Implementasi algoritma Naïve Nested-Loop untuk deteksi data anomali hasil operasional pengolahan tambang: studi kasus laporan operasional pengolahan PT. ANTAM Tbk. UBPE Pongkor

Hasibuan, Fahri Ramadhan (2018) Implementasi algoritma Naïve Nested-Loop untuk deteksi data anomali hasil operasional pengolahan tambang: studi kasus laporan operasional pengolahan PT. ANTAM Tbk. UBPE Pongkor. Diploma thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text (COVER)
1_cover.pdf

Download (19kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (129kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftarisi.pdf

Download (222kB) | Preview
[img]
Preview
Text (BAB I)
4_bab1.pdf

Download (331kB) | Preview
[img] Text (BAB II)
5_bab2.pdf
Restricted to Registered users only

Download (510kB) | Request a copy
[img] Text (BAB III)
6_bab3.pdf
Restricted to Registered users only

Download (2MB) | Request a copy
[img] Text (BAB IV)
7_bab4.pdf
Restricted to Registered users only

Download (5MB) | Request a copy
[img] Text (BAB V)
8_bab5.pdf
Restricted to Registered users only

Download (27kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf
Restricted to Registered users only

Download (140kB) | Request a copy

Abstract

Proses evaluasi kinerja di pabrik pengolahan dilakukan dengan cara membaca satu-persatu setiap detail laporan operasional. Cara ini membutuhkan waktu yang lama dan tentunya keterbatasan dalam memperhatikan setiap kolom dan baris data laporan menyebabkan kurang maksimalnya hasil evaluasi kinerja pabrik. Dengan bantuan mesin atau komputer, tingkat kelalaian dalam melakukan evaluasi dapat diminimalisir, selain itu data hasil komputerisasi dapat disimpan dalam database dan dapat dijadikan sumber pengetahuan untuk membantu pengambilan keputusann untuk proses industri berikutnya. Deteksi outlier membantu Manajemen Pabrik dalam mengidentifikasi data diluar kebiasaan yang merupakan kesalahan pada proses kerja pabrik. Algoritma Naïve Nested-Loop merupakan contoh algoritma yang memiliki kemampuan untuk mendeteksi outlier dalam sekumpulan data numerik. Algoritma ini juga memiliki kinerja yang baik saat diimplementasikan pada kumpulan data dengan jumlah atribut yang banyak atau high dimensional datasets.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Deteksi Data Anomali; Naïve Nested-Loop;Evaluasi; Laporan; Data Mining
Subjects: Data Processing, Computer Science > Computers Mathematical Principles
Mathematics > Data Processing and Analysis of Mathematics
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Depositing User: mr Fahri Ramadhan Hasibuan
Date Deposited: 24 Sep 2018 03:18
Last Modified: 24 Sep 2018 03:18
URI: https://digilib.uinsgd.ac.id/id/eprint/14146

Actions (login required)

View Item View Item