Penerapan Klasifikasi Menggunakan Metode Support Vector Machine Untuk Kebutuhan Cetak Printer Kantor Job Tomori

• FAUWAS ABDUL KADIR
• 2025

---

Pengelolaan kebutuhan cetak printer di lingkungan kantor merupakan aspek penting dalam mendukung efisiensi kerja dan pengendalian biaya operasional. Permasalahan yang sering muncul adalah pemborosan penggunaan tinta dan kertas akibat kurangnya sistem prediktif dalam mengelola beban cetak harian. Penelitian ini bertujuan untuk menerapkan metode klasifikasi Support Vector Machine (SVM) guna memprediksi dan mengelompokkan kebutuhan cetak printer berdasarkan data historis aktivitas pencetakan. Dataset yang digunakan mencakup beberapa fitur utama seperti jumlah halaman cetak, frekuensi penggunaan printer, ukuran file, dan waktu penggunaan. Data tersebut diproses melalui tahap praproses dan kemudian dibagi menjadi data latih dan data uji. Model SVM dibangun dengan menggunakan kernel RBF untuk menangani klasifikasi non-linier, dan dievaluasi menggunakan metrik akurasi, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa metode SVM mampu mengklasifikasikan kebutuhan cetak ke dalam tiga kategori ringan, sedang, dan berat dengan tingkat akurasi yang memuaskan. Implementasi model ini diharapkan dapat membantu manajemen kantor dalam merencanakan pengadaan dan penggunaan printer secara lebih efisien serta mengurangi pemborosan sumber daya.

• klasifikasi
• support vector machine
• printer
• kebutuhan cetak
• efisiensi kantor

https://repository.bsi.ac.id/repo/75175/Penerapan-Klasifikasi-Menggunakan-Metode-Support-Vector-Machine-Untuk-Kebutuhan-Cetak-Printer-Kantor-Job-Tomori
File full-text dikunci.