Laksamana, M. Al Hafizh (2020) PENERAPAN DATA MINING UNTUK MEMPREDIKSI JUMLAH TOTAL PRODUKSI HCL PADA PERUSAHAAN PT.LONTAR PAPYRUS MENGGUNAKAN ALGORITMA REGRESI LINIER BERGANDA. Skripsi thesis, Universitas Dinamika Bangsa.
Text
BAB I.pdf Download (309kB) |
|
Text
BAB II.pdf Restricted to Registered users only Download (534kB) |
|
Text
BAB III.pdf Restricted to Registered users only Download (386kB) |
|
Text
BAB IV.pdf Restricted to Registered users only Download (1MB) |
|
Text
BAB V.pdf Download (1MB) |
|
Text
BAB VI.pdf Download (295kB) |
|
Text
DAFTAR PUSTAKA.pdf Download (8kB) |
Abstract
PT. Lontar Papyrus Pulp and Paper Industry (PT. LPPPI) adalah salah satu perusahaan di dalam Group APP (Asia Pulp and Paper) yang didirikan pada Tahun Pabrik pulp dan Tissue ini berlokasi di Desa Tebing Tinggi, Kecamatan Tungkal Ulu, Kabupaten Tanjung Jabung Barat, Propinsi Jambi HCl merupakan larutan akuatik dari gas hidrogen klorida. Ia adalah asam kuat. Senyawa ini juga digunakan secara luas dalam industri. Salah satunya dalam industri pembuatan Pulp di PT.Lontar Papyrus. Penggunaan HCl dalam pembuatan Pulp tersendiri berfungsi sebagai mempercepat reaksi. Berdasarkan hal tersebut, maka perlu dipelajari konsentrasi katalis dan lama pemasakan yang tepat untuk menghasilkan pulp dengan sifat kimia terbaik dan juga sempurna. Pada PT. Lontar Papyrus jumlah produksi HCl masih belum melakukan prediksi dalam produksi dalam bulan depannya sehinggan produksi masih belum efisien. Masalah yang penulis temukan dalam hal ini adalah jumlah produksi HCl di PT.Lontar Papyrus terkadang berlebih sehingga jumlah produksi tidak sesuai dengan yang di inginkan sebelumnya dan menjadi kurang efisien. Dari masalah yang penulis temukan di Perusahaan PT. Lontar Papyrus, penulis tertarik melakukan penelitian yang dituangkan dalam bentuk penulisan ilmiah yang berjudul “Penerapan Data Mining Untuk Memprediksi Jumlah Total Produksi Hcl Pada Perusahaan PT.Lontar Papyrus Menggunakan Algoritma Regresi Linier Berganda.
Item Type: | Thesis (Skripsi) |
---|---|
Subjects: | Artificial Intelligence |
Divisions: | Skripsi > Teknik Informatika > 2020 |
Depositing User: | Digital Library |
Date Deposited: | 12 Aug 2020 02:36 |
Last Modified: | 12 Aug 2020 02:36 |
URI: | http://repository.unama.ac.id/id/eprint/1376 |
Actions (login required)
View Item |