Sayani, Azhari Putra (2024) Implementasi Metode Support Vector Machine (SVM) Dalam Menentukan Kualitas Getah Terbaik Pada PT Poly Kencana Raya. S1 thesis, Universitas Malikussaleh.

	Text AZHARI PUTRA SAYANI_200170259_ Cover.pdf Download (82kB)
	Text AZHARI PUTRA SAYANI_200170259_Abstrak.pdf Download (53kB)
	Text AZHARI PUTRA SAYANI_200170259_Bab 1.pdf Download (183kB)
	Text AZHARI PUTRA SAYANI_200170259_Daftar Pustaka.pdf Download (198kB)
	Text AZHARI PUTRA SAYANI_200170259_FULL.pdf Restricted to Registered users only Download (2MB)

Abstract

Pohon karet (Hevea brasiliensis) adalah sumber utama karet alami dan memainkan peran penting dalam industri Indonesia. Menentukan kualitas getah karet adalah tantangan bagi perusahaan, karena proses manual tradisional memakan waktu dan rentan terhadap kesalahan manusia. PT Poly Kencana Raya, sebuah perusahaan di Besitang, Sumatera Utara, saat ini masih menggunakan metode konvensional dalam menentukan kualitas lateks karet yang diproduksinya. Penelitian ini bertujuan untuk merancang sistem berbasis web dengan penerapan metode Support Vector Machine (SVM) untuk memfasilitasi penentuan kualitas lateks karet. SVM dipilih sebagai metode klasifikasi karena kemampuannya untuk menentukan hyperplane optimal yang dapat memisahkan data dari dua kelas yang berbeda, yaitu layak dan tidak layak. Sistem yang dibangun memanfaatkan kriteria utama seperti usia pohon, waktu penyadapan, kandungan air, warna, dan tekstur dalam menentukan kualitas getah. Implementasi. Studi ini menggunakan 120 sampel data uji, dengan hasil prediksi yang akurat pada 111 data, menghasilkan tingkat akurasi sebesar 92,5%. Sistem pendukung keputusan ini diharapkan dapat meningkatkan efisiensi dan akurasi dalam pemilihan getah karet serta mendukung pengembangan kualitas produksi karet di Indonesia. Penelitian ini juga membuka peluang untuk pengembangan lebih lanjut dengan menambahkan metode klasifikasi lain untuk perbandingan akurasi atau menambahkan data pelatihan untuk mengoptimalkan hasil prediksi. Kata Kunci: Pohon Karet, Support Vector Machine, Penambangan Data

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Azhari Putra Sayani
Date Deposited:	04 Mar 2025 07:41
Last Modified:	04 Mar 2025 07:41
URI:	https://rama.unimal.ac.id/id/eprint/10557

Actions (login required)

View Item