Data Mining Untuk Sistem Prediksi Jam Operasional Alat Berat di PT. Sri Aneka Karyatama

Penelitian ini mengembangkan sistem prediksi jam operasional alat berat menggunakan metode tren parabola dalam kerangka data mining di PT Sri Aneka Karyatama untuk mendukung perencanaan operasional pergudangan yang lebih terukur. Permasalahan pencatatan manual jam kerja forklift, wheel loader, dan payloader yang belum dimanfaatkan secara strategis mendorong penerapan pendekatan analitik prediktif berbasis data historis. Dataset operasional periode Januari 2024 hingga Oktober 2025 sebanyak 2.010 data melalui tahap preprocessing meliputi pembersihan duplikasi, konversi format waktu ke desimal, dan transformasi time indexing untuk membangun model regresi polinomial orde dua. Metode tren parabola dipilih karena kemampuannya menangkap pola non-linear melalui persamaan Ŷ = a + bX + cX² dengan estimasi parameter menggunakan metode least square. Evaluasi model menggunakan MAPE menghasilkan nilai 20,55 persen yang termasuk kategori cukup baik. Sistem ini memberikan manfaat berupa optimalisasi alokasi alat, penjadwalan operator, dan perencanaan maintenance preventif. Penelitian ini memberikan bukti empiris penerapan model tren parabola untuk prediksi jam operasional alat berat pada konteks pergudangan di Indonesia yang belum banyak dilaporkan pada penelitian sejenis.