<![CDATA[kegagalan peralatan atau mesin dari suatu proses manufaktur sering mengakibatkan kerugian finansial yang besar bagi bisnis. Berdasarkan tingkat jenis kegagalan mesin, model dengan penurunan kinerja adalah sama untuk berbagai jenis tetapi akan berbeda untuk faktor manusia, mesin dan lingkungan. Dengan mengevaluasi efek dan penanganan yang berbeda, menjadi sangat penting untuk dapat memprediksi faktor – faktor yang menentukan jenis kegagalan mesin. Dengan memanfaatkan model machine learning, pengklasifikasi diharapkan mampu memprediksi suatu jenis kegagalan dari mesin. Pada penelitian ini, memaksimalkan untuk mendapatkan hasil model dengan memanfaatkan hyerparameter yang di tuning pada algoritma Support Vector Machine dan Logistic Regression. Metode penanganan data seperti teknik Smote dan data preprocessing lainnya digunakan. Model menghasilkan perbedaan tingkat akurasi yang cukup besar yaitu 23%. Sehingga dapat disimpulkan model dengan menggunakan algoritma SVM bisa lebih baik dalam memprediksi jenis kegagalan mesin pada tingkat keakuratan sebesar 90% dibandingkan dengan model menggunakan algoritma Logistic Regression yang hanya menghasilkan keakuratan sebesar 67%.]]>
