Claim Missing Document
Check
Articles

Found 1 Documents
Search

Penerapan Data Mining Untuk Klasifikasi Produk (Ok Dan Scrap) Pada Industri Ban Menggunakan Metode Naïve Bayes Donny Maulana; Yusup Solikhun
Jurnal SIGMA Vol 8 No 2 (2018): Maret 2018
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (453.995 KB)

Abstract

Abstrak Masih banyaknya ketidaksesuaian terhadap kualitas ban secara visual inspeksi. Visual inspeksi yang dilakukan sebelum proses pengiriman masih banyak ditemukan miss inspection tidak sesuai standar kualitas yang sudah ditentukan. Untuk itu diperlukan suatu sistem yang bisa mengklasifikasikan produk baik produk OK atau Scrap. Dari kriteria yang ditetapkan membutuhkan algoritma yang tepat untuk melakukan perhitungan agar hasil yang diberikan lebih akurat. Algoritma Naïve Bayes merupakan metode untuk klasifikasi dengan menggunakan teori probabilitas yang memiliki tingkat akurasi tinggi. Pengujian algoritma Naïve Bayes menggunakan tools Rapid Miner yang menghasilkan tingkat akurasi sebesar 96% dari 200 data yang diberikan. Algoritma ini tepat digunakan untuk klasifikasi produk. Terdapat 2 class yang dibutuhkan yaitu Ok dan Scrap. Kata kunci: Klasifikasi, Naïve Bayes, Rapid Miner, produk.