PENGEMBANGAN METODE CASCADE QUALITY PREDICTION UNTUK MENANGANI IMBALANCED DATASET MENGGUNAKAN SYNTHETIC MINORITY OVER-SAMPLING TECHNIQUE
Kualitas merupakan faktor utama untuk mengevaluasi proses produksi. Dalam proses manufaktur yang sederhana, kualitas dapat diprediksi secara Langsung. Pada kenyataannya, perkembangan sistem manufaktur menjadi lebih rumit. Penelitian sebelumnya telah menunjukkan bahwa kualitas sistem produksi yang kompleks tidak dapat diprediksi secara langsung, karena setiap tahap manufaktur akan dipengaruhi oleh tahap sebelumnya dan mempengaruhi proses selanjutnya Untuk mengatasi masalah tersebut digunakanlah Cascade Quality Prediction Method (CQPM). Namun, diperlukan pengolahan lebih lanjut pada data pre-processing untuk mendukung metode ini. Penelitian ini bertujuan untuk memprediksi kualitas dalam sistem produksi yang kompleks dengan menambahkan proses pada pre-processing yaitu proses statistik multivariat seperti algoritma T2 Hotelling dan Synthetic Minority Over-sampling
APA Style
. (2022).PENGEMBANGAN METODE CASCADE QUALITY PREDICTION UNTUK MENANGANI IMBALANCED DATASET MENGGUNAKAN SYNTHETIC MINORITY OVER-SAMPLING TECHNIQUE ().Magister Teknik Industri:FAD
Chicago Style
.PENGEMBANGAN METODE CASCADE QUALITY PREDICTION UNTUK MENANGANI IMBALANCED DATASET MENGGUNAKAN SYNTHETIC MINORITY OVER-SAMPLING TECHNIQUE ().Magister Teknik Industri:FAD,2022.Text
MLA Style
.PENGEMBANGAN METODE CASCADE QUALITY PREDICTION UNTUK MENANGANI IMBALANCED DATASET MENGGUNAKAN SYNTHETIC MINORITY OVER-SAMPLING TECHNIQUE ().Magister Teknik Industri:FAD,2022.Text
Turabian Style
.PENGEMBANGAN METODE CASCADE QUALITY PREDICTION UNTUK MENANGANI IMBALANCED DATASET MENGGUNAKAN SYNTHETIC MINORITY OVER-SAMPLING TECHNIQUE ().Magister Teknik Industri:FAD,2022.Text
