Perancangan Output Perancangan Antar Muka
5 5
6
6
6
7 7
8
8 8
9
10
10
11 11
disini teori probabilitas bayesian mulai di implementasikan j = 0;
for j+1 to dataKerusakan do set nilai awal pembilang
pembilang = 0.0; ambil nilai pembagi dari tb_gejala berdasarkan
dataKerusakan[j][‘id_kerusakan’] p_pembagi = {query}
tambahkan nilai pembagi p_gejala kedalam pembagi dataKerusakan[j][‘pembagi’]
dataKerusakan[j][ pembagi] = dataKerusakan[i][‘pembagi’] + p_pembagi ;
k = 0; for k+1 to dataKomponen[i][gejala] do
ambil nilai condition factor kolom cf0.33 di tabel gejala berdasarkan id gejala dan id kerusakan
id gejala = datakomponen[i][gejala][k] id kerusakan = dataKerusakan[j][id_kerusakan]
cf = {query} jika nilai condition factor kolom cf0.33 tidak ditemukan
di tabel gejala maka akan mencari di tabel aturan berdasarkan id gejala dan id kerusakan
ifcf == NULL then cf = {query}
endif tambahkan nilai pembilang dengan nilai cf yang di dapat
pembilang = pembilang + cf; endfor
lakukan perhitungan diagnosis berdasarkan rumus teori probabilitas bayesian
diagnosis = pembilang dataKerusakan[j][pembagi] 100; masukan nilai hasil perhitungan untuk di urutkan
dataHasil[i][diagnosis][j][probabilitas] = diagnosis; lakukan pengurutan dari nilai terbesar ke terkecil
di tiap kerusakan pada tiap kategori komponen l = 0;
for l+1 to dataHasil[diagnosis] do
12 13
13
14
15 15
16
17 cek apakah ada data hasil sebelumnya ?
ifdataHasil[diagnosis][l-1] = NULL then simpan nilai di temp var
old = dataHasil[i][diagnosis][l-1]; new = dataHasil[i][diagnosis][j];
ifnew[probabilitas] old[probabilitas] then tukar nilai old dan new
dataHasil[i][diagnosis][l-1] = new; dataHasil[i][diagnosis][j] = old;
endif endif
endfor endfor
endif endfor
else : dataHasil = NULL;
endif return dataHasil;
}
Gambar 4.31 Kode method dengan Teori Probabilitas Bayesian
b. Flowchart
1 dataKomponen
= null ?
2 loop
dataKomponen ?
3 issetdataKomp onen[
gejala] ?
Start
TRUE end
FALSE FALSE
TRUE FALSE
4 dataKerusakan
{query} TRUE
5 loop dataKerusakan
? 6
pembilang = 0.0; p_gejala = {query}
dataKerusakan[j][ pembagi] = dataKerusakan[i][
pembagi ] + p_pembagi ;
TRUE
7 loop
dataKomponen[ gejala] ?
8 dataCF
{query} 9
pembilang = pembilang + dataCF;
TRUE 10
diagnosis = pembilang dataKerusakan[j][pembagi] 100;
dataHasil[i][diagnosis][j][probabilitas] = diagnosis;
11 loop
dataHasil[i][diag nosis] ?
12 issethasil[i][diagno
sis][l-1] ? TRUE
13 old = hasil[i][diagnosis][l-1];
new = hasil[i][diagnosis][j];
14 new[probabilitas]
old[probabilitas] ?
15 hasil[i][diagnosis][l-1] = new;
hasil[i][diagnosis][j] = old; TRUE
FALSE FALSE
FALSE FALSE
FALSE dataHasil = null;
Gambar 4.32 Flowchart Method dengan Teori Probabilitas Bayesian