SISTEM PREDIKSI KERUSAKAN SEPEDA MOTOR MATIC MENGGUNAKAN METODE K-NEAREST NEIGHTBOUR (KNN) BERBASIS WEBSITE

Wijaya, Anggi and Sulyono, Sulyono (2025) SISTEM PREDIKSI KERUSAKAN SEPEDA MOTOR MATIC MENGGUNAKAN METODE K-NEAREST NEIGHTBOUR (KNN) BERBASIS WEBSITE. Skripsi thesis, Institut Informatika Dan Bisnis Darmajaya.

	Text COVER.pdf Download (32kB)
	Text LEMBAR PERNYATAAN.pdf Download (178kB)
	Text HALAMAN PENGESAHAN.pdf Download (187kB)
	Text HALAMAN PERSETUJUAN.pdf Download (179kB)
	Text ABSTRAK.pdf Download (9kB)
	Text ABSTRACT.pdf Download (108kB)
	Text DAFTAR ISI.pdf Download (34kB)
	Text BAB I.pdf Download (24kB)
	Text BAB II.pdf Download (254kB)
	Text BAB III.pdf Download (1MB)
	Text BAB IV.pdf Download (1MB)
	Text BAB V.pdf Download (13kB)
	Text DAFTAR PUSTAKA.pdf Download (146kB)
	Text LAMPIRAN.pdf Download (3MB)

Abstract

Kerusakan pada sepeda motor matic sering terjadi akibat kurangnya perawatan dan ketidaktahuan pengguna mengenai tanda-tanda awal kerusakan. Untuk mengatasi permasalahan ini, diperlukan sebuah sistem prediksi yang dapat membantu pengguna dalam mengidentifikasi jenis kerusakan berdasarkan gejala yang dialami. Penelitian ini bertujuan untuk membangun sistem prediksi kerusakan sepeda motor matic berbasis website menggunakan metode K-Nearest Neighbour (KNN). Algoritma KNN dipilih karena kemampuannya dalam mengklasifikasikan data berdasarkan kedekatan dengan kasus-kasus sebelumnya. Sistem ini dikembangkan untuk Bengkel Sahabat Motor guna memberikan solusi berbasis teknologi dalam mendiagnosis permasalahan sepeda motor secara lebih cepat dan akurat. Data yang digunakan dalam penelitian ini mencakup berbagai gejala kerusakan yang dikumpulkan dari catatan servis bengkel dan wawancara dengan mekanik. Hasil penelitian menunjukkan bahwa sistem yang dibangun mampu memberikan prediksi dengan tingkat akurasi yang tinggi, sehingga dapat membantu pengguna dalam menentukan langkah perbaikan yang tepat. Dengan adanya sistem ini, diharapkan dapat meningkatkan efisiensi layanan Bengkel Sahabat Motor serta memberikan kemudahan bagi pengguna dalam mengetahui kondisi sepeda motornya.

Item Type:	Thesis (Skripsi)
Subjects:	Ilmu Komputer eSkripsi
Divisions:	Skripsi/TA & PKPM/KP - Fakultas Ilmu Komputer > Teknik Informatika
Depositing User:	Anggi wijaya
Date Deposited:	11 Dec 2025 08:22
Last Modified:	11 Dec 2025 08:22
URI:	http://repo.darmajaya.ac.id/id/eprint/23378

Actions (login required)

View Item