Rani Yuliani Wulandari
STT Pelita Bangsa

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : SIGMA: Information Technology Journal

Analisa Data Mining Dengan Metode Klasifikasi Untuk Produk Cacat Pada PT. Shuangying International Indonesia Arif Siswandi; Aswan S Sunge; Rani Yuliani Wulandari
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 (399.531 KB)

Abstract

Abstrak Shuangying International Indonesia adalah perusahaan dari negara China pembuat produk plastik otomotif (komponen interior dan eksterior mobil) yang berdiri pada tahun 2000 di negara China, sedangkan di indonesia mulai beroperasi pada 23 maret 2016. Perkembangan produk otomotif di Indonesia sangat berkembang, hal itu terlihat banyaknya jenis kendaraan otomotif dari luar negeri yang berproduksi dan berbisnis di Indonesia. Pada perusahaan terdapat sebuah bagian pemeriksaan pada Departemen Quality yang bertugas untuk memeriksa produk sebelum dikirim ke pelanggan. Banyaknya produk cacat pada saat proses produksi terbuang karena tidak memiliki pengambilan keputusan secara klasifikasi untuk produk cacat yang bisa membantu mempermudah proses pemeriksaan. Tujuan penelitian ini adalah untuk menganalisa data mining dengan metode klasifikasi untuk produk cacat pada PT. Shuangying International Indonesia dengan algoritma C4.5. Dalam penelitian ini, hasil yang didapatkan dari beberapa atribut menghasilkan sebab-akibat produk cacat dalam mengklasifikasikan menjadi produk OK dan NOK. Penelitian ini diharapkan dapat membantu pihak perusahaan untuk meningkatkan laba perusahaan tersebut. Metode klasifikasi yang digunakan dalam data mining adalah Decision Tree karena dapat menghasilkan output sesuai dengan aturan yang ada, dapat menyajikan data produk cacat. Penelitian menggunakan Algoritma C4.5 untuk menghasilkan aturan klasifikasi produk cacat dari data 90 data training diperoleh produk OK (37), NOK (57) dan hasil akurasi sebesar 95.56%, yang menunjukan bahwa algoritma C4.5 cocok digunakan untuk mengukur produk cacat pada suatu perusahaan. Kata kunci: algoritma C4.5, data mining, decision tree, produk cacat.