PENERAPAN METODE NAIVE BAYES DALAM PREDIKSI PENYEBAB KECELAKAAN KERJA CV. DEKA UTAMA
DOI:
https://doi.org/10.31294/larik.v1i1.472Kata Kunci:
Naive Bayes, Kecelakaan Kerja, AkurasiAbstrak
Perkembangan teknologi yang sangat pesat dan teknologi merupakan suatu kebutuhan bagi penggunanya. Sejauh ini teknologi telah banyak diterapkan pada beberapa bidang, salah satu contoh adalah kehadiran teknologi di sector konstruksi yang memudahkan para penggunanya untuk melakukan proses prediksi terhadap faktor penyebab kecelakaan kerja konstruksi. Kecelakaan dalam bekerja merupakan suatu kejadian yang tidak diharapkan dan tidak direncanakan. Kecelakaan kerja dapat menghambat jalannya pekerjaan dan akan mempengaruhi hasil dan lamanya waktu pekerjaan itu sendiri. Salah satu cara agar dapat meminimalisir terjadinya kecelakaan kerja adalah dengan memprediksi faktor apa saja yang dapat menyebabkan kecelakaan kerja. Data mining merupakan salah satu cara untuk mendapatkan informasi yang tersimpan pada database yang berjumlah besar. Data kecelakaan kerja yang terdapat pada suatu perusahaan konstruksi hanya digunakan sebagai laporan perusahaan saja. Dalam kenyataannya, data tersebut dapat memberikan informasi yang lebih dari sekedar laporan. Salah satu informasi yang dapat diambil dari data kecelakaan kerja perusahaan adalah informasi tentang prediksi penyebab kecelakaan kerja. Metode untuk memprediksi yang menghasilkan data akurat adalah metode Naive Bayes. Dalam penelitian ini menggunakan 78 data sampel yang diolah sehingga menghasilkan nilai akurasi sebesar 96,15%.
Referensi
Elisa. (2017). Pembangunan Jembatan Dengan Jasa Kontruksi. KOMIK (Konferensi Nasional Teknologi Informasi Dan Komputer), 3(1), 36-40. https://doi.org/10.30865/komik.v3i1.1664Casadei D, Serra G, Tani K. Implementation of a Direct Control Algorithm for Induction Motors Based on Discrete Space Vector Modulation. IEEE Transactions on Power Electronics. 2007; 15(4): 769-777. (pada contoh ini Vol.15, Issues 4, and halaman 769-777)
Anggraini, A. (2018). Resiko Adanya Kecelakaan Di Tempat Kerja. Kumpulan JurnaL Ilmu Komputer (KLIK), 02(01), 34–44.
BPJS Ketenagakerjaa. (2019). Kasus Kecelakaan Selama tahun 2019. https://www.bpjsketenagakerjaan.go.id/tentang-kami.html
Utomo, D. P., & Mesran, M. (2020). Analisis Komparasi Metode Klasifikasi Data
Susanto, H., & Sudiyatno, S. (2014). Data mining untuk memprediksi prestasi siswa berdasarkan sosial ekonomi, motivasi, kedisiplinan dan prestasi masa lalu. Jurnal Pendidikan Vokasi, 4(2), 222–231. https://doi.org/10.21831/jpv.v4i2.2547.
Rizki, M., Devrika, D., Umam, I. H., & Lubis, F. S. (2020). Aplikasi Data Mining dalam penentuan layout swalayan dengan menggunakan metode MBA. Jurnal Teknik Industri: Jurnal Hasil Penelitian Dan Karya Ilmiah Dalam Bidang Teknik Industri, 5(2), 130.
