Detail Cantuman Kembali
SKEMA MAGANG : Perbandingan Algoritma Decision Tree dan Random Forest untuk Prediksi Kegagalan Mesin Frais (Milling Machine) Menggunakan Dataset AI4I 2020
- Bagikan:
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.
Febri Nova Lenti, S.Si., M.T. - Personal Name
PARIKESIT, DANISH VESA BINTANG - 235410036 - Personal Name
PARIKESIT, DANISH VESA BINTANG - 235410036 - Personal Name
110 PAR P R.1
NONE
Sound Recording
Indonesia
UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA (UTDI)
2026
Yogyakarta
110 INFOMATIKA 2026
LOADING LIST...
LOADING LIST...