Journal of Artificial Intelligence and Digital Business
Vol. 5 No. 2 (2026): Mei-Juli

Implementasi Metode Naive Bayes untuk Klasifikasi Tingkat Kerusakan Komponen Produksi Karoseri pada PT. Sukses Tunggal Mandiri

Surtikanti Surtikanti (Universitas Pamulang)
Pramudya Reynaldi Salim (Universitas Pamulang)



Article Info

Publish Date
16 Jul 2026

Abstract

Sukses Tunggal Mandiri merupakan perusahaan manufaktur karoseri yang menghadapi kendala dalam proses identifikasi tingkat kerusakan komponen produksi karena pemeriksaan masih dilakukan secara manual. Kondisi tersebut membutuhkan waktu yang lebih lama dan dapat menimbulkan perbedaan penilaian antarpetugas. Penelitian ini bertujuan membangun sistem klasifikasi tingkat kerusakan komponen produksi karoseri dengan menerapkan metode Gaussian Naive Bayes. Data yang digunakan berjumlah 200 data kerusakan, terdiri atas 70 data kerusakan ringan, 70 data kerusakan sedang, dan 60 data kerusakan berat. Proses klasifikasi menggunakan tujuh fitur numerik, yaitu luas area kerusakan, kedalaman kerusakan, jumlah titik kerusakan, usia komponen, frekuensi penggunaan, tingkat korosi, dan nilai deformasi. Sistem menghitung nilai probabilitas awal, rata-rata, varians, peluang kemunculan setiap fitur, serta probabilitas akhir untuk menentukan kelas dengan nilai terbesar. Sistem dikembangkan berbasis web menggunakan React.js pada bagian antarmuka, FastAPI dan Python pada bagian pengolahan, serta PostgreSQL sebagai basis data. Pengujian dilakukan menggunakan metode black box testing dan white box testing. Hasil penelitian menunjukkan bahwa sistem mampu mengelompokkan kerusakan komponen ke dalam kategori ringan, sedang, dan berat, menampilkan nilai keyakinan hasil klasifikasi, menyimpan riwayat prediksi, serta menjalankan fungsi utama sesuai dengan rancangan. Penerapan sistem ini membantu bagian produksi dan pengendalian kualitas dalam melakukan identifikasi kerusakan secara lebih cepat, terstruktur, dan efisien serta mendukung proses transformasi digital perusahaan.

Copyrights © 2026






Journal Info

Abbrev

RIGGS

Publisher

Subject

Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering

Description

Journal of Artificial Intelligence and Digital Business (RIGGS) is published by the Department of Digital Business, Universitas Pahlawan Tuanku Tambusai in helping academics, researchers, and practitioners to disseminate their research results. RIGGS is a blind peer-reviewed journal dedicated to ...