Penerapan Data Mining Untuk Klasifikasi Produk (Ok Dan Scrap) Pada Industri Ban Menggunakan Metode Naïve Bayes

Abstract

Abstrak

Masih banyaknya ketidaksesuaian terhadap kualitas ban secara visual inspeksi.  Visual  inspeksi  yang  dilakukan  sebelum  proses pengiriman  masih banyak ditemukan miss inspection tidak sesuai standar kualitas yang sudah ditentukan.  Untuk  itu  diperlukan  suatu sistem  yang  bisa  mengklasifikasikan produk baik produk OK atau Scrap. Dari kriteria yang ditetapkan membutuhkan algoritma yang tepat untuk melakukan perhitungan agar hasil yang diberikan lebih akurat. Algoritma Naïve Bayes merupakan metode untuk klasifikasi dengan menggunakan teori probabilitas yang memiliki tingkat akurasi tinggi. Pengujian algoritma  Naïve  Bayes  menggunakan  tools  Rapid  Miner  yang  menghasilkan tingkat akurasi sebesar 96% dari 200 data yang diberikan. Algoritma ini tepat digunakan untuk klasifikasi produk. Terdapat 2 class yang dibutuhkan yaitu Ok dan Scrap.

Kata kunci: Klasifikasi, Naïve Bayes, Rapid Miner, produk.