<![CDATA[Digitalisasi SPBU bertujuan meningkatkanefisiensi operasional melalui integrasi perangkat sepertidispenser, display, nozzle, dan EDC. Masalah utama adalahintegrasi perangkat digitalisasi ke sistem yang belum optimal,sehingga menyebabkan data tidak akurat dan laporan tidakkonsisten. Penelitian ini menggunakan metode Decision Treeuntuk memprediksi status integrasi perangkat berdasarkan 534data operasional SPBU di wilayah Telkom Makassar dengan 45atribut.Ketidakseimbangan data membuat model lebih akuratmendeteksi Partial Integrasi dibandingkan Full Integrasi. Datadiseimbangkan menggunakan SMOTE sebelum diterapkanpada model Decision Tree, yang dievaluasi melalui akurasi,precision, recall, dan F1-score. Hyperparameter tuningdilakukan untuk meningkatkan performa.Hasil penelitian menunjukkan bahwa setelah datadiseimbangkan menggunakan SMOTE, model Decision Treeberhasil meningkatkan kemampuan dalam mengenali kelasminoritas. Evaluasi akhir setelah SMOTE dan hyperparametertuning menghasilkan akurasi sebesar 69%, precision 62%,recall 89%, dan F1-score 73%. Hasil ini menunjukkan bahwamodel mampu memprediksi status integrasi perangkat denganlebih seimbang, mendukung pengambilan keputusan untukmeningkatkan sistem digitalisasi SPBU. Kata kunci—Digitalisasi SPBU, Decision Tree, StatusIntegrasi, SMOTE, Hyperparameter Tuning]]>
Copyrights © 2025
