Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Teknologi Informasi dan Digital (TRIDI)
Sandy Haikal
Universitas Bani Saleh
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Materials Science & Nanotechnology Other

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

Found 1 Documents
Search

 1 
PENERAPAN MACHINE LEARNING MENGGUNAKAN ALGORITMA RANDOM FOREST UNTUK PREDIKSI HARGA MOBIL BEKAS Belinda Eka Sarah Dewi; Sandy Haikal; H.S. Sulistyowati; Rina Fitriani; Domo Pranowo Kuswandono
Jurnal Teknologi Informasi dan Digital Vol. 2 No. 2 (2024): Teknologi Informasi dan Digital
Publisher : LPPM Universitas Bani Saleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65624/tridi.v2i2.38

Abstract

Perkembangan teknologi informasi telah membawa dampak signifikan dalam berbagai sektor industri, termasuk sektor otomotif. Salah satu aspek yang semakin menarik perhatian adalah prediksi harga mobil bekas. Dalam studi ini, algoritma Random Forest digunakan untuk memprediksi harga mobil bekas berdasarkan data historis. Faktor-faktor seperti model mobil, tahun produksi, kapasitas mesin, jarak tempuh, transmisi, bahan bakar, dan wilayah dimasukkan ke dalam model untuk meningkatkan akurasi prediksi. Aplikasi prediksi ini dikembangkan dalam bentuk WebApp, memudahkan pengguna untuk memasukkan parameter mobil dan memperoleh hasil prediksi. Hasil pemodelan menunjukkan bahwa model mampu menjelaskan 90% variabilitas harga berdasarkan input pengguna. Dengan demikian, model ini dapat menjadi acuan berguna bagi penjual dan pembeli mobil bekas dalam menetapkan harga yang sesuai dengan kondisi pasar. Aplikasi ini memberikan wawasan tentang faktor-faktor yang memengaruhi harga mobil bekas dan potensinya dalam membantu pengambilan keputusan. Teknologi Machine Learning terbukti efektif dalam menangani kompleksitas pasar otomotif yang dinamis, memberikan prediksi harga yang lebih akurat dibandingkan metode tradisional.
Co-Authors Belinda Eka Sarah Dewi Domo Pranowo Kuswandono H.S. Sulistyowati Rina Fitriani -