Dalam proses kegiatan produksi soda caustic PT. XK, Maka diperlukannya perencanaan kesiapan bahan baku utama berupa garam granul (NaCl) yang diharapkan tepat perencanaan dengan melakukan prediksi pada ketersediaan bahan baku utama menggunkan metode algoritma K- Nearest Neighbour hingga bisa membantu perusahaan dalam merencankan jumlah bahan baku utama untuk kelancaran kegiatan industri. Dengan begitu PT.XK dapat menjamin kelancaran kegiatan produksi dan kapasitas produksi untuk melayani permintaan konsumen pada produk soda caustic (NaOH). Algoritma K- Nearest Neighbour merupakan proses mining data yang tergolong dalam kategori machine learning (supervised learning) yang berdasarkan pada basis instance atau kedekatan antara data latih dan data uji dengan rumus eucledian distance guna mencari hasil jarak terdekat. Dalam melakukan prediktif untuk perencanaan yang diinginkan maka perlu mengukur tingkat keakurasian data, data recall, data presisi dan kurva ROC (receiver operating characteristic). Maka berdasarkan penelitian yang dilakukan mendapatkan hasil prediktif guna merencanakan jumlah bahan baku selama satu periode yang akan datang dengan keakuratan data prediksi sebesar 92,67%, dengan perbandingan data recall dan presisi data, sehingga menghasilkan kurva ROC (receiver operating characteristic) sebesar 0,75 dimana prediksi tergolong cukup baik.
Copyrights © 2020