PENERAPAN DATA MINING DALAM PREDIKSI HASIL PRODUKSI KELAPA SAWIT PT BORNEO KETAPANG INDAH MENGGUNAKAN METODE LINEAR REGRESSION

Rusmilawati, Nuning (2020) PENERAPAN DATA MINING DALAM PREDIKSI HASIL PRODUKSI KELAPA SAWIT PT BORNEO KETAPANG INDAH MENGGUNAKAN METODE LINEAR REGRESSION. Skripsi thesis, Universitas Mercu Buana Yogyakarta.

[img] Text (Abstrak)
ABSTRAK.pdf

Download (186kB)
[img] Text (Bab Satu)
BAB I.pdf

Download (127kB)
[img] Text (Bab Dua)
BAB II.pdf
Restricted to Repository staff only

Download (774kB) | Request a copy
[img] Text (Bab Tiga)
BAB III.pdf
Restricted to Repository staff only

Download (53kB) | Request a copy
[img] Text (Bab Empat)
BAB IV.pdf
Restricted to Repository staff only

Download (752kB) | Request a copy
[img] Text (Bab Lima)
BAB V.pdf

Download (8kB)
[img] Text (Daftar Pustaka)
DAFTAR PUSTAKA.pdf

Download (227kB)
[img] Text (Lampiran)
LAMPIRAN.pdf
Restricted to Repository staff only

Download (249kB) | Request a copy
[img] Text (Skripsi Full Text)
NUNINGRUSMILAWATI.pdf
Restricted to Repository staff only

Download (2MB) | Request a copy

Abstract

PT Borneo Ketapang Indah merupakan suatu perusahaan yang bergerak dalam bidang perkebunan produksi kelapa sawit yang terletak di pulau Kalimantan. Dalam memprediksi hasil produksi kelapa sawit dapat membantu perusahaan untuk melihat factor apa saja yang mempengaruhi dalam proses produksi kelapa sawit pada masa yang akan datang dengan menggunakan data tiga tahun terakhir 2017-2019 berdasarkan data yang ada seperti Luas Lahan, Curah Hujan, Pemupukan dan Jumlah Produksi sebagai variable yang akan diprediksi. Oleh karena itu, peneliti melakukan analisi Data Mining Hasil Produksi kelapa sawit agar menjadi informasi yang dapat di gunakan oleh PT Borneo Ketapang Indah. Dalam melakukan analisis peneliti menggunakan tools Rapidminer, metode yang digunakan dalam penelitian ini adalah Liniear Regression. Setelah dilakukan analisis prediksi Liniear Regression pada tools rapidminer maka di dapatlah 2 variable factor yang mempengaruhi Hasil Produksi kelapa sawit yaitu variable X1 (Luas Lahan) dan variable X2 (Curah Hujan) dengan nilai coefficient masing-masing variable sebesar 0,646 untuk variable Luas Lahan, variable Curah Hujan sebesar 0,530.

Item Type: Thesis (Skripsi)
Additional Information/ Lokasi Hardcopy: Perpustakaan Kampus 3 UMBY
Uncontrolled Keywords: Data Mining, Liniear Regression, Rapidminer
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Fakultas Teknologi Informasi > Program Studi Sistem Informasi
Depositing User: Sistem Informasi UMBY
Date Deposited: 04 Jan 2022 04:44
Last Modified: 04 Jan 2022 04:44
URI: http://eprints.mercubuana-yogya.ac.id/id/eprint/10762

Actions (login required)

View Item View Item