ABSTRAKPada proses produksi lensa kontak yang memiliki berbagai tahap dan mesin,sering kali dialami kesulitan dalam mencari dengan efektif faktor krusial yangmempengaruhi rendahnya yield. Penelitian ini membahas mengenai peningkatanyield dengan menggunakan kerangka data mining, yang terdiri dari k-meansclustering, uji Kruskal-Wallis, dan decision tree. K-means clustering digunakanuntuk menentukan cutting point antara manufacturing order yang baik denganyang buruk, sedangkan uji Kruskal-Wallis digunakan untuk mencari tahapproduksi yang bermasalah dan menyebabkan rendahnya yield. Kemudian, hasildecision tree akan mengklasifikasi akar penyebab rendahnya yield sehinggaditemukan bahwa faktor yang paling berpengaruh adalah mesin Stop Gap danSupertortoise 2 pada tahap produksi Primary Packaging. Peningkatan yield dapatdilakukan dengan melakukan perbaikan performa komponen sealing pada mesinStop Gap serta komponen laser printer dan foil allignment pada mesinSupertortoise 2.

---

ABSTRACTIn the manufacturing process of contact lenses which contains multiple processstages and machines, it is not easy to determine effectively the possible rootcauses of low yield. This study aims to enhance yield in contact lensmanufacturing industy using data mining framework, which consists of k-meansclustering, Kruskal-Wallis test, and decision tree. K-means clustering was appliedto determine the cutting point between good batch of manufacturing order and badbatch of manufacturing order, while Kruskal-Wallis test was applied to identifythe production process stages that causing low yield. Then, the decision tree resultwill classify the root cause of low yield and it was found that the most criticalfactors were Stop Gap and Supertortoise 2 machine in Primary Packaging processstage. Yield enhancement can be gained by improving the performance of sealingcomponent in Stop Gap machine and the performance of laser printer and foilallignment components in Supertortoise 2 machine.