Penentuan Sparepart Genset Paling Sering Digunakan Pada Operator Indosat Ooredoo Hutchison Dengan Algoritma C4.5

  • Baginda Oloan Lubis Universitas Bina Sarana Informatika http://orcid.org/0000-0002-6839-9287
  • Cyrill Ilario Ifaru Universitas Bina Sarana Informatika
  • Alfia Zahra Universitas Bina Sarana Informatika
  • Muhammad Hardithya Aenuddin Universitas Bina Sarana Informatika
  • Eri Nur Setiawan Universitas Bina Sarana Informatika
  • Cahyadi Anugrah Maulana Universitas Bina Sarana Informatika
  • Riky Putra Pratama Universitas Bina Sarana Informatika
  • Nurul Khasanah Universitas Nusa Mandiri
Keywords: Genset, Sparepart, Algoritma C4.5

Abstract

Kemajuan teknologi di bidang telekomunikasi telah membuat genset menjadi kebutuhan penting untuk menyediakan daya cadangan tambahan. Genset, singkatan dari "Generator Set," adalah sistem yang terdiri dari generator listrik dan mesin penggerak yang berperan dalam menghasilkan listrik. Genset sangat penting dalam operasional tower seluler karena berfungsi sebagai sumber cadangan listrik saat terjadi pemadaman listrik dari sumber utama. Dengan adanya genset, tower seluler dapat tetap beroperasi tanpa terganggu, sehingga layanan komunikasi bagi pengguna tetap dapat berjalan dengan baik. Penelitian ini bertujuan untuk untuk mengidentifikasi spare part Genset yang sering dipakai oleh operator Indosat Ooredoo Hutchison. Metode yang digunakan adalah algoritma C4.5, sebuah algoritma pembelajaran mesin yang memungkinkan pembuatan pohon keputusan berdasarkan data yang ada. Dataset yang digunakan sejumlah 101 data. Data tersebut kemudian dijadikan masukan untuk algoritma C4.5. Hasil penelitian menunjukkan nilai akurasi sebesar 75,41%.

References

[1] S. Anam and G. Ramadhan, “Perawatan Genset 2000 kVA di Gedung Apartement T.P. dengan Metode Reliability Centered MAintenance (RCM),” Ismetek, vol. 3, no. 1, pp. 44–51, 2022.
[2] Z. Anthony, Mesin Listrik Dasar. Padang: ITP Press, 2018.
[3] S. A. Pratomo and L. Hermawati, “Preferensi Generator Sikron Berbasis Analitycal Network Process (ANP) Untuk Laboratorium Permesinan Kapal,” Ocean Eng. J. Tek. dan Teknol. Marit., vol. 1, no. 4, pp. 81–91, 2022.
[4] K. Kusnanto and W. Sugianto, “Analisis Kehandalan Pneumatic System Pada Pesawat Penumpang Di PT ABC,” Comput. Sci. Ind. Eng., vol. 4, no. 1, pp. 38–47, 2021.
[5] T. Tukino, “Penerapan Algoritma C4.5 Untuk Memprediksi Keuntungan Pada PT SMOE Indonesia,” J. Sist. Inf. Bisnis, vol. 9, no. 1, p. 39, 2019, doi: 10.21456/vol9iss1pp39-46.
[6] R. Kurniasari and A. Fatmawati, “Penerapan Algoritma C4.5 Untuk Penjurusan Siswa Sekolah Menengah Atas,” Komputa J. Ilm. Komput. dan Inform., vol. 8, no. 1, pp. 19–27, 2019, doi: 10.34010/komputa.v8i1.3045.
[7] A. Salim, B. O. Lubis, and A. Haidir, “Penentuan Karyawan Terbaik Dengan Metode TOPSIS pada PT Regency Motor,” Saintekom, vol. 12, no. 1, pp. 92–102, 2022.
[8] Jamilah, Metodologi Penelitian Bagi Mahasiswa. Yogyakarta: Bintang Semesta Media, 2021.
[9] P. Mai Sarah Tarigan, J. T. Hardinata, H. Qurniawan, M. Safii, and R. Winanjaya, “Implementasi Data Mining Menggunakan Algoritma Apriori Dalam Menentukan Persediaan Barang (Studi Kasus : Toko Sinar Harahap),” Just IT J. Sist. Informasi, Teknol. Inf. dan Komput., vol. 12, no. 2, pp. 51–61, 2022.
[10] B. O. Lubis, D. Oscar, F. W. Fibriany, B. Santoso, Jefi, and A. Rusman, “Classification of tomato leaf disease and combination extraction features using K-NN algorithm,” AIP Conf. Proc., vol. 2714, no. November 2021, 2023, doi: 10.1063/5.0128539.
[11] G. A. Pradnyana, I. G. Darmawiguna, and I. N. S. W. Wijaya, Data Mining Menemukan Pengetahuan dalam Data. Depok: PT RajaGrafindo Persada, 2020.
[12] A. H. Nasrullah, “Implementasi Algoritma Decision Tree Untuk Klasifikasi Produk Laris,” J. Ilm. Ilmu Komput., vol. 7, no. 2, pp. 45–51, 2021.
[13] P. P. P. A. N. W. F. I. R. H. Zer, B. H. Hayadi, and A. R. Damanik, “Pendekatan Machine Learning Menggunakan Algoritma C4.5 Berbasis PSO Dalam Analisa Pemahaman Pemrograman Website,” J. Inform. dan Tek. Elektro Terap., vol. 10, no. 3, pp. 150–156, 2022.
[14] S. Dwiasnati, W. Gunawan, R. R. Oprasto, B. O. Lubis, and B. Santoso, Algoritma dan Pemrograman Implementasi Menggunakan Python. Bandar Lampung: CV. Keranjang Teknologi Media, 2023.
[15] D. Marlina and M. Bakri, “Penerapan Data Mining Untuk Memprediksi Transaksi Nasabah Dengan Algoritma C4.5,” J. Teknol. dan Sist. Inf., vol. 2, no. 1, pp. 23–28, 2021.
[16] J. Jumiyati and P. T. Prasetyaningrum, “Penerapan Algoritma C4.5 Untuk Mengklasifikasi Hasil Produksi Kunir Putih (Studi Kasus CV Windra Mekar),” J. Inf. Syst. Artif. Intell., vol. 1, no. 1, pp. 9–16, 2020.
[17] E. Firasari, N. Khasanah, U. Khultsum, D. N. Kholifah, R. Komarudin, and W. Widyastuty, “Comparation of K-Nearest Neighboor (K-NN) and Naive Bayes Algorithm for the Classification of the Poor in Recipients of Social Assistance,” J. Phys. Conf. Ser., vol. 1641, no. 1, 2020, doi: 10.1088/1742-6596/1641/1/012077.
Published
2024-06-24