Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Journal of Informatics and Electronics Engineering
Hilda Desfianty Arifin
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Klasifikasi Harga Ponsel Menggunakan Algoritma Logistic Regression Danika Najwa Ardelia; Hilda Desfianty Arifin; Sena Daniswara; Anggraini Puspita Sari
Journal of Informatics and Electronics Engineering Vol 4 No 1 (2024): Juni 2024
Publisher : Unit Penelitian dan Pengabdian kepada Masyarakat Politeknik TEDC Bandung Jl. Pesantren Km 2 Cibabat Cimahi Utara – Cimahi 40513 Jawa Barat – Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70428/jiee.v4i1.854

Abstract

Dalam era digital yang berkembang pesat, penggunaan produk teknologi dan pertumbuhan internet membuka peluang besar dalam penjualan ponsel pintar. Fitur-fitur yang semakin beragam membuat konsumen merasa bingung memilih ponsel dengan harga yang sesuai. Oleh karena itu, penggunaan model logistic regression menjadi pilihan yang tepat untuk mengkategorikan harga ponsel menjadi empat tingkatan: rendah, sedang, tinggi, dan sangat tinggi, yang nantinya diharapkan dapat membantu para konsumen memilih ponsel yang sesuai dengan kebutuhan mereka berdasarkan kategori harga. Penelitian ini juga mengkombinasikan logistic regression dengan penyetelan hyperparameter dimana penyetelan hyperparameter dilakukan untuk meningkatkan akurasi model. Penyetelan hyperparameter dilakukan menggunakan metode grid search. Dalam penelitian ini, dilakukan proses pengumpulan dataset yang kemudian akan dilakukan pengecekan terhadap nilai-nilai yang tidak valid melalui proses preprocessing. Data kemudian dibagi menjadi data uji dan data latih dengan menggunakan dua perbandingan, 80:20 dan 90:10. Setelah data dibagi, dilakukan pemodelan dan penyetelan hyperparameter untuk mengoptimalkan model logistic regression. Hasil tingkat akurasi yang didapatkan dalam proses ini yaitu 98% yang didapatkan dengan menggunakan perbandingan data split 90:10. Dengan demikian, penggunaan logistic regression dapat memprediksi kategori harga ponsel dengan tingkat akurasi yang tinggi. Hal ini dapat diharapkan membantu konsumen dalam memilih ponsel yang sesuai dengan kebutuhan dan anggaran mereka.
Co-Authors Anggraini Puspita Sari Danika Najwa Ardelia Sena Daniswara