Prediksi Kebutuhan Suku Cadang Menggunakan Integrasi Clustering, Forecasting, Dan Association Rule Berbasis Machine Learning (Studi Kasus Pt Xyz)
Abstract
PT XYZ merupakan perusahaan yang bergerak dalam industri perminyakan. Dalam
operasional setiap harinya PT XYZ melakukan banyak proses bisnis salah satunya proses
pengadaan. Proses tersebut memerlukan prediksi kebutuhan barang untuk dilakukan
proses pengadaan. Hal tersebutlah yang melatarbelakangi diadakannya penelitian ini.
Penelitian ini bertujuan untuk memprediksi tingkat kebutuhan barang sehingga dapat
membantu bagian pengadaan untuk melakukan pembelian barang. Metode yang
digunakan yaitu K-Means untuk Clustering, Holt Winter untuk peramalan, dan
Association Rule untuk mengetahui kombinasi barang yang sering diadakan. Proses
clustering menghasilkan 3 kluster yaitu kluster pertama yang memiliki anggota 327
barang dengan nilai rata-rata sebesar 68, kluster kedua yang memiliki anggota 18 barang
dengan nilai rata-rata sebesar 1281, dan kluster ketiga yang memiliki anggota 5 barang
dengan nilai rata-rata sebesar 2474. Peramalan yang dihasilkan mencakup 3 bulan periode
mendatang dengan nilai 427 pada bulan Januari, 472 pada bulan Februari, dan 476 pada
bulan Maret. Selain itu juga diketahui barang yang berkemungkinan untuk muncul pada
bulan tersebut dengan menggunakan metode peluang serta nilai minimum peluang
sebesar 50%. Pada bulan Januari barang yang mungkin untuk muncul sebanyak 10
barang, bulan Februari sebanyak 22 barang, dan bulan Maret sebanyak 20 barang. Aturan
yang dihasilkan dari proses association rule berjumlah 24 aturan. Aturan tersebut
dihasilkan dengan nilai minimal support sebsar 10% dan minimal confidence sebesar
50%. Intergasi antar metode juga dilakukan untuk menutupi kekurangan yang ada,
sehingga didapatkan hasil yang lebih akurat.
Collections
- Industrial Engineering [2224]