IMPLEMENTASI METODE CART (CLASSIFICATION AND REGRESSION TREES) PADA KLASIFIKASI KELAYAKAN BAHAN BAKU KARET

LESTARI, DWI and Efendi, Rusdi and Yusa, Mochammad (2023) IMPLEMENTASI METODE CART (CLASSIFICATION AND REGRESSION TREES) PADA KLASIFIKASI KELAYAKAN BAHAN BAKU KARET. Undergraduated thesis, Universitas Bengkulu.

Text SKRIPSI DWI LESTARI PERPUS UNIB - Dwi Lestari.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons GNU GPL (Software). Download (5MB)

Abstract

Permasalahan utama dalam upaya mengurangi terjadinya human error dalam mengklasifikasi penentuan kelayakan bahan baku karet terhadap perusahaan produksi crumb rubber. Penelitian ini akan melakukan proses klasifikasi berdasarkan data atribut bahan baku karet yang diperoleh dari PT. Batanghari Bengkulu Pratama. Kelayakan bahan baku karet untuk setiap industri menjadi tolak ukur kelayakan produk dalam penjaminan mutu. Bahan baku ini adalah gumpalan kebun berupa lateks, yang membeku di kebun karena dibekukan secara sengaja atau alami. Jenis koagulum yang diterima adalah koagulum berupa lateks dan slab. Atribut yang akan digunakan dalam melakukan klasifikasi kelayakan bahan baku karet adalah kadar kotoran, kadar abu, kadar nitrogen, kadar zat menguap, nilai plastisitas awal (Po), dan nilai plasticity retention index (PRI), label klasifikasi (diterima/ditolak). Metode yang akan digunakan adalah metode CART (Classification And Regression Trees) yang merupakan salah satu metode atau algoritma dari teknik data mining yaitu teknik pohon keputusan. CART adalah metode yang sederhana namun efektif untuk melakukan analisis klasifikasi. Berdasarkan penelitian yang dilakukan dihasilkan kesimpulan bahwa, sistem klasifikasi kelayakan bahan baku karet berdasarkan hasil pengujian confussion matrix dengan teknik split validation, penggunaan metode klasifikasi CART terhadap dataset yang telah diambil pada objek penelitian diperoleh tingkat akurasi sebesar 98.07% atau termasuk dalam kategori good. Sementara nilai spesifisitas sebesar 93.12%, sensitivitas sebesar 100%, dan nilai laju error sebesar 1.93%. Kata Kunci: Bahan Baku Karet, Klasifikasi, CART (Classification And Regression Trees)

Actions (login required)

View Item