<![CDATA[Kemajuan teknologi telekomunikasi selama beberapa dekade terakhir telah secara drastis mengubah gaya hidup manusia di seluruh dunia. Penentuan harga yang tepat untuk ponsel pintar merupakan faktor kritis dalam strategi pemasaran dan penjualan yang sukses. Harga yang terlalu tinggi dapat mengurangi minat konsumen, sementara harga yang terlalu rendah dapat mengurangi potensi pendapatan perusahaan. Dalam konteks ini, banyak fitur penting yang perlu dipertimbangkan dalam memperkirakan harga ponsel, seperti prosesor, kapasitas baterai, ukuran layar, ketebalan, memori internal, resolusi kamera, dan kualitas video. Penelitian ini bertujuan untuk memprediksi harga smartphone berdasarkan fitur-fitur tersebut menggunakan metode Random Forest Regression, sebuah teknik machine learning yang dikenal mampu menangani data yang kompleks dan non-linear. Dalam penelitian ini sebuah aplikasi dikembangkan untuk memprediksi harga smartphone dengan menggunakan algoritma Random Forest. Hasil pengujian menunjukkan bahwa model prediktif ini memiliki performa yang cukup baik, dengan nilai MAPE sebesar 35,6%, MAE sebesar Rp. 760,969, MSE sebesar 3.023, dan RMSE sebesar Rp. 1,745,144. Hasil ini menunjukkan bahwa metode Random Forest Regression mampu memberikan prediksi yang mendekati nilai aktual. Aplikasi ini diharapkan dapat membantu produsen ponsel pintar dalam menentukan strategi harga yang lebih tepat dan mengoptimalkan keputusan bisnis. Dengan demikian, penelitian ini memberikan kontribusi dalam pengembangan alat prediksi harga berbasis fitur smartphone yang dapat digunakan secara praktis oleh pelaku industri teknologi.]]>
