KLASIFIKASI KINERJA PENGIRIMAN LOGISTIK BERBASIS PREDIKSI ETA MENGGUNAKAN MACHINE LEARNING DI PT. DE BESTA TRANS

Nathanael Dennis  Gunawan; Jap Tji Beng; Novario Jaya Perdana; Dhira Francesco; Dennis Matthew

doi:10.31539/gpwqvh82

Authors

Nathanael Dennis Gunawan Universitas Tarumanagara
Jap Tji Beng Universitas Tarumanagara
Novario Jaya Perdana Universitas Tarumanagara
Dhira Francesco Universitas Tarumanagara
Dennis Matthew Universitas Tarumanagara

DOI:

https://doi.org/10.31539/gpwqvh82

Abstract

Efisiensi waktu pengiriman adalah faktor terpenting dalam menjaga kinerja operasional logistik. Sebelumnya, PT. De Besta Trans sudah memiliki model prediksi Estimated Time of Arrival (ETA) untuk memperkirakan waktu tiba pengiriman, namun sampai sekarang masih belum terdapat sistem evaluasi yang menilai tingkat ketepatan pengiriman. Penelitian ini bertujuan untuk mengembangkan model klasifikasi kinerja pengiriman berbasis hasil prediksi ETA menggunakan algoritma Machine Learning. Data yang digunakan termasuk hasil prediksi ETA, waktu sampai, durasi aktual serta variabel lain seperti rute dan sopir. Metode yang digunakan meliputi preprocessing data, pembentukan label kategori (clustering), dan pelatihan model klasifikasi menggunakan algoritma K-Nearest Neighbors, Random Forest dan Logistic Regression. Proses evaluasi dilakukan dengan menggunakan metrik accuracy, precision, recall, dan f1-score. Hasil penelitian menunjukkan bahwa model Logistic Regression menunjukkan performa terbaik dengan tingkat akurasi sebesar 99,76%. Hasil tersebut membuktikan bahwa integrasi prediksi ETA dengan klasifikasi kinerja dapat meningkatkan efektivitas sistem evaluuasi logistik secara lebih efisien.

Kata Kunci: Machine Learning, Estimated Time of Arrival (ETA), Logistic Regression, Klasifikasi, Kinerja Pengiriman

References

Afiasari, N., Suarna, N., & Rahaningsi, N. (2023). Implementasi Data Mining Transaksi Penjualan Menggunakan Algoritma Clustering dengan Metode K-Means. Jurnal SAINTEKOM, 13(1), 100–110. https://doi.org/10.33020/saintekom.v13i1.402

Andrew, N., Christanti Mawardi, V., & Jaya Perdana, N. (2024). Implementasi metode Word2Vec dan TextRank dalam Aplikasi Mobile Peringkas Berita Olahraga. Jurnal Ilmu Komputer dan Sistem Informasi, 12(2), 1-6. https://doi.org/10.24912/jiksi.v12i2.31561

Baharuddin, F., & Tjahyanto, A. (2022). Peningkatan Performa Klasifikasi Machine Learning Melalui Perbandingan Metode Machine Learning dan Peningkatan Dataset. Jurnal Sisfokom (Sistem Informasi Dan Komputer), 11(1), 25–31. https://doi.org/10.32736/sisfokom.v11i1.1337

Balster, A., Hansen, O., Friedrich, H., & Ludwig, A. (2020). An ETA Prediction Model for Intermodal Transport Networks Based on Machine Learning. Business and Information Systems Engineering, 62(5), 403–416. https://doi.org/10.1007/s12599-020-00653-0

Banjanin, M. K., Stojčić, M., Popović, Đ., Anđelković, D., Jauševac, G., & Husić, M. (2025). Classification Machine Learning Models for Enhancing the Sustainability of Postal System Modules Within the Smart Transportation Concept. Sustainability, 17(19), 8718. https://doi.org/10.3390/su17198718

Barito, E. E., Beng, J. T., & Arisandi, D. (2022). Penerapan Algoritma C4. 5 Untuk Klasifikasi Mahasiswa Penerima Bantuan Sosial Covid-19. Jurnal Ilmu Komputer dan Sistem Informasi, 10(1), 1-9. https://doi.org/10.24912/jiksi.v10i1.17819

Darmaja, E., Mawardi, V. C., & Perdana, N. J. (2021). Review Sentimen Analisis Aplikasi Sosial Media Di Google Playstore Menggunakan Metode Logistic Regression. Prosiding Serina, 1(1), 513-520. https://doi.org/10.24912/pserina.v1i1.17504

Diansyah, S. (2022). Klasifikasi Tingkat Kepuasan Pengguna dengan Menggunakan Metode K-Nearest Neighbour (KNN). Jurnal Sistim Informasi Dan Teknologi, 4(1), 7–12. https://doi.org/10.37034/jsisfotek.v4i1.114

Hutagaol, A. S., Samantha, V., Salsabila, T. M., Wasino, W., & Beng, J. T. (2024). Perancangan Dashboard Monitoring Untuk Monthly Report Pemesanan Hotel dengan Microsoft Power BI. Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi, 13(3), 2078-2089. 10.35889/jutisi.v13i3.2379

Ichwani, A., Irawan, E., Saputro, L. W. A., Pradana, G. P., & Maulindar, J. (2025). Implementasi algoritma Random Forest untuk prediksi permintaan dan optimasi stok pada sistem manajemen inventori layanan pengiriman makanan. In Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2025 (pp. 1–7). https://doi.org/10.47701/e99md674.

Judijanto, L., Asniar, N., Utami, E. Y., & Telaumbanua, E. (2024). Application of integrated logistics networks in improving the efficiency of distribution and delivery of goods in Indonesia: A literature review. Sciences du Nord: Economics and Business, 1(1), 1-10. https://doi.org/10.58812/sneb.v1i1.6

Leovin, A., Beng, J. T., & Dewayani, E. (2020, December). Business to business e-commerce sales system using web-based quotation: A case study on company X. In IOP Conference Series: Materials Science and Engineering (Vol. 1007, No. 1, Article 012156). IOP Publishing. https://doi.org/10.1088/1757-899X/1007/1/012156

Muraina, I. O. (2022). Ideal dataset splitting ratios in machine learning algorithms: General concerns for data scientists and data analysts. Paper presented at the 7th International Mardin Artuklu Scientific Researches Conference, Mardin, Turkey

Nawawi, H. M., Hikmah, A. B., Mustopa, A., & Wijaya, G. (2024). Model klasifikasi machine learning untuk prediksi ketepatan penempatan karir. Jurnal Saintekom: Sains, Teknologi, Komputer dan Manajemen, 14(1), 13–25. https://doi.org/10.53524/saintekom.v14i1.2113

Noman, A. Al., Heuermann, A., Wiesner, S., & Thoben, K. D. (2025). A review of vessel time of arrival prediction on waterway networks: Current trends, open issues, and future directions. Computers, 14(2), Article 41. https://doi.org/10.3390/computers14020041

Normawati, D., & Prayogi, S. A. (2021). Implementasi Naïve Bayes classifier dan confusion matrix pada analisis sentimen berbasis teks pada Twitter. Jurnal Sains Komputer dan Informatika (J-SAKTI), 5(2), 122–130. https://doi.org/10.30645/j-sakti.v5i2.332.

Pratama, N., Anrahvi, R., Tambal, A., & Singh, A. (2025). Classification of e-commerce shipping timeliness using supervised learning algorithm. Public Research Journal of Engineering, Data Technology and Computer Science, 3(1), 59–69. https://doi.org/10.57152/predatecs.v3i1.1855

Sihombing, P. R., & Yuliati, I. F. (2021). Penerapan metode machine learning dalam klasifikasi risiko kejadian berat badan lahir rendah di Indonesia. MATRIK: Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer, 20(2), 417–426. https://doi.org/10.30812/matrik.v20i2.1174

Song, X., Liu, X., Liu, F., & Wang, C. (2021). Comparison of machine learning and logistic regression models in predicting acute kidney injury: A systematic review and meta-analysis. International Journal of Medical Informatics, 151, Article 104484. https://doi.org/10.1016/j.ijmedinf.2021.104484

Wahyudi, T., & Arroufu, D. S. (2022). Implementation of data mining prediction delivery time using linear regression algorithm. Journal of Applied Engineering and Technological Science (JAETS), 4(1), 84–92. https://doi.org/10.37385/jaets.v4i1.556