Optimasi Akurasi Model Decision Tree Menggunakan Random Forest Regression untuk Prediksi Kuantitas Pembelian Barang pada Perusahaan Manufaktur
Decision Tree merupakan algoritma pengklasifikasian yang sudah teruji untuk pengambilan keputusan dalam banyak bidang permasalahan.Permasalahan pembelian dan jumlah kapasitas gudang di sektor manufaktur sangat riskan. Akurasi jumlah pembelian harus dikontrol sehingga dapat mengurangi resiko over ka...
| Main Author: | |
|---|---|
| Format: | Article |
| Language: | Indonesian |
| Published: |
Universitas Muria Kudus
2023-11-01
|
| Series: | Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer |
| Subjects: | |
| Online Access: | https://jurnal.umk.ac.id/index.php/simet/article/view/9494 |
| _version_ | 1797391544212258816 |
|---|---|
| author | Patlisan Patlisan |
| author_facet | Patlisan Patlisan |
| author_sort | Patlisan Patlisan |
| collection | DOAJ |
| description | Decision Tree merupakan algoritma pengklasifikasian yang sudah teruji untuk pengambilan keputusan dalam banyak bidang permasalahan.Permasalahan pembelian dan jumlah kapasitas gudang di sektor manufaktur sangat riskan. Akurasi jumlah pembelian harus dikontrol sehingga dapat mengurangi resiko over kapasitas gudang. Untuk mendapatkan jumlah pembelian dan kapasitas yang ideal perlu identifikasi dan klasifikasi secara detail faktor-faktor permasalahan sistem pembelian dan pengelolaan gudang. Dari hasil penelitian model Decision Tree mampu memprediksi jumlah quantity pembelian akan tetapi pada data yang tidak berpola tingkat akurasi sangat kurang baik. Berbeda dengan metode Random Forest regression model ini mampu menunjukkan performa dan akurasi yang baik pada data yang berpola ataupun data dengan pola acak. Optimasi dengan importance variabel mampu meningkatkan akurasi menjadi 94,87% dari model random forest regression. |
| first_indexed | 2024-03-08T23:34:23Z |
| format | Article |
| id | doaj.art-df78317612a241d99d2839f4ad8bb315 |
| institution | Directory Open Access Journal |
| issn | 2252-4983 2549-3108 |
| language | Indonesian |
| last_indexed | 2024-03-08T23:34:23Z |
| publishDate | 2023-11-01 |
| publisher | Universitas Muria Kudus |
| record_format | Article |
| series | Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer |
| spelling | doaj.art-df78317612a241d99d2839f4ad8bb3152023-12-14T08:11:03ZindUniversitas Muria KudusSimetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer2252-49832549-31082023-11-0114221722810.24176/simet.v14i2.94943510Optimasi Akurasi Model Decision Tree Menggunakan Random Forest Regression untuk Prediksi Kuantitas Pembelian Barang pada Perusahaan ManufakturPatlisan Patlisan0Universitas Budi LuhurDecision Tree merupakan algoritma pengklasifikasian yang sudah teruji untuk pengambilan keputusan dalam banyak bidang permasalahan.Permasalahan pembelian dan jumlah kapasitas gudang di sektor manufaktur sangat riskan. Akurasi jumlah pembelian harus dikontrol sehingga dapat mengurangi resiko over kapasitas gudang. Untuk mendapatkan jumlah pembelian dan kapasitas yang ideal perlu identifikasi dan klasifikasi secara detail faktor-faktor permasalahan sistem pembelian dan pengelolaan gudang. Dari hasil penelitian model Decision Tree mampu memprediksi jumlah quantity pembelian akan tetapi pada data yang tidak berpola tingkat akurasi sangat kurang baik. Berbeda dengan metode Random Forest regression model ini mampu menunjukkan performa dan akurasi yang baik pada data yang berpola ataupun data dengan pola acak. Optimasi dengan importance variabel mampu meningkatkan akurasi menjadi 94,87% dari model random forest regression.https://jurnal.umk.ac.id/index.php/simet/article/view/9494decision treerandom forest regressiongudang |
| spellingShingle | Patlisan Patlisan Optimasi Akurasi Model Decision Tree Menggunakan Random Forest Regression untuk Prediksi Kuantitas Pembelian Barang pada Perusahaan Manufaktur Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer decision tree random forest regression gudang |
| title | Optimasi Akurasi Model Decision Tree Menggunakan Random Forest Regression untuk Prediksi Kuantitas Pembelian Barang pada Perusahaan Manufaktur |
| title_full | Optimasi Akurasi Model Decision Tree Menggunakan Random Forest Regression untuk Prediksi Kuantitas Pembelian Barang pada Perusahaan Manufaktur |
| title_fullStr | Optimasi Akurasi Model Decision Tree Menggunakan Random Forest Regression untuk Prediksi Kuantitas Pembelian Barang pada Perusahaan Manufaktur |
| title_full_unstemmed | Optimasi Akurasi Model Decision Tree Menggunakan Random Forest Regression untuk Prediksi Kuantitas Pembelian Barang pada Perusahaan Manufaktur |
| title_short | Optimasi Akurasi Model Decision Tree Menggunakan Random Forest Regression untuk Prediksi Kuantitas Pembelian Barang pada Perusahaan Manufaktur |
| title_sort | optimasi akurasi model decision tree menggunakan random forest regression untuk prediksi kuantitas pembelian barang pada perusahaan manufaktur |
| topic | decision tree random forest regression gudang |
| url | https://jurnal.umk.ac.id/index.php/simet/article/view/9494 |
| work_keys_str_mv | AT patlisanpatlisan optimasiakurasimodeldecisiontreemenggunakanrandomforestregressionuntukprediksikuantitaspembelianbarangpadaperusahaanmanufaktur |