PRATIWI, ANISA (2026) PENERAPAN BUSINESS INTELLIGENCE DAN K-MEANS CLUSTERING UNTUK SEGMENTASI POLA PRODUKSI HAULING BATUBARA DALAM MENDUKUNG PENGAMBILAN KEPUTUSAN. S1 thesis, Universitas Mercu Buana Jakarta - Menteng.
![[img]](https://repository.mercubuana.ac.id/style/images/fileicons/text.png) |
Text (Cover)
41822110050-Anisa Pratiwi-01 Cover - ANISA PRATIWI.pdf Download (840kB) |
|
Text (Bab 1)
41822110050-Anisa Pratiwi-02 Bab 1 - ANISA PRATIWI.pdf Restricted to Registered users only Download (152kB) |
|
Text (Bab 2)
41822110050-Anisa Pratiwi-03 Bab 2 - ANISA PRATIWI.pdf Restricted to Registered users only Download (271kB) |
|
Text (Bab 3)
41822110050-Anisa Pratiwi-04 Bab 3 - ANISA PRATIWI.pdf Restricted to Registered users only Download (315kB) |
|
Text (Bab 4)
41822110050-Anisa Pratiwi-05 Bab 4 - ANISA PRATIWI.pdf Restricted to Registered users only Download (278kB) |
|
Text (Bab 5)
41822110050-Anisa Pratiwi-06 Bab 5 - ANISA PRATIWI.pdf Restricted to Registered users only Download (93kB) |
|
Text (Daftar Pustaka)
41822110050-Anisa Pratiwi-08 Daftar Pustaka - ANISA PRATIWI.pdf Restricted to Registered users only Download (196kB) |
|
Text (Lampiran)
41822110050-Anisa Pratiwi-09 Lampiran - ANISA PRATIWI.pdf Restricted to Registered users only Download (436kB) |
Abstract
Produksi hauling batubara membutuhkan pengelolaan data yang efektif untuk mendukung pengambilan keputusan operasional. Namun, data produksi harian seperti tonase dan jumlah trip sering tersebar sehingga sulit dianalisis. Tujuan penelitian ini adalah membuat sistem bantuan pengambilan keputusan (SPK) yang menggunakan teknologi business intelligence (BI) dan metode k-means clustering untuk mengelompokkan pola produksi pengangkutan batubara harian. Produksi data dibagi menjadi tiga kelompok, yaitu produksi tinggi, sedang, dan rendah berdasarkan metrik utama operasional dan dashboard BI menampilkan gambaran visual yang interaktif dari hasil analisis tersebut. Penelitian ini menggunakan pendekatan kuantitatif yang diterapkan dengan memanfaatkan data produksi historis dari satu lokasi tambang. Proses ini mencakup beberapa langkah seperti pra-pemrosesan data menggunakan metode Elbow untuk menentukan jumlah cluster yang paling sesuai, serta pembuatan dashboard. Diharapkan hasil penelitian ini dapat membantu manajer mengenali pola produksi dan menemukan masalah yang terjadi serta memperbaiki pengaturan sumber daya secara lebih efisien. Kata kunci: Business Intelligence, K-Means Clustering, Sistem Pendukung Keputusan, Produksi Hauling Batubara, Data Mining.
| Item Type: | Thesis (S1) |
|---|---|
| NIM/NIDN Creators: | (41822110050) |
| Uncontrolled Keywords: | Business Intelligence, K-Means Clustering, Sistem Pendukung Keputusan, Produksi Hauling Batubara, Data Mining. |
| Subjects: | 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum |
| Divisions: | Fakultas Ilmu Komputer > Sistem Informasi |
| Depositing User: | CLAUDIA ASTRIANI |
| Date Deposited: | 22 Aug 2026 01:54 |
| Last Modified: | 27 Aug 2026 02:40 |
| URI: | http://repository.mercubuana.ac.id/id/eprint/103338 |
Actions (login required)
 |
View Item |
