KLASIFIKASI PENYUSUTAN TONASE BARANG PADA PT. NPI DENGAN MENGGUNAKANMETODE ALGORITMA C 4.5

Sally Aphrodita Pattikawa, Amru Yasir, Zelvi Gustiana

Sari


Penyusutan tonase barang adalah tantangan besar yang sering dihadapi PT. NPI, terutama dalam proses pengelolaan stok dan distribusi barang. Penyusutan ini dapat terjadi karena berbagai faktor, seperti penguapan atau kerusakan fisik, yang mempengaruhi berat barang selama penyimpanan atau pengangkutan. Proses klasifikasi penyusutan yang dilakukan secara manual di PT. NPI memakan waktu dan rawan kesalahan, sehingga diperlukan metode yang lebih cepat dan akurat. Penelitian ini menggunakan Algoritma C 4.5 untuk membentuk model klasifikasi penyusutan tonase barang berdasarkan data historis. Data yang digunakan mencakup atribut-atribut seperti jenis barang (Cluster), model pengemasan (Model Packing), dan berat barang. Pengolahan dan analisis data dilakukan dengan aplikasi Rapid Miner, yang memungkinkan proses pre-processing, penerapan algoritma, dan pengujian model dilakukan secara efisien. Model klasifikasi diuji menggunakan metode cross-validation untuk memastikan akurasi dan keandalan model. Hasilnya, model yang dihasilkan memiliki tingkat akurasi sebesar 85%, yang jauh lebih baik dibandingkan metode manual yang digunakan sebelumnya. Atribut seperti Cluster dan Berat terbukti memiliki pengaruh signifikan dalam menentukan kategori penyusutan barang. Dengan implementasi model ini, PT. NPI dapat meningkatkan efisiensi operasional dan mengurangi kesalahan dalam pengelolaan stok dan distribusi. g lebih rendah. Penelitian ini berkontribusi dalam pengembangan teknologi deteksi lalu lintas yang lebih efisien.


Kata Kunci


Algoritma C 4.5, penyusutan tonase barang, klasifikasi, data mining, Rapid Miner.

Teks Lengkap:

PDF

Referensi


Azwanti, N. (2018). ANALISA ALGORITMA C4 . 5 UNTUK MEMPREDIKSI PENJUALAN MOTOR PADA PT . CAPELLA DINAMIK NUSANTARA. 13(1).

Bahri, S., Lubis, A., Pembangunan, U., & Budi, P. (2020). METODE KLASIFIKASI DECISION TREE UNTUK MEMPREDIKSI JUARA. 2(04), 63–70.

Barat, H. J. (2022). Jurnal Pendidikan dan Konseling. 4, 1094–1107.

Fiva, H., Sembiring, A., & Risky, D. E. (n.d.). THE IMPACT OF POTENTIAL MARKET TOWARDS SHIPPING CARGO VOLUME SURVEY TO. 147–152.

Harahap, J. M. (2014). SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN PEMILIHAN POSISI KEPALA UNIT ( KANIT ) PPA DENGAN. 37–44.

Prayoga, J., Gustiana, Z., & Rahmah, S. A. (2023). Applying Data Mining to Classify Customer Satisfaction using C4 . 5 Algorithm Decision Tree. 17(2). https://doi.org/10.22146/ijccs.83535

Saw, W., Surapati, U., & Septian, A. (2022). Jurnal Pendidikan dan Konseling. 4, 1003–1013.

Ulum, M., & Arinal, V. (2022). Klasifikasi Pemilihan Supplier Dalam Sistem Pendukung Keputusan Menggunakkan Metode Electre ( Elimination Et Choix Traduisant La Realite ) Pada Pt . Kangzen Kenko Indonesia. 6(4), 736–749. https://doi.org/10.52362/jisamar.v6i4.901

Ulva, M. (2019). Analisis Pengaruh Port Of Destination , Tonase Dan Durasi Plak Pelabuhan Terhadap Besarnya Biaya Ekspor ( Studi Kasus Pada “ PT . Sukses Lautan Indonesia ”). 3(2), 79–87.




DOI: https://doi.org/10.63854/comptech.v1i1.13

Refbacks

  • Saat ini tidak ada refbacks.


CompTech: Jurnal Ilmu Komputer dan Teknologi Terindex pada:

    
     
     

 

Diterbitkan oleh:

PT. Compart Digitech Solution

Alamat : Komplek Griya Nafisa 5, Deli Serdang - Sumut
Kontak : 0823 0642 2838
Email   : admin@compartdigital.com


CompTech: Jurnal Ilmu Komputer dan Teknologi by PT. Compart Digitech Solution is licensed under CC BY-SA 4.0