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.