USULAN PENCEGAHAN PRODUK CACAT KAIN CARDET BERDASARKAN METODE KLASIFIKASI DATA MINING DENGAN MEMANFAATKAN QUALITY PREDICTION DI PT. MEGAINDO PERTALA
Penelitian ini membahas pencegahan produk cacat dengan memanfaatkan quality prediction yang didapatkan dari hasil data mining dengan menggunakan software RapidMiner. Quality prediction berguna untuk memprediksi kualitas produk yang dihasilkan pada periode berikutnya. Quality prediction ini dilakukan dikarenakan perusahaan sulit untuk mengendalikan dan mencegah produk cacat yang terjadi. Produk cacat yang terjadi dapat mengurangi kepuasan sehingga menimbulkan ketidakpercayaan akan kualitas produk yang dihasilkan serta dapat merugikan perusahaan. Hal tersebut dapat dicegah dan dikendalikan dengan quality prediction. Quality prediction dilakukan dengan memproses data pengamatan yang dilakukan pada kegiatan produksi sebanyak 200 kali. Data ini akan melalui tahap pre-processing, proses mining menggunakan algoritma, proses validasi, dan pemilihan model prediksi. Untuk mendapatkan hasil quality prediction membutuhkan algoritma agar data pengamatan dapat diekstrak sehingga memberikan pengetahuan yang baru. Pengetahuan tersebut dapat digunakan untuk operator sebelum kegiatan produksi berlangsung sehingga produk cacat dapat diminimalisir.
APA Style
. (2019).USULAN PENCEGAHAN PRODUK CACAT KAIN CARDET BERDASARKAN METODE KLASIFIKASI DATA MINING DENGAN MEMANFAATKAN QUALITY PREDICTION DI PT. MEGAINDO PERTALA ().Teknik Industri:FTI
Chicago Style
.USULAN PENCEGAHAN PRODUK CACAT KAIN CARDET BERDASARKAN METODE KLASIFIKASI DATA MINING DENGAN MEMANFAATKAN QUALITY PREDICTION DI PT. MEGAINDO PERTALA ().Teknik Industri:FTI,2019.Text
MLA Style
.USULAN PENCEGAHAN PRODUK CACAT KAIN CARDET BERDASARKAN METODE KLASIFIKASI DATA MINING DENGAN MEMANFAATKAN QUALITY PREDICTION DI PT. MEGAINDO PERTALA ().Teknik Industri:FTI,2019.Text
Turabian Style
.USULAN PENCEGAHAN PRODUK CACAT KAIN CARDET BERDASARKAN METODE KLASIFIKASI DATA MINING DENGAN MEMANFAATKAN QUALITY PREDICTION DI PT. MEGAINDO PERTALA ().Teknik Industri:FTI,2019.Text
