Skripsi/Tugas Akhir

Aplikasi Prediksi Waktu Kerusakan Suku Cadang Sepeda Motor Menggunakan Metode Logistik Regression

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Pemanfaatan teknologi komputer ke bidang transportasi dimana Sepeda motor merupakan salah satu alat transportasi yang paling banyak digunakan di Indonesia. Di setiap layanan perbaikan, ada pelanggan yang menanyakan hal terkait jangka waktu motor mereka akan mengalami kerusakan pada bagian suku cadang yang diganti atau diperbaiki. Untuk menjawab pertanyaan tersebut harus memikirkan beberapa hal khususnya pemakaian. Pada penelitian ini, metode logistic regression digunakan dalam memprediksi jangka waktu pemakaian suku cadang. Variabel yang independent yang digunakan adalah kualitas suku cadang, tingkat kerusakan, dan tingkat penggunaan sepeda motor. Hasil penelitian ini menunjukkan bahwa metode logistic regression dapat diimplementasikan pada perhitungan dan prediksi jangka waktu penggunaan sebuah suku cadang sepeda motor.
Kata kunci : Logistic Regression, Suku Cadang, Prediksi.

ABSTRACT
Utilization of computer technology in the field of transportation where motorbikes are one of the most widely used means of transportation in Indonesia. In every repair service, there are customers who ask questions regarding the time period their motorbike will experience damage to the parts that are replaced or repaired. To answer this question must think about several things, especially usage. In this research, logistic regression method is used to predict the life span of spare parts usage. The independent variables used are the quality of spare parts, the level of damage, and the level of use of the motorbike. The results of this study indicate that the logistic regression method can be implemented in the calculation and prediction of the use period of a motorcycle spare part.
Keywords : Logistic Regression, Spare Parts, Prediction.

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

[Tidak Ada]

No. Panggil

SKR 21-43 WIC a - 0005TI

Penerbit

Makassar : ., 2021

Deskripsi Fisik

xiv + 49 hlm., 28,5 x 20,5 cm

Bahasa

Indonesia

ISBN/ISSN

[Tidak Ada]

Klasifikasi

SKR 21-43

Tipe Isi

Text dan Gambar

Edisi/Cetakan

[Tidak Ada]

Subjek

Skripsi/Tugas Akhir
Machine Learning

Lampiran File