Hasibuan, Fahri Ramadhan (2018) Implementasi algoritma Naïve Nested-Loop untuk deteksi data anomali hasil operasional pengolahan tambang: studi kasus laporan operasional pengolahan PT. ANTAM Tbk. UBPE Pongkor. Diploma thesis, UIN Sunan Gunung Djati Bandung.
|
Text (COVER)
1_cover.pdf Download (19kB) | Preview |
|
|
Text (ABSTRAK)
2_abstrak.pdf Download (129kB) | Preview |
|
|
Text (DAFTAR ISI)
3_daftarisi.pdf Download (222kB) | Preview |
|
|
Text (BAB I)
4_bab1.pdf Download (331kB) | Preview |
|
![[img]](https://etheses.uinsgd.ac.id/style/images/fileicons/text.png) |
Text (BAB II)
5_bab2.pdf Restricted to Registered users only Download (510kB) | Request a copy |
|
|
Text (BAB III)
6_bab3.pdf Restricted to Registered users only Download (2MB) | Request a copy |
|
|
Text (BAB IV)
7_bab4.pdf Restricted to Registered users only Download (5MB) | Request a copy |
|
|
Text (BAB V)
8_bab5.pdf Restricted to Registered users only Download (27kB) | Request a copy |
|
|
Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf Restricted to Registered users only Download (140kB) | Request a copy |
Abstract
Proses evaluasi kinerja di pabrik pengolahan dilakukan dengan cara membaca satu-persatu setiap detail laporan operasional. Cara ini membutuhkan waktu yang lama dan tentunya keterbatasan dalam memperhatikan setiap kolom dan baris data laporan menyebabkan kurang maksimalnya hasil evaluasi kinerja pabrik. Dengan bantuan mesin atau komputer, tingkat kelalaian dalam melakukan evaluasi dapat diminimalisir, selain itu data hasil komputerisasi dapat disimpan dalam database dan dapat dijadikan sumber pengetahuan untuk membantu pengambilan keputusann untuk proses industri berikutnya. Deteksi outlier membantu Manajemen Pabrik dalam mengidentifikasi data diluar kebiasaan yang merupakan kesalahan pada proses kerja pabrik. Algoritma Naïve Nested-Loop merupakan contoh algoritma yang memiliki kemampuan untuk mendeteksi outlier dalam sekumpulan data numerik. Algoritma ini juga memiliki kinerja yang baik saat diimplementasikan pada kumpulan data dengan jumlah atribut yang banyak atau high dimensional datasets.
| Item Type: | Thesis (Diploma) |
|---|---|
| Uncontrolled Keywords: | Deteksi Data Anomali; Naïve Nested-Loop;Evaluasi; Laporan; Data Mining |
| Subjects: | Data Processing, Computer Science > Computers Mathematical Principles Mathematics > Data Processing and Analysis of Mathematics |
| Divisions: | Fakultas Sains dan Teknologi > Program Studi Teknik Informatika |
| Depositing User: | mr Fahri Ramadhan Hasibuan |
| Date Deposited: | 24 Sep 2018 03:18 |
| Last Modified: | 24 Sep 2018 03:18 |
| URI: | https://etheses.uinsgd.ac.id/id/eprint/14146 |
Actions (login required)
 |
View Item |
