Prediksi Box Ship Hour Dan Box Crane Hour Menggunakan Regresi Multivariat

Normayanti, Elina (2022) Prediksi Box Ship Hour Dan Box Crane Hour Menggunakan Regresi Multivariat. Diploma thesis, Institut Teknologi Sepuluh Nopember.

Text 10611810000016-Undergraduate_Thesis.pdf Download (2MB)

Abstract

Box Ship Hour (BSH) dan Box Crane Hour (BCH) merupakan indikator yang digunakan PT. XYZ untuk mengukur produktivitas bongkar muat. Selama tahun 2021, kapal-kapal yang bersandar di dermaga internasional yang mencapai target BCH dan BSH hanya 45%. Prediksi dilakukan untuk membantu perusahaan dalam mengalokasikan kapal ke dermaga lain atau menentukan alat tambahan yang akan digunakan apabila nilai yang diprediksi tidak mencapai target. Tujuan dari penelitian ini adalah untuk memprediksi nilai BCH dan BSH berdasarkan model yang terbentuk dengan menggunakan regresi multivariat. Hasil prediksi yang diperoleh diharapkan dapat membantu Perusahaan mengalokasikan kapal ke dermaga lain dan menentukan alat tambahan yang akan digunakan apabila nilai BCH dan BSH yang diprediksi tidak mencapai target. Hasil analisis menunjukkan bahwa sebanyak 56,15% kapal memiliki BSH di bawah target dan 56,65% kapal memiliki BCH di bawah target. Hasil analisis regresi multivariat menunjukkan bahwa model regresi yang terbentuk mampu menjelaskan variabel BSH dan BCH sebesar 94%, dimana model tersebut mampu memprediksi dengan rata-rata kesalahan sebesar 5,5 box/jam untuk BSH dan 2,6 box/jam untuk BCH.
=================================================================================================================================
Box Ship Hour (BSH) and Box Crane Hour (BCH) are the indicators used by PT. XYZ to measure loading and discharge activities. During 2021, only 45% of all ships at international port reach the target of BCH and BSH. Predictions are made to help the company in allocating ships to other wharf and determining the additional tools to be used if the predicted values of BCH and BSH do not reach the target. The purpose of this research is to predict the value of BCH and BSH based on model using multivariate regression. The prediction results are expected to help the company in allocating ships to other wharf and determining the additional tools to be used if the predicted values of BCH and BSH do not reach the target. The results of the analysis show that 56.15% of ships have BSH below the target and 56.65% of ships have BCH below the target. The results of the multivariate regression analysis showed that the regression model can explain the BSH and BCH by 94%, where the model is able to predict the average error of 5,5 box/hour for BSH and 2,6 box/hour for BCH.

Item Type:	Thesis (Diploma)
Additional Information:	RSSB 519.536 Nor p-1 2022
Uncontrolled Keywords:	Bongkar Muat, Box Crane Hour, Box Ship Hour, Prediksi, Regresi Multivariat, oading and Discharge, Multivariat Regression, Prediction
Subjects:	Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression Q Science > QA Mathematics > QA278 Cluster Analysis. Multivariate analysis. Correspondence analysis (Statistics) Q Science > QC Physics > QC701 Electric discharges--Measurement.
Divisions:	Faculty of Vocational > 49501-Business Statistics
Depositing User:	Anis Wulandari
Date Deposited:	25 Sep 2024 02:41
Last Modified:	11 Dec 2024 08:25
URI:	http://repository.its.ac.id/id/eprint/115670

Actions (login required)

View Item