ABSTRAK Marzuki Usman
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
CV CSM (Cipta Sinergi Manufacturing) merupakan perusahaan yang bergerak di
bidang produksi produk permesinan seperti pembuatan sparepart, moulding, dies,
dan produk manufaktur lainnya. Sistem produksi yang digunakan dalam pembuatan
pesanan pelanggan adalah Make-to-Order (MTO) untuk mengakomodasi produksi
yang bersifat kustom dan volume yang rendah. Dalam melakukan perancangan
produk, perusahaan melakukan estimasi biaya desain menggunakan pendekatan
persentase dari harga pokok produksi (HPP) dari produk tersebut sehingga hasil
yang diperoleh dinilai tidak konsisten dan kurang representatif terhadap
kompleksitas desain. Oleh karena itu, tujuan penelitian ini adalah merancang
sebuah model yang dapat digunakan dalam melakukan estimasi biaya berdasarkan
tingkat kerumitan racangan produk dengan menggunakan desain berbasis kompuer
(Computer Aided Design).
Penelitian ini menggunakan pembelajaran mesin (machine learning) yang mengacu
pada metodologi CRISP-DM untuk melakukan estimasi biaya desain. Terdapat tiga
algoritma yang digunakan yaitu random forest, multiple linier regression, dan
extreme gradient boosting. Dari ketiga algoritma tersebut, dipilih algoritma terbaik
dengan cara mengimplementasikan masing-masing model dataset yang telah
tersedia di CV CSM. Dalam hal ini, model yang memiliki performa terbaik dalam
melakukan estimasi biaya adalah algoritma random forest dengan R
sebesar 0.90
pada data testing dan 0.89 pada data training serta memiliki performansi MAPE
(Maximum Absolute Percentage Error) sebesar 35% pada data testing dan 25% pada
data training.
Berdasarkan model pembelajaran mesin yang terbaik, selanjutnya dilakukan
pembuatan perangkat lunak estimasi biaya desain menggunakan bahasa
pemrograman python yang dapat dijalankan menggunakan Google Collaborator.
Berdasarkan model yang dihasilkan, dilakukan uji validasi pada purwarupa
perangkat lunak dengan melakukan estimasi biaya menggunakan data CV CSM dan
didapatkan nilai rata-rata kesalahan (error) sebesar 24,83%. Nilai tersebut
menandakan bahwa model yang dikembangkan oleh purwarupa perangkat lunak
dianggap valid dan dapat diimplementasikan secara praktis di industri.