PENERAPAN ALGORITMA K-MEANS UNTUK CLUSTERING TINGKAT KERUSAKAN KERETA API PADA UPT.BALAI YASA TEGAL PT.KERETA API INDONESIA(Persero)

ALMAS, GAMARAMADHANI SHIDQI (2017) PENERAPAN ALGORITMA K-MEANS UNTUK CLUSTERING TINGKAT KERUSAKAN KERETA API PADA UPT.BALAI YASA TEGAL PT.KERETA API INDONESIA(Persero). Skripsi,Fakultas Ilmu Komputer.

Preview

PDF Download (4Kb) | Preview

Abstract

Ditengah meningkatnya angka penduduk yang semakin pesat ini kereta api di Indonesia dapat dijadikan sebagai alat transportasi yang efektif untuk mengurai kemacetan. PT Kereta Api Indonesia memiliki sarana perkeretaapian untuk memenuhi kebutuhan transpotasi darat yang harus selalu dirawat dengan baik dan tepat waktu untuk menunjang keselamatan penumpang. Perawatan dilakukan di UPT.Balai Yasa Tegal yang merupakan bengkel PT. Kereta Api Indonesia. Dalam melakukan pengolahan data perawatan perlu adanya keterangan mengenai pengelompokan tingkat kerusakan kereta, hal ini bertujuan untuk membantu perusahaan secara rinci melihat tingkat kerusakan gerbong yang telah diperbaiki. Pengelompokan (clustering) tingkat kerusakan kereta api menggunaakan algoritma K-Means. Algoritma K-Means mempunyai kemampuan mengelompokan data dalam jumlah data yang cukup besar dalam waktu yang relatif cepat. Pengelompokan ini akan dibagi menjadi 3 cluster tingkat kerusakan kereta api yaitu Tinggi, Sedang, dan Rendah. Data yang digunakan merupakan data perawatan kereta api periode Januari – Agustus 2016. Hasil dari penelitian ini menunjukan bahwa tingkat kerusakan kereta di dominasi dengan kriteria rendah yang artinya kelompok gerbong kereta tersebut tidak banyak dilakukan pergantian komponen dengan rasio keakuratan sebesar 0,006.

Actions (login required)