<![CDATA[Penyusutan tonase barang adalah tantangan besar yang sering dihadapi PT. NPI, terutama dalam proses pengelolaan stok dan distribusi barang. Penyusutan ini dapat terjadi karena berbagai faktor, seperti penguapan atau kerusakan fisik, yang mempengaruhi berat barang selama penyimpanan atau pengangkutan. Proses klasifikasi penyusutan yang dilakukan secara manual di PT. NPI memakan waktu dan rawan kesalahan, sehingga diperlukan metode yang lebih cepat dan akurat. Penelitian ini menggunakan Algoritma C 4.5 untuk membentuk model klasifikasi penyusutan tonase barang berdasarkan data historis. Data yang digunakan mencakup atribut-atribut seperti jenis barang (Cluster), model pengemasan (Model Packing), dan berat barang. Pengolahan dan analisis data dilakukan dengan aplikasi Rapid Miner, yang memungkinkan proses pre-processing, penerapan algoritma, dan pengujian model dilakukan secara efisien. Model klasifikasi diuji menggunakan metode cross-validation untuk memastikan akurasi dan keandalan model. Hasilnya, model yang dihasilkan memiliki tingkat akurasi sebesar 85%, yang jauh lebih baik dibandingkan metode manual yang digunakan sebelumnya. Atribut seperti Cluster dan Berat terbukti memiliki pengaruh signifikan dalam menentukan kategori penyusutan barang. Dengan implementasi model ini, PT. NPI dapat meningkatkan efisiensi operasional dan mengurangi kesalahan dalam pengelolaan stok dan distribusi. g lebih rendah. Penelitian ini berkontribusi dalam pengembangan teknologi deteksi lalu lintas yang lebih efisien.]]>
Copyrights © 2024
