Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Ekonomi Manajemen Sistem Informasi
Jasmine Dina Sabila
Unknown Affiliation
Economics, Econometrics & Finance

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

Found 1 Documents
Search

 1 
Klasifikasi Barang NG Berdasarkan Dataset Menggunakan Algoritma C.45 Studi Kasus: Perusahaan Manufaktur XYZ Jasmine Dina Sabila; Tukino, Tukino; Agustia Hananto
Jurnal Ekonomi Manajemen Sistem Informasi Vol. 6 No. 6 (2025): Jurnal Ekonomi Manajemen Sistem Informasi (Juli - Agustus 2025)
Publisher : Dinasti Review

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/jemsi.v6i6.5644

Abstract

Perusahaan XYZ adalah perusahaan asal Jepang yang bergerak di bidang otomotif, khususnya dalam produksi suku cadang. Produk utamanya adalah perakitan selang untuk sistem pendingin udara (air-conditioning hose assemblies) untuk kendaraan Original Equipment Manufacturer (OEM). Departemen produksi Final Inspection bertugas memastikan bahwa barang produksi memenuhi standar kualitas sesuai dengan Work Instruction (WI) dan spesifikasi dimensi berdasarkan gauge. Dalam pelaksanaan tugasnya, apabila ditemukan Not Good (NG), barang tersebut akan dipisahkan dari barang OK, kemudian ditandai dan disisihkan untuk dianalisis lebih lanjut. Pencatatan barang Not Good (NG) ini dilakukan melalui Website Worktop, Dimana data dapat diakses kapan saja dan mencakup jenis, jumlah, serta masalah NG (not good). Sistem ini membantu pelaporan real-time dan mempermudah pemantauan data produksi. Dari hasil input logbook, ditemukan adanya NG (not good) yang berulang pada proses produksi. Kondisi NG (not good) yang berulang ini menyebabkan gangguan pada waktu cycle time, sehingga berdampak pada efisiensi produksi. Data hasil input logbook yang belum diolah menjadi knowledge dapat membantu membuat keputusan departemen produksi dengan mengklasifikasikan data NG (not good) menjadi kategori keparahan NG (not good) menggunakan data mining diharapkan dapat membentuk pola untuk mendukung pengambilan keputusan yang baik.
Co-Authors Hananto, Agustia Tukino, Tukino