PREDIKSI AKTIVITAS BERDASARKAN PREFERENSI PENGGUNA DALAM GEDUNG PT.DMS LAMPUNG MENGGUNAKAN METODE MARCHINE LEARNING

Renida, Celvin (2021) PREDIKSI AKTIVITAS BERDASARKAN PREFERENSI PENGGUNA DALAM GEDUNG PT.DMS LAMPUNG MENGGUNAKAN METODE MARCHINE LEARNING. Skripsi thesis, Institut informatika dan bisnis Darmajaya Lampung.

	Text COVER.pdf Download (319kB)
	Text ABSTRAK.pdf Download (179kB)
	Text HALAMAN PERSETUJUAN DAN PENGESAHAN.pdf Download (1MB)
	Text DAFTAR ISI.pdf Download (879kB)
	Text BAB I.pdf Download (289kB)
	Text BAB II.pdf Download (596kB)
	Text BAB III.pdf Download (1MB)
	Text BAB IV.pdf Download (1MB)
	Text BAB V.pdf Download (212kB)
	Text DAFTAR PUSTAKA.pdf Download (232kB)
	Text Lampiran.pdf Download (119kB)

Abstract

INTISARI PREDIKSI AKTIVITAS BERDASARKAN PREFERENSI PENGGUNA DALAM GEDUNG PT. DMS LAMPUNG MENGGUNAKAN METODE MARCHINE LEARNING Oleh Celvin Noval Rixnaldo Setiap karyawan yang bekerja dalam perusahaan banyak melakukan aktivitas yang berbeda-beda. Dalam melakukan monitoring penilaian prilaku di dalam perusahaan terhadap karyawan, perusahaan masih sulit untuk mengetahui aktivitas yang dilakukan semua karyawan. Terkadang melakukan monitoring menggunakan alat cctv kurang efektif untuk melakukan penilaian prilaku karyawan di dalam perusahaan. Untuk itu, telah dibuatkan sistem secara cerdas berbasis website dalam melakukan prediksi aktivitas berdasarkan preferensi pengguna didalam gedung. Tujuan agar perusahaan mendapatkan data prediksi yang lebih akurat, metode yang digunakan untuk membangun sistem website prediski ini adalah marchine learning menggunakan algoritma pohon keputusan dengan perhitungan algoritma c4.5. pengujian dilakukan dengan metode blakbox testing untuk peforma, basis data, dan fungsi. Pada prediksi aktivitas berbasis website ini fokus pada tiga preferensi yaitu, suhu ruangan, kebisingan, dan kecerahan. Hasilnya, sistem website yang melakukan prediksi aktivitas tersebut bisa digunakan dengan baik sesuai rancangan dan fungsinya. Kekurangan dari sistem website ini, sistem harus mempunyai data besar atau banyak agar semakin akurat dalam memprediksi hasil data. Saran untuk sistem website agar dapat mengimplementasikan dengan sebuah alat sehingga lebih efektif dan akurat. Kata Kunci : Prediksi, Preferensi, Marchine Learning, Decision tree, Algoritma c4.5.

Item Type:	Thesis (Skripsi)
Subjects:	Ilmu Komputer eSkripsi
Divisions:	Skripsi/TA & PKPM/KP - Fakultas Ilmu Komputer > Teknik Informatika
Depositing User:	Prediksi Celvin Renida
Date Deposited:	02 Jan 2023 07:04
Last Modified:	17 Jan 2023 01:38
URI:	http://repo.darmajaya.ac.id/id/eprint/10206

Actions (login required)

View Item