Klasifikasi Priority Data Tiket Incident di PT.Kilang Pertamina Internasional (KPI) Balikpapan menggunakan Model Catboost

Aqeela, Farah (2026) Klasifikasi Priority Data Tiket Incident di PT.Kilang Pertamina Internasional (KPI) Balikpapan menggunakan Model Catboost. Bachelor thesis, Institut Teknologi Kalimantan.

	Text 11211038_cover.pdf Restricted to Registered users only until 28 April 2028. Download (329kB) | Request a copy
	Text 11211038_statement_of_authenticity.pdf Restricted to Registered users only until 28 April 2028. Download (169kB) | Request a copy
	Text 11211038_publishing_agreement.pdf Restricted to Registered users only until 28 April 2028. Download (152kB) | Request a copy
	Text 11211038_approval_sheet.pdf Restricted to Registered users only until 28 April 2028. Download (68kB) | Request a copy
	Text 11211038_preface.pdf Restricted to Registered users only until 28 April 2028. Download (183kB) | Request a copy
	Text 11211038_abstract_id.pdf Restricted to Registered users only until 28 April 2028. Download (201kB) | Request a copy
	Text 11211038_abstract_en.pdf Restricted to Repository staff only until 28 April 2028. Download (200kB) | Request a copy
	Text 11211038_table_of_content.pdf Restricted to Repository staff only until 28 April 2028. Download (149kB) | Request a copy
	Text 11211038_illustrations.pdf Restricted to Repository staff only until 28 April 2028. Download (131kB) | Request a copy
	Text 11211038_tables.pdf Restricted to Repository staff only until 28 April 2028. Download (131kB) | Request a copy
	Text 11211038_notations.pdf Restricted to Repository staff only until 28 April 2028. Download (231kB) | Request a copy
	Text 11211038_chapter_1.pdf Restricted to Repository staff only until 28 April 2028. Download (169kB) | Request a copy
	Text 11211038_chapter_2.pdf Restricted to Repository staff only until 28 April 2028. Download (431kB) | Request a copy
	Text 11211038_chapter_3.pdf Restricted to Repository staff only until 28 April 2028. Download (251kB) | Request a copy
	Text 11211038_chapter_4.pdf Restricted to Repository staff only until 28 April 2028. Download (713kB) | Request a copy
	Text 11211038_conclusions.pdf Restricted to Repository staff only until 28 April 2028. Download (128kB) | Request a copy
	Text 11211038_bibliography.pdf Restricted to Registered users only until 28 April 2028. Download (203kB) | Request a copy
	Text 11211038_enclosure.pdf Restricted to Repository staff only until 28 April 2028. Download (125kB) | Request a copy
	Text 11211038_paper.pdf Restricted to Repository staff only until 28 April 2028. Download (476kB) | Request a copy
	Text 11211038_Form. TA-020.pdf Restricted to Repository staff only until 28 April 2028. Download (70kB) | Request a copy

Abstract

Permasalahan dalam penelitian ini adalah meningkatnya jumlah insiden yang dilaporkan requester di PT. Kilang Pertamina Internasional (KPI) Balikpapan, yang menyebabkan kendala dalam menentukan priority penanganan insiden dan berdampak pada keterlambatan penyelesaian masalah serta terganggunya proses bisnis. Untuk mengatasi hal tersebut, penelitian ini menawarkan penerapan model catboost yang unggul dalam menangani data kategorikal dan mengoptimalkan pengelolaan tiket insiden, sehingga dapat digunakan untuk mengklasifikasi priority tiket insiden. Berdasarkan kondisi tersebut, rumusan masalah penelitian ini adalah bagaimana nilai accuracy, precision, recall, dan f1-score dari model klasifikasi priority pada data tiket insiden KPI Balikpapan menggunakan catboost, sedangkan tujuan penelitian ini adalah mengetahui nilai accuracy, precision, recall, dan f1 score dari model catboost. Penelitian ini menggunakan dataset historis laporan gangguan sistem tahun 2020–2024 yang berjumlah 6696 baris dari 16 atribut. Proses penelitian mencakup pengumpulan data, preprocessing melalui pemilihan atribut, penggabungan kategori, pembersihan data duplikasi, pelabelan data, serta pembagian data latih dan uji dengan beberapa skema, kemudian mengimplementasikan model catboost menggunakan GridSearchCV untuk memperoleh hyperparameter terbaik. Tantangan utama penerapan catboost adalah memastikan parameter yang diperoleh mampu menyeimbangkan kompleksitas model dan kualitas prediksi. Hasil evaluasi menunjukkan bahwa performa terbaik diperoleh pada skema 85%:15% dengan akurasi 83.44%, precision 84.02%, recall 83.44%, dan f1-score 83.61%. Kata Kunci: Klasifikasi, Catboost, Priority, Incident, Kategorikal.

Item Type:	Thesis (Bachelor)
Subjects:	Q Science > Q Science (General) Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software Q Science > QC Physics T Technology > T Technology (General)
Divisions:	Jurusan Matematika dan Teknologi Informasi > Informatika
Depositing User:	Farah Aqeela
Date Deposited:	09 Jan 2026 02:55
Last Modified:	09 Jan 2026 02:55
URI:	http://repository.itk.ac.id/id/eprint/24960

Actions (login required)

View Item