Analisis Hubungan Adopsi Robot terhadap Peningkatan Produktivitas Menggunakan Pendekatan Random Forest Clasifier

Afra Sinta (Politeknik Negeri Batam)

Technology Sciences Insights Journal
Vol. 3 No. 1 (2026): Technology Sciences Insights Journal

Penelitian ini bertujuan untuk menguji secara empiris apakah jumlah robot yang diadopsi memiliki hubungan yang signifikan terhadap peningkatan produktivitas menggunakan pendekatan algoritma artificial intelligence. Data yang digunakan terdiri atas 27 observasi dari tiga sektor industri, yaitu Manufaktur, Kesehatan, dan Logistik, pada rentang tahun 2015 hingga 2023. Variabel productivity gain bersifat kontinu ditransformasikan menjadi variabel kelas biner berdasarkan nilai median, kemudian diklasifikasikan menggunakan algoritma random forest classifier dengan fitur pendukung berupa variabel industry, cost savings, jobs displaced, dan training_hours. Hasil penelitian menunjukkan bahwa model memiliki akurasi pengujian sebesar 55,6 % dan rata rata akurasi validasi silang hanya 26 %, yang berada di bawah tingkat akurasi tebakan acak. Temuan ini mengindikasikan bahwa, berdasarkan data yang tersedia, tidak ditemukan bukti kuat bahwa peningkatan jumlah adopsi robot berasosiasi secara langsung dengan peningkatan produktivitas.