SI1622494214: Perbedaan revisi
| [revisi tidak terperiksa] | [revisi tidak terperiksa] |
Wahyuh1182 (bicara | kontrib) |
Wahyuh1182 (bicara | kontrib) |
||
| Baris 133: | Baris 133: | ||
<br> | <br> | ||
</p> | </p> | ||
| + | <div style="text-align: center; font-size: 14pt; font-family: 'Times New Roman', Times, serif;"> | ||
| + | <p style="line-height: 1;"> | ||
| + | <b> | ||
| + | ABSTRAK | ||
| + | </b> | ||
| + | </p> | ||
| + | </div> | ||
| + | <div style="text-align: justify; font-size: 14pt; font-family: 'Times New Roman', Times, serif;"> | ||
| + | <p style="line-height: 1;"> | ||
| + | <b> | ||
| + | PT. Nusa Abadi Elektrika merupakan salah satu perusahaan yang bergerak di bidang industri mekanikal dan elektrikal dalam penyedia barang dan jasa khususnya pada instalasi tenaga menengah dan tinggi. Pada perusahaan ini proses pengelolaan data yang dilakukan masih bersifat semi komputer, pada selembar kertas kemudian disalin oleh petugas kedalam komputer dengan aplikasi microsoft excel. Setiap pekerjaan yang dilakukan oleh teknisi dalam menggunakan material terdapat material yang tidak dipakai habis ataupun material bekas pakai. Material tersebut selanjutnya dikembalikan ke gudang untuk dilakukan pencatatan sebagai laporan yang kemudian dilakukan proses pemanfaatan dan akan dilakukan pemilihan kelayakan dari material tersebut. Tujuan penelitian ini adalah membuat sistem yang dapat membantu dalam memberikan usulan terhadap material bekas pakai atau sisa pakai di gudang untuk dilakukan pemanfaatan dengan menerapkan metode Naïve Bayes. Naïve Bayes merupakan salah satu teknik data mining dengan fungsi klasifikasi. Metodologi penerapan data mining ini menggunakan tahapan Discovery Knowledge of Databases (KDD) dimulai dari tahap selecting, preprocessing, transformation, data mining dan evaluation. Metode yang digunakan untuk merancang sistem menggunakan UML (Unified Modelling Language) serta teknik pengujian yang dilakukan untuk validasi data menggunakan teknik k-fold cross validation yang disertai dengan Confusion Matrix. Penelitian ini telah menghasilkan sebuah aplikasi sistem pendukung keputusan dan telah dilakukan pengujian dengan tingkat akurasi sebesar 73,33%. | ||
| + | </b> | ||
| + | </p> | ||
| + | </div> | ||
Revisi per 8 Agustus 2020 08.33
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN KELAYAKAN PEMANFAATAN MATERIAL DENGAN METODE NAIVE BAYES PADA PT. NUSA ABADI ELEKTRIKA
SKRIPSI
Disusun Oleh :
|
NIM |
: 1622494214 |
|
NAMA |
: WAHYU HIDAYAT |
FAKULTAS SAINS DAN TEKNOLOGI
PROGRAM STUDI TEKNIK INFORMATIKA
KONSENTRASI SOFTWARE ENGINEERING
TANGERANG
TA. 2019/2020
ABSTRAK
PT. Nusa Abadi Elektrika merupakan salah satu perusahaan yang bergerak di bidang industri mekanikal dan elektrikal dalam penyedia barang dan jasa khususnya pada instalasi tenaga menengah dan tinggi. Pada perusahaan ini proses pengelolaan data yang dilakukan masih bersifat semi komputer, pada selembar kertas kemudian disalin oleh petugas kedalam komputer dengan aplikasi microsoft excel. Setiap pekerjaan yang dilakukan oleh teknisi dalam menggunakan material terdapat material yang tidak dipakai habis ataupun material bekas pakai. Material tersebut selanjutnya dikembalikan ke gudang untuk dilakukan pencatatan sebagai laporan yang kemudian dilakukan proses pemanfaatan dan akan dilakukan pemilihan kelayakan dari material tersebut. Tujuan penelitian ini adalah membuat sistem yang dapat membantu dalam memberikan usulan terhadap material bekas pakai atau sisa pakai di gudang untuk dilakukan pemanfaatan dengan menerapkan metode Naïve Bayes. Naïve Bayes merupakan salah satu teknik data mining dengan fungsi klasifikasi. Metodologi penerapan data mining ini menggunakan tahapan Discovery Knowledge of Databases (KDD) dimulai dari tahap selecting, preprocessing, transformation, data mining dan evaluation. Metode yang digunakan untuk merancang sistem menggunakan UML (Unified Modelling Language) serta teknik pengujian yang dilakukan untuk validasi data menggunakan teknik k-fold cross validation yang disertai dengan Confusion Matrix. Penelitian ini telah menghasilkan sebuah aplikasi sistem pendukung keputusan dan telah dilakukan pengujian dengan tingkat akurasi sebesar 73,33%.
