PENERAPAN ORANGE DATA MINING UNTUK PEMBELAJARAN SISTEM MANUFAKTUR DISKRIT PADA KASUS KLASIFIKASI DAN KLASTERISASI GAMBAR HEWAN BERBASIS MACHINE LEARNING

  • Buwarda S
  • Mutmainnah
  • Lutfi
N/ACitations
Citations of this article
15Readers
Mendeley users who have this article in their library.

Abstract

Politeknik ATI Makassar, melalui pengenalan teknologi seperti Artificial Intelligence, Internet of Things, dan Big Data Analytics dalam mata kuliah Sistem Manufaktur Diskrit. Penelitian ini fokus pada penerapan Data Science dengan menggunakan aplikasi Orange Data Mining untuk klasifikasi dan klasterisasi hewan. Metode eksperimen yang diadopsi melibatkan pengendalian variabel dengan mengikuti metodologi CRISP-DM. Hasil evaluasi menunjukkan bahwa model regresi logistik merupakan yang terbaik dengan akurasi AUC 1 dan presisi 0,962. Klasterisasi menghasilkan dua klaster: C1 untuk kucing dan C2 untuk sapi, dengan nilai silhouette score 0,145. Penelitian ini membuktikan efektivitas aplikasi Orange Data Mining dalam pembelajaran sistem manufaktur diskrit berbasis machine learning.

Cite

CITATION STYLE

APA

Buwarda, S., Mutmainnah, & Lutfi. (2025). PENERAPAN ORANGE DATA MINING UNTUK PEMBELAJARAN SISTEM MANUFAKTUR DISKRIT PADA KASUS KLASIFIKASI DAN KLASTERISASI GAMBAR HEWAN BERBASIS MACHINE LEARNING. Hexagon Jurnal Teknik Dan Sains, 6(2), 42–49. https://doi.org/10.36761/hexagon.v6i2.5144

Register to see more suggestions

Mendeley helps you to discover research relevant for your work.

Already have an account?

Save time finding and organizing research with Mendeley

Sign up for free