Implementasi Soft Voting Classifier Untuk Prediksi Kinerja Mitra (Studi Kasus : PT Telkom Indonesia) = Implementation of Soft Voting Classifier for Partner Performance Prediction (Case Study: PT Telkom Indonesia)


Saputri, Dea Wahsa (2024) Implementasi Soft Voting Classifier Untuk Prediksi Kinerja Mitra (Studi Kasus : PT Telkom Indonesia) = Implementation of Soft Voting Classifier for Partner Performance Prediction (Case Study: PT Telkom Indonesia). Skripsi thesis, Universitas Hasanuddin.

[thumbnail of Cover]
Preview
Image (Cover)
D121191083_skripsi_29-01-2024 cover1.png

Download (163kB) | Preview
[thumbnail of Bab 1-2] Text (Bab 1-2)
D121191083_skripsi_29-01-2024 1-2(FILEminimizer).pdf

Download (1MB)
[thumbnail of Dapus] Text (Dapus)
D121191083_skripsi_29-01-2024 dp(FILEminimizer).pdf

Download (1MB)
[thumbnail of Full Text] Text (Full Text)
D121191083_skripsi_29-01-2024(FILEminimizer).pdf
Restricted to Repository staff only until 19 May 2027.

Download (3MB)

Abstract (Abstrak)

Kinerja mitra pada Divisi Regional VII Makassar di PT Telkom Indonesia dievaluasi berdasarkan kontribusi mitra dalam pekerjaan proyek pengadaan dan pemasangan Outside Plant Fiber Optic (OSP-FO), yang melibatkan pemasangan jaringan fiber optic di luar bangunan di wilayah telekomunikasi Makassar hingga ke bagian timur Indonesia. Evaluasi ini mencakup berbagai aspek, yaitu General Affair (GA), Planning Engineering Development (PED), Supply Management Information for Logistic Enchancement (SMILE) dan penilaian lapangan oleh Wilayah Telekomunikasi (Witel). Untuk menghasilkan prediksi kinerja mitra, penelitian ini mengimplementasikan metode soft voting classifier. Pada penelitian ini, tujuan dari implementasi metode soft voting classifier yang menggabungkan algoritma XGBoost, algoritma AdaBoost dan algoritma gradient boosting yaitu untuk meningkatkan akurasi prediksi kinerja mitra. Hasil implementasi metode tersebut digunakan dalam membuat sistem informasi untuk proses evaluasi seluruh kinerja mitra. Dalam penggunaan model soft voting classifier, metode firefly diterapkan untuk menentukan bobot optimal pada ketiga algoritma yang digunakan. Bobot optimal ini diterapkan untuk menggabungkan hasil klasifikasi dari tiap algoritma dalam membuat prediksi akhir. Penelitian ini menggunakan 7329 data proyek dari 39 mitra. Hasil penelitian menunjukkan bahwa prediksi kinerja mitra dengan metode soft voting classifier memiliki performa yang lebih baik yaitu mencapai akurasi 91,6% dibandingkan dengan akurasi algoritma XGBoost 87,1%, algoritma AdaBoost 81,2% dan algoritma gradient boosting 86,7%.

Keyword : Kinerja Mitra, PT Telkom Indonesia, Soft Voting Classifier

Item Type: Thesis (Skripsi)
Uncontrolled Keywords: Partner Performance, PT Telkom, Soft Voting Classifier.
Subjects: T Technology > T Technology (General)
Divisions (Program Studi): Fakultas Teknik > Teknik Informatika
Depositing User: Rasman
Date Deposited: 09 Jul 2025 07:05
Last Modified: 09 Jul 2025 07:05
URI: http://repository.unhas.ac.id:443/id/eprint/46247

Actions (login required)

View Item
View Item