<![CDATA[Penelitian ini berfokus pada segmentasi pasar mobil bekas menggunakan algoritma K-Nearest Neighbors (KNN) untuk memahami preferensi konsumen dalam industri otomotif yang kompetitif. Permasalahan utama yang diidentifikasi adalah implementasi KNN dalam mengklasifikasikan mobil bekas ke dalam kategori grade A, B, dan C. Tujuan penelitian adalah menerapkan algoritma KNN berdasarkan merek dan harga mobil serta mengevaluasi efektivitasnya. Metode yang digunakan mencakup pengumpulan data dari platform jual beli mobil bekas seperti OLX, Ibid, dan Mobil123, dengan variasi nilai K (3, 5, 7, dan 9) serta rasio pembagian data (70:30, 80:20, dan 90:10). Hasil penelitian menunjukkan bahwa nilai K=7 dan rasio data training-to-test 80:20 menghasilkan akurasi tertinggi sebesar 79%, dengan kelas C menunjukkan performa terbaik dengan recall 0,94 dan skor F1 0,84. Temuan ini memberikan kontribusi pada pemahaman segmentasi pasar mobil bekas dan dapat digunakan untuk strategi pemasaran yang lebih terarah di industri otomotif.]]>
Copyrights © 2025
