Fahmi Arif, S.T., M.T., Ph.D. Dosen Pembimbing 1 LORENTIA WIDI WIDIARTI / 132021069 Penulis

Perusahaan gula di Cirebon memproduksi gula kristal putih dengan menggunakan tebu sebagai bahan dasar utamanya. Perusahaan ini mengalami cacat basah yang cukup besar dari total produksinya. Beberapa faktor penyebab cacat telah diidentifikasi, antara lain persentase tebu bakar, tingkat keasaman nira mentah, tingkat keasaman nira encer, suhu stasiun evaporator, suhu proses masak 1, dan suhu proses masak 2. Meskipun faktor-faktor penyebab telah diiketahui, perusahaan belum menemukan konfigurasi optimal untuk meningkatkan kualitas produksi. Teknik machine learning digunakan dalam penelitian ini, dengan enam algoritma klasifikasi yang diuji. Model terbaik diperoleh dari algoritma random forest dengan akurasi sebesar 97,21% dan f1 score sebesar 97,25%. Algoritma ini menghasilkan model berupa rule yang menjelaskan hubungan sebab akibat antara variabel proses produksi dan kualitas hasil produksi. Hasil dari penelitian diharapkan dapat digunakan untuk memprediksi kualitas gula pasir sebelum proses produksi dilakukan, sehingga dapat membantu perusahaan dalam mengoptimalkan proses produksi dan mengurangi cacat basah. Kata Kunci: Kualitas, Pengendalian Kualitas, CRISP-DM, Machine Learning, Klasifikasi