Prediksi Status Kualitas Produk Minuman Menggunakan Algoritma Decision Tree

Abstract

Kualitas suatu produk adalah salah satu item penting yang harus diperhatikan oleh para pengusaha suatu produk. Produk yang berkualitas baik akan berpengaruh bagi kesehatan para konsumen. Dalam pendistribusian produk tersebut pekerja UMKM bagian pengiriman harus dapat memahami apakah status produk sisa tersebut masih berkualitas baik atau sudah rusak. Hal ini sangat penting diperhatikan karena kondisi pendingin setiap reseller mempunya tingkat suhu dingin yang bervariasi terkadang juga dipengaruhi faktor mati lampu dan tegangan listrik yang tidak stabil. Kondisi tersebut dapat berpengaruh terhadap kualitas dari produk A menjadi menurun. Banyaknya reseller dan produk yang dikirim akan mempersulit pekerja UMKM dalam mendeteksi kualitas produk A. Untuk mengatasi masalah tersebut peneliti menemukan solusi bahwa diperlukan sebuah metode mesin learning untuk memprediksi status kualitas produk A. Dalam penelitian ini peneliti menggunakan metode decision tree untuk memprediksi status kualitas produk minuman A. Data yang digunakan adalah suatu produksi sebanyak 50 pcs pada beberapa jenis kecacatan suatu produk, adapun parameter yang digunakan antara lain, defect type , defect location, severity dan inspection method. Hasil penelitian ini akan menunjukkan presentasi nilai akurasi dari kualitas produk A sebesar 95% . Ini menunjukan bahwa algoritma decision tree memiliki kinerja yang sangat baik dalam melakukan proses pengklasifikasian kualitas produk minuman A