ABSTRAK
Klasifikasi indirect material pada industri otomotif tempat penelitian inidilakukan belum dapat dilakukan dengan baik sehingga diharapkan denganmenggunakan metode multi-attribute ABC dan support vector machine performaklasifikasi indirect material dapat ditingkatkan. Multi-attribute ABC digunakanuntuk melakukan klasifikasi berdasarkan kriteria klasifikasi dengan bobot yangdihitung dengan analytic hierarchy process , dan support vector machinedigunakan untuk menemukan pola hubungan antara kriteria dengan hasilklasifikasi dan melakukan penilaian performa klasifikasi . Hasil akhir daripenelitian ini menunjukkan bahwa kriteria harga dan kritikalitas merupakankriteria paling berpengaruh terhadap hasil klasifikasi dan terjadi peningkatanperforma klasifikasi setelah memanfaatkan metode ini

---

ABSTRACT
Indirect material classification on the automotive industry where the research wasdone is not being done properly so it is expected that by using multi-attributeABC and support vector machine the classification performance could beenhanced. Multi-attribute ABC is used to classify the item based on the criterionand weight that is calculated using analytic hierarchy process , and support vectormachine is used to find hidden pattern about the criterion and classification resultand assess classification performance. The end results of this research show thatprice and criticallity are the most influental criterion for the classification resultsand there is classification performance enhancement after using these methods.