Implementasi Machine Learning untuk Prediksi Harga Mobil Bekas dengan Algoritma Regresi Linear berbasis Web
:
https://doi.org/10.32409/jikstik.21.4.3327Abstract
Pada saat pembeli ingin membeli mobil terdapat sesuatu masalah yang ditemui, salah satunya terkait kurangnya informasi mengenai harga mobil terutama mobil bekas. Terbatasnya informasi mengenai harga mobil bekas menyebabkan masyarakat yang ingin menjual atau membeli mobil tidak memiliki acuan terhadap harga mobil di pasaran. Informasi harga mobil sangat penting dan diperlukan untuk mengetahui prediksi kisaran harga mobil dengan mengacu pada variabel yang memang bisa diperhitungkan. Salah satu metode untuk memprediksi harga mobil adalah dengan Machine Learning (ML) yang bertujuan untuk melatih model dengan algoritma yang mampu melakukan analisis statistik dengan teknik Supervised Learning yang tepat untuk membuat prediksi. Prediksi adalah salah satu unsur statistika yang sangat penting dalam pengambilan keputusan. Algoritma Regresi Linier merupakan salah satu teknik membangun model yang digunakan untuk prediksi nilai dari data masukan yang diberikan. Pada penelitian ini algoritma Regresi Linier akan digunakan ini untuk memprediksi harga mobil bekas. Dataset yang digunakan untuk melatih model prediksi dengan algoritma Regresi Linier bersumber dari respositori dataset Kaggle untuk data harga mobil bekas. Penelitian ini melalukan prediksi berdasar model dan algoritma regresi liner untuk karakter mobil bekas yang kemudian divisualisasi hasilnya pada webiste. Proses prediksi menggunakan perbandingan data uji dan data latih pada proses pengujian model yang dibangun memiliki tingkat akurasi sebesar 76%.Downloads
Download data is not yet available.
Downloads
Published
31-12-2022
How to Cite
[1]
Hasibuan, E. and Aldian Karim 2022. Implementasi Machine Learning untuk Prediksi Harga Mobil Bekas dengan Algoritma Regresi Linear berbasis Web. Jurnal Ilmiah Komputasi. 21, 4 (Dec. 2022), 595–602. DOI:https://doi.org/10.32409/jikstik.21.4.3327.
Issue
Section
Sistem Informasi