Skripsi/Tugas Akhir

Analisis Prediksi Perawatan Kendaraan Menggunakan Metode Support Vector Machine Berdasarkan Uji KIR Terakhir

---

Rating Anda tentang Buku ini!

---

ABSTRAK
KIR merupakan serangkaian kegiatan menguji dan memeriksa bagian-bagian kendaraan bermotor yang difungsikan sebagai angkutan pengangkut penumpang, barang, dan plat kuning atau hitam seperti truk, pikup, angkot, bus, dan kendaraan khusus dalam rangka pemenuhan terhadap persyaratan teknis dan layak jalan. Dalam industri otomotif yang menuntut keandalan kendaraan, pemilik kendaraan memerlukan parameter yang dapat membantu mereka menjaga perawatan kendaraan secara efisien. Permasalahan yang dihadapi adalah bagaimana analisa prediksi perawatan kendaraan berasarkan hasil uji KIR terakhir sehingga dapat menjadi pertimbangan bagi pemilik kendaraan dalam perawatan kendaraan. Di sinilah algoritma SVM dapat memberikan kontribusi signifikan. Penelitian ini bertujuan membuat model prediksi perawatan kendaraan berdasarkan hasil uji KIR terakhir menggunakan algoritma SVM kemudian melakukan analisis pada fungsi kernel mana yang paling tepat digunakan dalam melakukan prediksi dengan menggunakan pengujian confusion matrix. Hasil dari penelitian ini menunjukkan prediksi dapat dilakukan dengan menggunakan fungsi kernel polynomial dikarenakan di antara ke empat kernel SVM yang ada penerapan kernel polynomial pada hasil uji KIR terakhir memiliki nilai akurasi paling tinggi dengan 81,17%.
Kata Kunci: Uji KIR, Perawatan, Kendaraan, SVM, Kernel, Confusion Matrix

ABSTRACT
KIR is a series of activities to test and inspect parts of motorized vehicles that function as transportation transporting passengers, goods, and yellow or black plates such as trucks, pickups, public transportation, buses, and special vehicles in order to meet technical and roadworthy requirements. In the automotive industry that demands vehicle reliability, vehicle owners need parameters that can help them maintain vehicle maintenance efficiently. The problem faced is how to analyze vehicle maintenance predictions based on the latest KIR test results so that it can be a consideration for vehicle owners in vehicle maintenance. This is where SVM algorithms can make a significant contribution. This study aims to make a vehicle maintenance prediction model based on the results of the last KIR test using the SVM algorithm then analyze which kernel function is most appropriate to use in making predictions using confusion matrix testing. The results of this study show that predictions can be made using polynomial kernel functions because among the four SVM kernels that exist, the application of polynomial kernels in the last KIR test results has the highest accuracy value with 81,17%.
Keywords: KIR Test, Maintenance, Vehicle, SVM, Kernel, Confusion Matrix

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

--

No. Panggil

SKR 24-49 RAH a - 0704TI

Penerbit

Makassar : Universitas DIPA., 2024

Deskripsi Fisik

xii + 71 hlm.; 20,5 x 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

--

Klasifikasi

SKR 24-49

Tipe Isi

Text dan Gambar

Edisi/Cetakan

Edisi/Cetakan 23 Februari 2024

Subjek

Skripsi/Tugas Akhir
Data Mining
Support Vector Machine

Lampiran File