Skripsi

Implementasi data mining pada big data di PT Pama Persada Nusantara Jobsite Adaro / Intan Rizkyanita Solikhah

Abstrak
ABSTRAK Solikhah I. R. 2019. Implementasi Data Mining pada Big Data di PT Pamapersada Nusantara Jobsite Adaro. Skripsi Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam. Pembimbing Dr. Ir. Hendro Permadi M.Si. Kata Kunci Data Mining Cycletime ANOVA. Datakmining merupakan serangkaiankproses menggalikinformasi baru yangkselama iniktidak diketahui secarakmanual dari suatukkumpulan datakdengan melakukankpenggalian pola-polakdari data denganktujuan mendapatkan informasi yang pentingkatau menarik yang tersembunyi pada big data. Penelitian bertujuan untuk menemukan informasi baru yang tersembunyi dari data yang telah tersedia. Data yang digunakan adalah data sekunder dari PT Pamapersada Nusantara Jobsite Adaro. PT Pamapersada Nusantara merupakan salah satu perusahaan yang menjadi sub kontraktor dari PT Adaro Indonesia yang bertempat di Kabupaten Balangan Kalimantan Selatan. Pada penelitian ini akan dilakukan beberapa analisis. Pertama analisis General Linier Model untuk mengetahui ada tidaknya perbedaan klasifikasi cycletime pada beberapa faktor diantaranya faktor Shift yang terdiri dari 2 taraf (A1 A2) faktor area yang terdiri dari3 taraf (B1 B2 B3) dan faktor jenis loader yang terdiri dari 4 taraf (C1 C2 C3 C4). Kedua mengelompokkan variabel yang dominan hasil analisis faktor menggunakan analisis cluster dengan variabel bebas travel distance (X1) haul distance (X2) travel speed (X3) haul speed (X4) travelling (X5) waiting (X6) spotting (X7) loading (X8) hauling (X9) queueing (X10) backing (X11) tipping (X12) empty stop time (X13) load stop time (X14). Ketiga membuktikan model hubungan antara kecepatan dan waktu tempuh terhadap jarak tempuh pada truck sesuai dengan rumus umum kecepatan. Berdasarkan hasil analisis dan pembahasan diperoleh bahwa untuk faktor shift tidak ada perubahan yang signifikan yang mempengaruhi cycletime. Selanjutnya untuk faktor area antara area High Wall Low Wall Barat dan Low Wall Timur memiliki perbedaan rata-rata cycletime. Low Wall Timur memiliki rata-rata cycletime terkecil. Sedangkan untuk faktor jenis loader yang digunakan loader yang paling baik digunakan untuk menurunkan cycletime adalah EX2500 dan PC3000. Dengan nilai kumulatif sebesar 71 948% terbentuk 3 faktor yang mendominasi cycletime. Hasil clustering variabel melalui dominasi variabel analisis faktor adalah variabel travel distance haul distance travelling dan hauling. Oleh sebab itu penting bagi perusahaan untuk memperhatikan jarak dan

Informasi Detail

DDC

Rs 519.535 SOL i

Prodi

Universitas Negeri Malang. Program Studi Matematika, 2019.

Deskripsi Fisik

xii, 82 lembar : il., tab. ; 30 cm

Bahasa

Indonesia

No Reg

05399/KI/19

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2019

Subjek

1. ANALISIS MULTIVARIAT
2. DATA MINING
3. MULTIVARIATE ANALYSiS

Pembimbing

1. Hendro Permadi

Lampiran Berkas