<![CDATA[Permasalahan yang dialami pada industri genteng saat ini adalah fluktuasi harga bahan baku dan ketersediaan bahan baku yang tidak menentu. Proses penentuan komposisi yang tepat melalui uji coba manual memerlukan waktu dan sumber daya yang dapat menghabiskan tenaga dan biaya. Oleh karena itu, diperlukan sebuah sistem yang dapat memprediksi kualitas genteng mantili. Tujuan penelitian ini untuk memprediksi kualitas genteng mantili berdasarkan bahan baku menggunakan algoritma K-Nearest Neighbor (K-NN). Komponen bahan baku yang digunakan yaitu tanah liat lempung, tanah liat hitam, tanah liat merah, tanah liat padas, tanah pasir sungai, dan kaolin. Klasifikasi prediksi yang digunakan dalam penelitian ini adalah "bagus" dan "tidak bagus". Data yang digunakan sebanyak 36, kemudian dipisahkan menjadi 26 data latih dan 10 data uji. Penelitian dimulai dengan memodelkan perhitungan K-NN menggunakan RapidMiner, kemudian dilanjutkan dengan mengembangkan sistem menggunakan bahasa pemrograman PHP dengan basis data MySQL. Pengujian pertama dilakuakan dengan nilai k=5 menggunakan 26 data latih dan 10 data uji, didapatkan hasil nilai akurasi sebesar 80% dan nilai error mencapai 20%. Pengujian kedua dilakukan dengan memasukkan data aktual yang diperoleh di lapangan menunjukkan hasil prediksi yang sesuai. Oleh karena itu, dapat disimpulkan bahwa sistem ini dapat digunakan untuk memprediksi kualitas genteng mantili.]]>
Copyrights © 2024
