Perbandingan Algoritma Decision Tree dan Random Forest untuk Prediksi Kegagalan Mesin Frais (Milling Machine) Menggunakan Dataset AI4I 2020 Febri Nova Lenti, S.Si., M.T. Primary Author PARIKESIT, DANISH VESA BINTANG - 235410036 Primary Author mixed material bibliography Yogyakarta UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA (UTDI) 2026 monographic id Indonesia

Sound Recording

110 INFOMATIKA 2026 Kegagalan mesin yang terjadi secara tiba-tiba dapat menyebabkan downtime produksi dan biaya perbaikan yang tinggi. Predictive maintenance memanfaatkan data operasional mesin untuk memperkirakan kegagalan sebelum terjadi. Penelitian ini bertujuan menerapkan dan membandingkan algoritma Decision Tree dan Random Forest dalam memprediksi kegagalan mesin frais (milling machine) menggunakan AI4I 2020 Predictive Maintenance Dataset. Tahapan penelitian meliputi pemahaman dataset, seleksi fitur untuk mencegah data leakage, one-hot encoding, pembagian data latih dan data uji secara stratified, serta penyeimbangan data latih menggunakan Synthetic Minority Over sampling Technique (SMOTE). Model dibangun menggunakan Python di Google Colab dan dievaluasi dengan accuracy, precision, recall, F1-score, dan ROC-AUC. Pengaruh SMOTE juga diuji dengan membandingkan model yang dilatih tanpa dan dengan penyeimbangan data. Random Forest unggul pada seluruh metrik dengan accuracy 96,50%, precision 48,94%, recall 67,65%, F1-score 56,79%, dan ROC-AUC 95,19%, sedangkan Decision Tree memperoleh accuracy 95,65%, precision 40,95%, recall 63,24%, F1-score 49,71%, dan ROC-AUC 80,01%. Random Forest mendeteksi 46 dari 68 kegagalan mesin pada data uji. Penerapan SMOTE meningkatkan recall Random Forest dari 50,00% menjadi 67,65% dengan konsekuensi bertambahnya peringatan palsu. Rotational speed, Torque, dan Tool wear merupakan fitur yang paling berpengaruh pada kedua model. Berdasarkan hasil tersebut, Random Forest dinyatakan lebih efektif untuk mendukung penerapan predictive maintenance pada mesin frais berdasarkan dataset AI4I 2020. Kata kunci: decision tree, klasifikasi, predictive maintenance, random forest, smote. DATASET AI4I 2020 ALGORITMA DECISION TREE Random Forest PREDIKSI NONE Perpustakaan Universitas Teknologi Digital Indonesia Katalog Online Perpustakaan Universitas Teknologi Digital Indonesia 110 PAR P R.1 PAR0110IF2026 Rak Referensi Skripsi Informatika 110 PAR P R.1 18641 2026-10-27 10:31:10 2026-10-27 10:32:08 machine generated