PENERAPAN DECISION TREE DALAM MENENTUKAN TRUK LAYAK JALAN PADA PERUSAHAAN TRANSPORTASI MENGGUNAKAN ALGORITMA C 5.0 (STUDI KASUS : PT FARHAN ADJIE PRATAMA)

Putra, Ari Pratama (2025) PENERAPAN DECISION TREE DALAM MENENTUKAN TRUK LAYAK JALAN PADA PERUSAHAAN TRANSPORTASI MENGGUNAKAN ALGORITMA C 5.0 (STUDI KASUS : PT FARHAN ADJIE PRATAMA). Masters thesis, Universitas Putra Indonesia YPTK.

Preview	Text TESIS_231321003_Ari Pratama Putra_ABSTRAK.pdf Download (12kB) | Preview
Preview	Text TESIS_231321003_Ari Pratama Putra_BAB I.pdf Download (22kB) | Preview
Preview	Text TESIS_231321003_Ari Pratama Putra_DAFTAR PUSTAKA.pdf Download (101kB) | Preview
	Text TESIS_231321003_Ari Pratama Putra_FULL TEXT.pdf Restricted to Repository staff only Download (2MB)

Abstract

Penerapan teknologi dalam dunia transportasi semakin berkembang dengan sangat pesat untuk meningkatkan efisiensi dan keselamatan operasional. Salah satu permasalahan utama dalam industri transportasi adalah menentukan kelayakan jalan truk guna menghindari kecelakaan serta memastikan keberlanjutan layanan logistik dan mengurangi resiko pada saat distribusi. Proses evaluasi kelayakan truk sering kali dilakukan secara manual, yang dapat menyebabkan ketidakkonsistenan dalam penilaian dan meningkatkan risiko kesalahan. Penelitian ini mengusulkan penerapan algoritma Decision Tree C5.0 untuk membangun sistem pendukung keputusan dalam menentukan kelayakan jalan truk di Perusahaan Transportasi. Penelitian ini menerapkan metode Knowledge Discovery in Databases (KDD) dan Data Mining untuk menganalisis berbagai faktor teknis kendaraan. Faktor-faktor yang diperhitungkan mencakup kondisi mesin, sistem rem, ban, suspensi, dokumen legal, dan GPS. Data yang digunakan dalam penelitian ini berasal dari inspeksi kendaraan selama tiga bulan terakhir di Perusahaan Transportasi. Data tersebut kemudian diproses menggunakan perangkat lunak RapidMiner untuk membangun model klasifikasi berbasis Decision Tree. Hasil penelitian menunjukkan bahwa algoritma C5.0 memiliki tingkat akurasi tinggi dalam menentukan kelayakan kendaraan. Atribut dokumen legal menjadi faktor yang paling dominan dalam pengambilan keputusan, diikuti oleh kondisi suspensi dan sistem rem. Perusahaan dapat mengoptimalkan proses evaluasi kendaraan secara lebih cepat dan objektif dengan menggunakan data sample sebanyak 60 truck sehingga risiko kecelakaan akibat kendaraan yang tidak layak jalan bisa dihindari. Implementasi sistem berbasis Decision Tree ini juga dapat membantu meningkatkan efisiensi operasional perusahaan dan memastikan kepatuhan terhadap standar keselamatan transportasi. Penelitian ini memberikan kontribusi signifikan dalam bidang sistem pendukung keputusan berbasis data mining, khususnya dalam industri transportasi . Model yang dihasilkan dapat digunakan sebagai dasar dalam mengembangkan sistem otomatisasi evaluasi kendaraan yang lebih akurat dan efisien.

Actions (login required)

View Item