LESTARI, DWI and Efendi, Rusdi and Yusa, Mochammad (2023) IMPLEMENTASI METODE CART (CLASSIFICATION AND REGRESSION TREES) PADA KLASIFIKASI KELAYAKAN BAHAN BAKU KARET. ['eprint_fieldopt_thesis_type_ut' not defined] thesis, Universitas Bengkulu.
![SKRIPSI DWI LESTARI PERPUS UNIB - Dwi Lestari.pdf [thumbnail of SKRIPSI DWI LESTARI PERPUS UNIB - Dwi Lestari.pdf]](https://repository.unib.ac.id/style/images/fileicons/text.png)
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)
Item Type: | Thesis (['eprint_fieldopt_thesis_type_ut' not defined]) |
---|---|
Subjects: | T Technology > T Technology (General) |
Divisions: | Faculty of Engineering > Department of Informatics Engineering |
Depositing User: | 58 lili haryanti |
Date Deposited: | 20 Nov 2023 07:11 |
Last Modified: | 20 Nov 2023 07:11 |
URI: | https://repository.unib.ac.id/id/eprint/17292 |