Data Mining untuk Estimasi Biaya Produksi pada Industri Kecil dengan Sistem Produksi Job order

Abstract

Sistem produksi job order yang sering digunakan oleh industri kecil adalah sistem produksi berbasis pesanan yang dicirikan dengan variasi produk banyak, skala produksi berukuran kecil dan daur hidup produk yang pendek. Pesanan yang datang dari konsumen harus ditanggapi dengan segera dalam bentuk penawaran harga dan waktu produksi. Proses penawaran harga menuntut kecepatan proses estimasi biaya produksi sehingga respon kepada konsumen dapat dilakukan lebih cepat. Dengan metode K-Means dan Multiple Linear Regression (MLR) secara bersama-sama, estimasi biaya dengan metode analogi dapat dilakukan sehingga dapat mempercepat proses estimasi biaya. Metode K-Means digunakan untuk melakukan pengelompokan produk sedangkan metode MLR digunakan untuk membangkitkan model estimasi biaya untuk setiap kelompok. Akurasi model diukur dengan mempergunakan Mean Absolute Percentage Error (MAPE) dan digunakan untuk menentukan kemampuan model estimasi biaya yang dibangkitkan.