Klasifikasi Kerusakan Komputer Menggunakan Support Vector Machine pada Orange Data Mining

Abstrak

Layanan servis perangkat komputer pada usaha kecil dan menengah (UKM) sering kesulitan memberikan estimasi kategori kerusakan sebelum perangkat diperiksa langsung, sehingga proses servis menjadi kurang efisien dan kurang transparan bagi pelanggan. Penelitian ini membangun model klasifikasi berbasis Support Vector Machine (SVM) melalui Orange Data Mining untuk memprediksi kategori kerusakan berdasarkan informasi awal yang diberikan pelanggan. Dataset terdiri dari 58 transaksi servis pada sebuah usaha servis komputer di Bandung. Preprocessing meliputi keyword matching untuk mengubah keluhan teks bebas menjadi kategori terstruktur, menghasilkan lima fitur input. Model dievaluasi menggunakan 10-fold stratified cross-validation dan mencapai akurasi, AUC, serta F1-Score di atas 0,89, dengan fitur kondisi fisik dan tipe keluhan sebagai yang paling berpengaruh. Hasil penelitian menunjukkan bahwa SVM melalui Orange Data Mining efektif diterapkan pada data operasional servis komputer skala UKM untuk mendukung estimasi kerusakan lebih awal dan meningkatkan efisiensi layanan.