Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Jurnal Sains dan Seni ITS
Rizki Febriasto
Departemen Statistika Institut Teknologi Sepuluh Nopember
Arts Humanities

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Prediksi Kuat Tekan Semen untuk Produk Portland Composite Cement (PCC) di PT. Semen Indonesia (Persero) Tbk. Menggunakan Support Vector Regression (SVR) Dengan Feature Selection Rizki Febriasto; Ni Luh Putu Setyaning Pradnya Paramita; Wibawati Wibawati
Jurnal Sains dan Seni ITS Vol 8, No 2 (2019)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (646.701 KB) | DOI: 10.12962/j23373520.v8i2.43071

Abstract

Indonesia sebagai negara berkembang terus-menerus melakukan pembangunan dalam segala bidang aspek kehidupan. Salah satu aspek yang selalu berkembang adalah sektor infrastruktur. Dengan menghadapi fenomena pertumbuhan infrastruktur ini, khususnya di sektor pembangunan perlu adanya hal yang menunjang dalam setiap pembangunan yang terjadi, salah satunya adalah material semen. Salah satu perusahaan yang bergerak di bidang produksi semen adalah PT. Semen Indonesia (Persero) Tbk. Terdapat beberapa produk yang dihasilkan oleh PT. Semen Indonesia (Persero) Tbk., salah satunya adalah Portland Composite Cement (PCC).  Dalam penelitian ini akan dilakukan prediksi terhadap kuat tekan semen PCC di hari ke-28. Data yang digunakan yaitu bulan Juli 2018 hingga Maret 2019. Pada hasil analisis, hasil regresi linier telah terindikasi mengalami multikolineari-tas, sehingga ditangani menggunakan PCR. Feature selection yang digunakan adalah Recursive Feature Elimination (RFE) berbasis Random Forest (RF-RFE) yang telah menghilangkan lima variabel. Dengan teknik machine learning yaitu SVR didapatkan model terbaik yaitu SVR dengan fungsi kernel Radial Basis Function (RBF) dengan complete feature. Feature selection tidak menghasilkan hasil yang lebih baik dibanding complete feature. Model yang terbaik digunakan untuk memprediksi kuat tekan pada bulan April 2019 yang menghasilkan kriteria terbaik RMSE sebesar 8,78.
Co-Authors Ni Luh Putu Setyaning Pradnya Paramita Wibawati Wibawati