HANDOYO, Naufal Althafi (2025) Implementasi Clustering K-Means++ Pada Data Produk Ng (No Good) Pt Nsk Bearings Manufacturing Indonesia. Skripsi thesis, Universitas Jenderal Soedirman.
![[img]](http://repository.unsoed.ac.id/style/images/fileicons/other.png) |
PDF (Cover)
COVER-Naufal Althafi Handoyo-H1D021087-Skripsi-2025.pdf Download (279kB) |
|
PDF (Legalitas)
LEGALITAS-Naufal Althafi Handoyo-H1D021087-Skripsi-2025.pdf Restricted to Repository staff only Download (1MB) |
|
PDF (Abstrak)
ABSTRAK-Naufal Althafi Handoyo-H1D021087-Skripsi-2025.pdf Download (557kB) |
|
PDF (BabI)
BAB-I-Naufal Althafi Handoyo-H1D021087-Skripsi-2025.pdf Restricted to Repository staff only until 7 November 2026. Download (1MB) |
|
PDF (BabII)
BAB-II-Naufal Althafi Handoyo-H1D021087-Skripsi-2025.pdf Restricted to Repository staff only until 7 November 2026. Download (2MB) |
|
PDF (BabIII)
BAB-III-Naufal Althafi Handoyo-H1D021087-Skripsi-2025.pdf Restricted to Repository staff only until 7 November 2026. Download (1MB) |
|
PDF (BabIV)
BAB-IV-Naufal Althafi Handoyo-H1D021087-Skripsi-2025.pdf Restricted to Repository staff only Download (5MB) |
|
PDF (BabV)
BAB-V-Naufal Althafi Handoyo-H1D021087-Skripsi-2025.pdf Download (594kB) |
|
PDF (DaftarPustaka)
DAFTAR PUSTAKA-Naufal Althafi Handoyo-H1D021087-Skripsi-2025.pdf Download (794kB) |
Abstract
Permasalahan produk cacat masih menjadi tantangan signifikan dalam proses produksi di PT NSK Bearings Manufacturing Indonesia. Tingginya jumlah produk cacat berdampak pada peningkatan biaya produksi dan penurunan efisiensi operasional. Oleh karena itu, penelitian ini bertujuan untuk mengidentifikasi pola kecacatan produk dengan menerapkan algoritma K-Means++ sebagai metode clustering guna mengelompokkan data berdasarkan pola kecacatan yang serupa. Penelitian ini menggunakan pendekatan CRISP-DM (Cross Industry Standard Process for Data Mining). Data yang digunakan berupa 4.344 dataset hasil produksi dari Januari hingga Juni 2025, dengan variabel tanggal produksi, tipe bearing, line produksi, total produksi, jumlah kecacatan, jenis kecacatan, dan proses produksi. Proses clustering dilakukan menggunakan Elbow Method dan Silhouette Score untuk menentukan jumlah klaster optimal. Hasil terbaik diperoleh pada k = 3 dengan nilai Silhouette Score 0.3859. Klaster yang terbentuk dikategorikan sebagai Cacat Rendah, Cacat Sedang, dan Cacat Tinggi. Implementasi sistem menggunakan framework Streamlit memudahkan pihak perusahaan dalam melakukan analisis data, visualisasi hasil clustering, serta pengambilan keputusan berbasis data secara interaktif.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Nomor Inventaris: | H25324 |
| Uncontrolled Keywords: | Clustering, CRISP-DM, K-Means++, Produk Cacat, Streamlit |
| Subjects: | C > C618 Commercial products D > D18 Data processing Information systems |
| Divisions: | Fakultas Teknik > S1 Teknik Informatika |
| Depositing User: | Mr. Naufal Althafi Handoyo |
| Date Deposited: | 07 Nov 2025 00:59 |
| Last Modified: | 07 Nov 2025 00:59 |
| URI: | http://repository.unsoed.ac.id/id/eprint/37948 |
Actions (login required)
 |
View Item |