Klasifikasi Produktivitas Pekerja Garmen Menggunakan Algoritma Random Forest

Abstract

Penelitian ini membahas mengenai penerapan algoritma machine learning dalam melakukan klasifikasi produktivitas pekerja garmen. Penelitian ini menggunakan dataset produktivitas garmen yang didapatkan dari situs UC Irvine Machine Learning Repository dengan rentang waktu dari tanggal 1 januari 2015 sampai 11 maret 2015 dengan total data sebanyak 1197 baris. Algoritma yang diterapkan pada penelitian ini adalah random forest dengan hyperparameter tuning untuk melakukan klasifikasi produktivitas pekerja garmen. Metodologi penelitian ini melibatkan pengolahan data seperti pemilihan fitur yang relevan, transformasi data, dan normalisasi guna mendapatkan hasil evaluasi terbaik. pada penelitian ini juga dilakukan percobaan dengan decision tree dan algoritma svm sebagai pembandingnya. Algoritma random forest mengungguli algoritma lain dengan akurasi sebesar 94.36% di mana akurasi tersebut sudah cukup bagus dalam untuk mengklasifikasi produktivitas