// <![CDATA[FORMULASI MODEL PREDIKSI KUALITAS GULA PASIR MENGGUNAKAN TEKNIK MACHINE LEARNING (Studi Kasus:]]> 0416027602 - Fahmi Arif, S.T., M.T., Ph.D Dosen Pembimbing 1 MADURETNO SURYAGATI / 132020148 Penulis
PT. PG Rajawali II Unit Tersana Baru adalah perusahaan yang beroperasi di sektor agroindustri tebu dengan menghasilkan produk gula pasir. Perusahaan mengalami dua jenis cacat produk, yaitu cacat warna dan cacat bawah. Ada enam parameter proses yang dapat menyebabkan terjadinya cacat, yaitu persentase tebu bakar, tingkat keasaman nira mentah, tingkat keasaman nira encer, suhu stasiun evaporator, suhu proses masak 1, dan suhu proses masak 2. Meskipun parameter penyebab cacat sudah diketahui, perusahaan belum memahami hubungan antara parameter proses tersebut dengan kualitas produk yang dihasilkan. Penelitian ini bertujuan untuk merumuskan model prediksi kualitas yang dapat menjelaskan hubungan antara setiap parameter proses dengan produk cacat menggunakan teknik machine learning jenis klasifikasi. Penelitian ini menggunakan sepuluh algoritma machine learning jenis klasifikasi, naïve bayes terpilih sebagai algoritma terbaik dengan akurasi tertinggi sebesar 96,97%. Hasil penelitian ini berupa model prediksi naïve bayes berupa persamaan yang dapat digunakan untuk memprediksi kualitas gula pasir sebelum proses produksi dilakukan. Kata Kunci: Kualitas, Pengendalian Kualitas, CRISP-DM, Machine Learning, Klasifikasi