Please enable JavaScript.
Coggle requires JavaScript to display documents.
PREDIKSI STATUS PENGIRIMAN BARANG MENGGUNAKAN METODE MACHINE LEARNING -…
PREDIKSI STATUS PENGIRIMAN BARANG MENGGUNAKAN METODE MACHINE LEARNING
Kata Kunci
analisis data prediksi
Machine Learning
Waktu pengiriman
transportasi dan logistik
Latar Belakang
Salah satu ukuran kinerja bagi industri logistik, khususnya perusahaan pengiriman barang, adalah ketepatan waktu penghantaran.
Ketepatan waktu penghantaran ini sangat penting guna meningkatkan kepuasan pelanggan (service level) dan menurunkan biaya logistik.
Metode Penelitian
Machine Learning
Kajian Literatur
Machine learning
Logistic Regression (Regresi Logistik)
Random Forest
Artificial Neural Network (ANN)
Penggunaan Model Prediksi pada Proses
Bisnis
Proses Bisnis Pengiriman Barang
Hasil Penelitian
Berdasarkan hasil percobaan yang dilakukan, metode random forest menghasilkan nilai akurasi yang lebih baik jika dibandingkan dengan metode regresi logistik dan ANN. Pada aktvitas incoming transport maupun outgoing transport menunjukkan bahwa metode random forest dapat menghasilkan akurasi terbaik sebesar 76,6%, sedangkan metode ANN dan regresi logistik sebesar 73,81% dan 72,84%.