Perbandingan Akurasi K-Nearest Neighbors dan Decision Tree dalam Pemodelan Harga Mobil Bekas

Aviana Zhafira, Rustandiputri (2021) Perbandingan Akurasi K-Nearest Neighbors dan Decision Tree dalam Pemodelan Harga Mobil Bekas. Undergraduate thesis, Universitas Pembangunan Jaya.

[img] Text
Pendahuluan_Skripsi_Aviana.pdf
Download (820kB)
[img] Text
Abstract_Skripsi_Aviana-1.pdf
Download (84kB)
[img] Text
Abstrak_Skripsi_Aviana-1.pdf
Download (118kB)
[img] Text
Daftar Isi_Skripsi_Aviana_1.pdf
Download (220kB)
[img] Text
Daftar Gambar_Skripsi_Aviana-1.pdf
Download (118kB)
[img] Text
Daftar Tabel_Skripsi_Aviana-1.pdf
Download (119kB)
[img] Text
Daftar Lampiran_Skripsi_Aviana-1.pdf
Download (117kB)
[img] Text
BAB I_Skripsi_Aviana.pdf
Download (481kB)
[img] Text
BAB II_Skripsi_Aviana.pdf
Download (1MB)
[img] Text
BAB III_Skripsi_Aviana.pdf
Download (432kB)
[img] Text
BAB IV_Skripsi_Aviana.pdf
Download (1MB)
[img] Text
BAB V_Skripsi_Aviana.pdf
Download (2MB)
[img] Text
BAB VI_Skripsi_Aviana.pdf
Download (201kB)
[img] Text
Daftar Pustaka_Skripsi_Aviana.pdf
Download (774kB)
[img] Text
Lampiran_Skripsi_Aviana.pdf
Download (2MB)

Abstract

Mobil bekas menjadi alternatif bagi masyarakat untuk memiliki mobil dengan dana yang terbatas. Berbeda dengan mobil baru, harga mobil bekas sangat bervariasi bergantung pada kondisi, merek, jenis, dan kebutuhan pasar. Hal ini menyebabkan diperlukannya suatu estimasi untuk menentukan harga sebuah mobil bekas. Pada penelitian ini, dua estimator berbasis machine learning dikembangkan untuk memperkirakan harga sebuah mobil bekas. Kedua estimator tersebut dibangun dengan algorithma pembelajaran yang berbeda, yaitu: K-Nearest Neighbors dan Decision Tree. Proses pembelajaran kedua estimator dilakukan dengan menggunakan dataset berupa harga mobil bekas untuk periode data terakhir diperbaharui tahun 2019. Pada penelitian ini juga dilakukan analisa untuk membandingkan tingkat akurasi dari kedua algorithma pembelajaran tersebut. Hasil penelitian ini menunjukan bahwa penggunaan algorithma K-Nearest Neighbors menghasilkan akurasi sebesar 82,61%, sedangkan algorithma Decision Tree menghasilkan akurasi sebesar 80,48% dalam memprediksi harga mobil bekas.

Item Type: Karya Tulis Ilmiah (KTI) (Undergraduate)
Uncontrolled Keywords: Prediksi, Harga, Mobil Bekas, K-NN, Decision Tree
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknologi dan Desain > Informatika
Depositing User: Mrs Aviana Zhafira Rustandiputri
Date Deposited: 24 Jan 2022 01:56
Last Modified: 24 Jan 2022 01:56
URI: http://eprints.upj.ac.id/id/eprint/2165

Actions (login required)

View Item View Item