<![CDATA[Penelitian bertujuan memprediksi kebutuhan biaya pengeluaran penggantian perangkat IT berdasarkan data Corrective Maintenance (CM) pada Proyek Y PT X di wilayah Zona 3 (Banjarmasin, Makassar, Manado, dan Jayapura). Metode yang digunakan meliputi analisis deskriptif dan penerapan model machine learning menggunakan algoritma Random Forest Regressor dan Gradient Boosting Regressor. Data CM yang dikumpulkan dibersihkan dan diperkaya dengan variabel harga perangkat serta estimasi biaya perbaikan. Hasil evaluasi menunjukkan bahwa Random Forest Regressor memiliki performa lebih baik dengan nilai R² sebesar 0,7843, MSE sebesar 139.312.601.347,01, dan RMSE sebesar 373.246,03. Analisis mengungkap bahwa kategori PC dan Printer & Print Server merupakan perangkat dengan tingkat kerusakan tertinggi, dengan umur kritis pada rentang 4-10 tahun. Dikembangkan dashboard interaktif berbasis Streamlit untuk mendukung pengambilan keputusan strategis terkait perencanaan anggaran dan pemeliharaan perangkat IT]]>
Copyrights © 2026
