Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
ABSTRAK
Klasifikasi indirect material pada industri otomotif tempat penelitian ini dilakukan belum dapat dilakukan dengan baik sehingga diharapkan dengan menggunakan metode multi-attribute ABC dan support vector machine performa klasifikasi indirect material dapat ditingkatkan. Multi-attribute ABC digunakan untuk melakukan klasifikasi berdasarkan kriteria klasifikasi dengan bobot yang dihitung dengan analytic hierarchy process , dan support vector machine digunakan untuk menemukan pola hubungan antara kriteria dengan hasil klasifikasi dan melakukan penilaian performa klasifikasi . Hasil akhir dari penelitian ini menunjukkan bahwa kriteria harga dan kritikalitas merupakan kriteria paling berpengaruh terhadap hasil klasifikasi dan terjadi peningkatan performa klasifikasi setelah memanfaatkan metode ini

---

ABSTRACT
Indirect material classification on the automotive industry where the research was done is not being done properly so it is expected that by using multi-attribute ABC and support vector machine the classification performance could be enhanced. Multi-attribute ABC is used to classify the item based on the criterion and weight that is calculated using analytic hierarchy process , and support vector machine is used to find hidden pattern about the criterion and classification result and assess classification performance. The end results of this research show that price and criticallity are the most influental criterion for the classification results and there is classification performance enhancement after using these methods.