Rancang Bangun Sistem Klasifikasi Kelaikan Kapal Berdasarkan Standard Operasional dengan Menggunakan Metode Naive Bayes Classifier (Studi Kasus : PT Bumi Borneo Perkasa)

Andre, Andre (2020) Rancang Bangun Sistem Klasifikasi Kelaikan Kapal Berdasarkan Standard Operasional dengan Menggunakan Metode Naive Bayes Classifier (Studi Kasus : PT Bumi Borneo Perkasa). Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	Text HALAMAN_AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Share Alike. Download (1MB)
Preview	Text DAFTAR_PUSTAKA.pdf Available under License Creative Commons Attribution Share Alike. Download (973kB) | Preview
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Share Alike. Download (983kB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Share Alike. Download (1MB) | Preview
Preview	Text BAB_III.pdf Available under License Creative Commons Attribution Share Alike. Download (1MB) | Preview
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Share Alike. Download (2MB)
Preview	Text BAB_V.pdf Available under License Creative Commons Attribution Share Alike. Download (973kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Share Alike. Download (1MB)

Abstract

Rancang bangun sistem kelaikan kapal berdasarkan standard operasional berbasis web ini dilakukan untuk membantu PT Bumi Borneo Perkasa dalam meningkatkan efektifitas kerja dalam klasifikasi kelaikan kapal agar dapat langsung diproses surat rekomendasi laik laut setelah proses checking dilakukan serta dapat membantu kepala quality control pada saat dalam mengklasifikasikan kondisi kapal saat form checker diisi setelah proses docking. Proses prosedur rancang bangun sistem klasifikasi kelaikan kapal berdasarkan standard operasional ini terdiri dari, pengumpulan data, pencarian data-data yang dibutuhkan merancang dan membangun sistem. Analisis permasalahan, pencarian permasalahan yang paling sering muncul dalam perusahaan tersebut. Analisis kebutuhan, pencarian data latih dan data uji. Perancangan sistem, merancang tampilan sistem yang akan dibuat. Implementasi, pembuatan sistem klasifikasi kelaikan kapal, serta memasukkan data latih kedalam sistem. Pengujian, melakukan pengujian dengan data uji yang telah disiapkan. Pembuatan laporan, pembuatan laporan keseluruhan sistem klasifikasi kelaikan kapal. Sistem klasifikasi kelaikan kapal dibuat dengan menggunakan metode Naive Bayes Classifier, di mana Naive Bayes Classifier ini tidak memerlukan data latih yang banyak, proses kerjanya yang cepat, tidak memerlukan proses komputasi yang berat, serta hasil probabilitas yang tinggi. Proses uji coba sistem klasifikasi ini mengambil 5 data random dari 40 data yang ada untuk dijadikan data uji dan 35 dari sisa data tersebut dijadikan data latih sebagai data acuan untuk melakukan perhitungan Naive Bayes. Dari 5 data uji yang diuji pada sistem klasifikasi menghasilkan hasil yang sama dengan pengklasifikasian data yang diperoleh dari perusahaan. Sistem klasifikasi kelaikan kapal ini berhasil dibuat dan mendapat tingkat akurasi 100%, serta mendapatkan hasil 86.4% dari acceptance test yang telah diberikan kepada responden.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Klasifikasi, kelaikan kapal, Naive Bayes, rancang bangun, web
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 003 Systems (Computer Modeling and Simulation) 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 004 Computer Science, Data Processing, Hardware > 004.2 Systems Analysis and Design, Information Architecture, Performance Evaluation 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.4 System Programming, Operating System, Computer Interface
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	05 Dec 2020 09:52
Last Modified:	22 Aug 2023 02:02
URI:	https://kc.umn.ac.id/id/eprint/13256

Actions (login required)

View Item