<![CDATA[Penelitian ini bertujuan untuk menerapkan metode Support Vector Machine (SVM) dalam memprediksi tingkat penjualan sepeda motor di Astra Honda Brebes menggunakan data historis penjualan periode 2020–2025. Dataset penelitian terdiri dari 200 data penjualan yang memiliki atribut model motor, tahun kendaraan, harga, jenis transmisi, jenis kendaraan, kapasitas mesin, dan status penjualan. Proses penelitian meliputi preprocessing data, pembagian data training dan testing, proses klasifikasi menggunakan kernel RBF, serta evaluasi model menggunakan confusion matrix, accuracy, precision, recall, F1-score, AUC, dan cross validation. Hasil penelitian menunjukkan bahwa metode SVM mampu melakukan klasifikasi tingkat penjualan kendaraan dengan performa yang baik. Nilai accuracy yang diperoleh sebesar 89.50%, precision 87.20%, recall 85.40%, F1-score 86.29%, AUC sebesar 0.91, serta cross validation accuracy sebesar 91.20%. Hasil tersebut menunjukkan bahwa metode SVM memiliki kemampuan yang baik dalam membedakan kategori kendaraan laris dan kurang laris. Penelitian ini diharapkan dapat membantu pihak dealer dalam menentukan strategi pemasaran, pengelolaan stok kendaraan, dan pengambilan keputusan secara lebih efektif, objektif, dan berbasis data.]]>
Copyrights © 2026
