K-Nearest Neighbor Untuk Memprediksi Pergantian Komputer Di Bank X

Rahmani, Maliha Athiya (2020) K-Nearest Neighbor Untuk Memprediksi Pergantian Komputer Di Bank X. Sarjana thesis, Universitas Brawijaya.

Abstract

Bank X memiliki cabang yang tersebar diseluruh penjuru Indonesia dengan proses operasional yang berlangsung selama 24 jam. Komputer tentunya merupakan teknologi yang amat dibutuhkan untuk keperluan operasional dan kegiatan perbankan. Agar tidak menurunkan performa dan kinerja, Bank X memiliki rutinitas pergantian komputer. Pergantian komputer ini menjadi salah satu pengeluaran terbesar pada Bank X karena hardware dan software yang berkualitas dan kompleks membutuhkan biaya yang tinggi, dan banyaknya unit komputer yang dimiliki Bank X. Selain itu, rutinitas pergantian komputer Bank X, belum dilakukan secara efektif. Dari permasalahan ini, maka dilakukan penelitian terkait prediksi pergantian komputer menggunakan metode K-Nearest Neighbor. Metode K- Nearest Neighbor merupakan metode yang sederhana, cepat, mudah dimengerti, efektif dan akurat untuk dataset yang memiliki data training yang berukuran besar. Penelitian ini dilakukan untuk mengetahui kelas suatu komputer, ‘Ya’ atau ‘Tidak’. Kelas ‘Ya’ menandakan suatu komputer perlu diganti, dan kelas ‘Tidak’ menandakan suatu komputer tidak perlu diganti. Data latih yang digunakan berupa 43713 data komputer miliki Bank X di seluruh Indonesia. Metode ini diuji dengan K-fold Cross Validation, dengan cara menguji beberapa nilai K untuk mendapatkan nilai K dengan akurasi tertinggi. Nilai K=3 mendapatkan nilai akurasi terbesar yaitu 99.6082%. Hasil dari penelitian ini berupa sistem informasi manajemen klasifikasi komputer dalam bentuk web. Penelitian ini diharapkan dapat mempermudah Bank X untuk menentukan komputer yang perlu dan tidak perlu diganti, untuk dapat mengefektifkan keputusan pergantian komputer.

English Abstract

Bank X has branches all over indonesia, with operational process running for 24 hours everyday. Computer is certainly one of the most important technology for oprerational needs and banking activity. In order to keep the performance, Bank X has a routine of replacing their computer. This routine has become one of Bank X’s biggest expenses. This is beause good quality and complex hardware and software require high cost, and the number of computers owned by Bank X. This replacement routine, has not been carried out effectively. From these problems, the research will be carried out related to the prediction of computer replacement using K-Nearest Neighbor Method. K-Nearest Neighbor method is a simple, fast, easy to understand, effective and accurate method for datasets with large data training. This research was conducted to determine the class of a computer, ‘Yes’ or ‘No’. ‘Yes’ indicated a computer needs to be replaced, and ‘No’ indicates a computer does not need to be replaced. The Data Training used is in the form of 43713 computer data owned by Bank X throughout Indonesia. This method was tested with K-fold Cross Validartion, by testing several K values to get the K value with the highest accuracy. The value of K=4 gets the highest accuracy of 99.6082%. The results of this research is a computer classification management information system in the form of a web. This research is expected to make it easier for Bank X to determine which computers need and do not need to be replaced, in order to be able to make effective decisions in computer replacement.

Item Type:	Thesis (Sarjana)
Identification Number:	0520150487
Uncontrolled Keywords:	K-Nearest Neighbor, K-fold Cross Validation.
Subjects:	000 Computer science, information and general works > 004 Computer science
Divisions:	Fakultas Ilmu Komputer > Sistem Informasi
Depositing User:	Budi Wahyono Wahyono
Date Deposited:	29 Oct 2021 06:06
Last Modified:	12 Apr 2023 02:41
URI:	http://repository.ub.ac.id/id/eprint/186200

Text (DALAM MASA EMBARGO) - Maliha Athiya R.pdf Restricted to Registered users only until 31 December 2023. Download (7MB)

Actions (login required)

View Item