Maulana, Fajar Angga (2025) PENERAPAN ALGORITMA NAÏVE BAYES UNTUK MENGKLASIFIKASIKAN POTENSI KETERLAMBATAN PENGIRIMAN PADA EKSPEDISI JNE SARIHARJO. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (893kB) |
|
Text (BAB I)
BAB I.pdf Download (216kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (616kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (284kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (1MB) |
|
Text (BAB V)
BAB V.pdf Download (93kB) |
|
Text (DAFTAR PUSTAKA-LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (193kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Sourcecode - 21.12.2008.zip Restricted to Repository staff only Download (22kB) |
|
Text (PUBLIKASI)
Publikasi.pdf Restricted to Repository staff only Download (851kB) |
Abstract
Meningkatnya volume pengiriman dalam industri logistik menjadikanketepatan waktu sebagai faktor krusial dalam menjaga kepuasan pelanggan.Penelitian ini bertujuan untuk menerapkan algoritma klasifikasi Naïve Bayes gunamemprediksi keterlambatan pengiriman pada JNE Sariharjo, Sleman Yogyakarta.Sistem dikembangkan menggunakan bahasa pemrograman PHP dan basis data MySQL, dengan memanfaatkan data historis pengiriman seperti tujuan, jenis layanan, kategori barang, berat, dan jumlah kiriman. Tahap preprocessing dilakukan untuk memastikan kualitas data, meliputipembersihan data, normalisasi, penanganan nilai kosong, dan encoding datakategorikal. Model klasifikasi kemudian menghitung probabilitas prior dan likelihood dari setiap fitur, dengan menerapkan Laplace smoothing untuk menghindari probabilitas nol. Fitur numerik seperti berat dan jumlah barang diproses berdasarkan deviasi terhadap rata-rata untuk mendekati nilaiprobabilitasnya. Sistem berhasil mengklasifikasikan data pengiriman ke dalam kategori“Tepat Waktu” dan “Terlambat”. Evaluasi menggunakan confusion matrixmenghasilkan nilai akurasi sebesar 91,66%, precision 85,81%, recall 73,89%, dan F1-score 79,40%.. Hasil ini menunjukkan bahwa algoritma Naïve Bayes efektif dalam mengidentifikasi potensi keterlambatan pengiriman. Penelitian inimembuktikan bahwa metode pembelajaran mesin dapat mendukung pengambilan keputusan operasional dalam layanan ekspedisi.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Naïve Bayes, Prediksi Keterlambatan, Klasifikasi, JNE, Logistik, PHP, MySQL | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 006 Metode komputer khusus | ||
| Divisions: | Fakultas Ilmu Komputer > Sistem Informasi | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 15 Aug 2025 07:36 | ||
| Last Modified: | 15 Aug 2025 07:36 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/30395 |
Actions (login required)
 |
View Item |