K-Nearest Neighbor Untuk Memprediksi Pergantian Komputer Di Bank X.

Main Author: Athiya Rahman, Maliha
Format: Thesis NonPeerReviewed Book
Bahasa: eng
Terbitan: , 2020
Subjects:
Online Access: http://repository.ub.ac.id/id/eprint/194541/1/Maliha%20Athiya%20R%20%282%29.pdf
http://repository.ub.ac.id/id/eprint/194541/
Daftar Isi:
  • 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.