<![CDATA[Abstrak - Penelitian ini bertujuan untuk mengembangkan website yang dapat membantu pengelolaan dan prediksi pemeliharaan kendaraan operasional Satuan Polisi Pamong Praja Kota Surabaya. Sistem ini dirancang untuk meningkatkan efisiensi pencatatan, mengurangi kesalahan manual, serta mendukung pengambilan keputusan berbasis data. Dalam pengembangannya, sistem ini menggunakan metode Waterfall dan memanfaatkan algoritma Random Forest Regressor untuk memprediksi waktu pemeliharaan kendaraan berdasarkan data historis seperti usia kendaraan, kilometer tempuh, dan jenis kerusakan. Selain fitur Pengelolaan kendaraan dan servis, sistem juga dilengkapi dengan modul prediksi pemeliharaan dan laporan digital. Hasil pengujian menunjukkan bahwa model tanpa data sintetis memiliki akurasi prediksi yang cukup stabil dengan nilai Mean Absolute Percentage Error (MAPE) di kisaran 38%–40% dan Mean Absolute Error (MAE) di Kisaran 1,4245-1,5098% yang mengindikasikan kinerja model yang masih perlu ditingkatkan. Namun, penambahan data sintetis berhasil menurunkan nilai MAPE secara signifikan menjadi 2,4%–2,5% dan Mean Absolute Error (MAE) menjadi 0,891-0,937% . Sistem ini diharapkan dapat meningkatkan kinerja Satpol PP dalam pengelolaan kendaraan dinas secara lebih digital, akurat, dan proaktif. Kata Kunci: Sistem Informasi, Prediksi Pemeliharaan, Random Forest Regressor, Kendaraan Dinas, Satpol PP, Website Laravel, Manajemen Kendaraan.]]>
Copyrights © 2025
