Claim Missing Document
Check
Articles

Found 3 Documents
Search

Prediksi Harga Mobil Toyota Bekas Menggunakan Algoritma Regresi Linear Berganda Bachti, Achmad Syauqi; Agustama, Andri Tri; Wiranata, Hadi; Daniati, Erna; Ristyawan , Aidina
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4924

Abstract

Kurangnya informasi tentang harga mobil bekas dapat menjadi hambatan bagi masyarakat dalam melakukan transaksi jual beli kendaraan karena mereka mungkin tidak memahami harga pasar yang sesuai. Oleh karena itu, penting untuk memiliki informasi yang akurat dan dapat diandalkan untuk mengetahui perkiraan harga yang dapat digunakan sebagai referensi. Dalam rangka mengatasi ini, penggunaan algoritma regresi linear berganda dapat membantu dalam memprediksi harga mobil bekas. Dalam penelitian ini, algoritma regresi linear berganda digunakan untuk memprediksi harga mobil bekas. Data yang digunakan untuk membangun model prediksi berasal dari repositori Kaggle. Proses pengujian model dilakukan dengan membagi data menjadi data pelatihan (90%) dan data pengujian (10%). Setelah proses pelatihan, model prediksi didapatkan dengan nilai rata-rata harga sebesar 1512.262. Evaluasi dilakukan terhadap model tersebut dengan mengukur Root Mean Square Error (RMSE) dan Kesalahan Relatif (Relative Error). Hasil evaluasi menunjukkan bahwa nilai RMSE untuk kategori harga adalah 1512.262 dan kesalahan relatif sebesar 9.13%.
Analisis User Interface Website Jims Honey Official Kediri Menggunakan Metode EUCS Alamsyah, Danu Nur; Fatayasya, Ikhfal; Dhamara, Garda Zidane; Faruq, Umar Al; Wiranata, Hadi
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4955

Abstract

User Interface (UI) diketahui sebagai faktor utama yang mempengaruhi kepuasan dan pengalaman pengguna secara keseluruhan. Penelitian ini dipilih karena pentingnya antarmuka pengguna yang efektif dalam pengalaman pengguna website. Penelitian ini bertujuan untuk menganalisis User Interface (UI) website Jims Honey Official Kediri menggunakan metode EUCS (End-User Computing Satisfaction). Metode EUCS digunakan untuk mengevaluasi UI dengan fokus pada kepuasan pengguna. Hasil penelitian ini menunjukkan bahwa rata-rata keseluruhan tingkat kepuasan pengguna terhadap UI website Jims Honey Official Kediri adalah 4.06, yang dikategorikan sebagai "Suka" berdasarkan skala Likert. Terdapat aspek-aspek UI tertentu yang mempengaruhi tingkat kepuasan pengguna. Dengan memahami temuan ini, pengembang dapat meningkatkan desain UI untuk efektivitas dan daya tarik situs web Jims Honey Official Kediri dalam mencapai tujuan bisnisnya.
Analisis Faktor-Faktor yang Mempengaruhi Keputusan Pembelian pada Game Genshin Impact Menggunakan Klasifikasi Naive Bayes Wiranata, Hadi; Sucipto, Sucipto; Nugroho, Arie
Explorer Vol 5 No 2 (2025): July 2025
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/explorer.v5i2.2004

Abstract

The growth of the online gaming industry has led to the emergence of microtransaction-based business models, where players can purchase virtual items using real money. One of the games implementing this model is Genshin Impact, which has attracted a wide audience through its gacha system and diverse character content. This study aims to identify the factors that influence players' decisions to purchase virtual items in Genshin Impact using the Naive Bayes classification method. Data were collected through an online questionnaire involving 314 respondents. The analyzed variables include play duration, satisfaction with the gacha system, costumes, storyline, social influence, and previous purchase experience. The model was developed using the Gaussian Naive Bayes algorithm and validated through the Stratified K-Fold Cross-Validation method. The results show that the model achieved an accuracy of 80.57% in classifying purchase decisions. While the model performed well in identifying players who made purchases, its performance in classifying non-purchasing players requires improvement. This research is expected to serve as a reference for understanding player purchasing behavior and developing digital marketing strategies in the online gaming industry.