Pola Berbasis Untuk Menentukan Jenis Dan Kegunaan Special Fat Dengan Metode Naive Bayes, Decision Tree, Neural Network dan Standard Perusahaan

Abstract

Abstrak

Bagi perusahaan PT. Wilmar Cahaya Indonesia, Tbk kualitas fat adalah yang paling utama. Faktanya bahwa pengecekan kualitas fat memerlukan waktu yang sangat lama, pengecekan kualitas fat melalui serangkaian tes uji dengan menggunakan parameter Kadar Air (KA) atau Moisture & Impurities selama  1 jam, FFA (Free Fatty Acids) selama 10 menit, IV (Iodine Value) selama 45 menit dan MPT (Melting Point) selama 1 jam. Serta pengecakan terakhir yaitu pengecekan SFC (Solid Fat Content ) yang berfungsi sebagai final penecekan memerlukan waktu 5.35 jam. Untuk itulah penulis melakukan penelitian terhadap penerapan metode machine learning untuk menentukan kualitas fat tersebut.  Maka dalam penelitian ini penulis akan mencari pola berbasis untuk menentukan jenis dan kegunaan special fat dengan metode machine learning (metode Naïve Bayes, Decision Tree dan Neural Netwok). Adapun metode yang digunakan pada penelitian kali ini antara lain, Naive Bayes Classifier, Decicion Tree dan Neural Network. Dari ketiga metode tersebut akan dibandingkan tingkat efektifitasnya untuk mendapatkan akurasi, efisiensi dan kecepatan waktu dalam menentukan keputusan.  Penulis melakukan serangkaian uji coba dengan menggunakan tool WEKA 3.7.4, dimana dalam proses klasifikasi penulis menggunakan data training set, Supplied set (data training dan data uji), serta Cross Validation (data uji yang dijadikan data training dan data uji) untuk mendapatkan nilai akurasi terbaik.

Kata Kunci: Naive Bayes Classifier, Decicion Tree dan Neural Network.