Text

SKRIPSI OPTIMALISASI PREDIKSI QUANTITY PLANNING PADA MASTER PRODUCTION SCHEDULE MENGGUNAKAN ALGORITMA XGBOOST

---

Penyusunan Master Production Schedule (MPS) secara konvensional masih
rentan terhadap kesalahan dan keterlambatan keputusan sehingga berpotensi
mengganggu jadwal produksi dan efisiensi operasional sehingga diperlukan sistem
prediksi berbasis machine learning. XGBoost dipilih karena kemampuannya
menangani data besar, hubungan non-linear, missing values, serta mengurangi
overfitting melalui regularisasi. Kinerjanya sangat dipengaruhi oleh pemilihan
hyperparameter sehingga diperlukan Hyperparameter Optimization (HPO).
Bayesian Optimization menawarkan pencarian parameter yang efisien dan Optuna
sebagai library HPO berbasis Bayesian Optimization menjadi pilihan tepat untuk
mengoptimalkan performa XGBoost secara otomatis. Penelitian ini
mengembangkan sistem prediksi perencanaan produksi menggunakan XGBoost
yang dioptimalkan dengan Optuna. Optuna berhasil menemukan kombinasi
hyperparameter terbaik dengan nilai Macro-F1 0,9247 pada trial ke-40, threshold
optimal 0,215, serta iterasi terbaik pada ke-557. Proses pelatihan XGBoost
menunjukkan penurunan fungsi objektif yang konsisten hingga mencapai nilai
minimum stabil pada iterasi ke-557. Evaluasi pada data testing menghasilkan
akurasi 95,91% dan macro average yang baik. Seluruh tipe produk memiliki
akurasi di atas 75%, menunjukkan kemampuan generalisasi model terhadap pola
historis quantity planning. Penerapan XGBoost yang dioptimalkan menggunakan
Optuna terbukti efektif menghasilkan model prediksi yang akurat dan andal sebagai
dasar pengembangan sistem prediksi Quantity Planning yang dapat mendukung
pengambilan keputusan dan meningkatkan efisiensi produksi.

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

ELEKTRO TYA O 2026

Penerbit

MAGELANG : UNIVERSITAS TIDAR., 2026

Deskripsi Fisik

XVI;130 HLM;29 CM

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

621.38

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

PRODI_S1_TEKNIK_ELEKTRO
FAKULTAS_FT

Info Detail Spesifik

-

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar