<![CDATA[Pasar mobil bekas memiliki variasi harga yang tinggi, sehingga proses penentuan harga kendaraan menjadi cukup kompleks. Perbedaan tahun produksi, jarak tempuh, kapasitas mesin, jenis bahan bakar, dan kondisi kendaraan menyebabkan kendaraan dengan spesifikasi yang relatif serupa dapat memiliki harga jual yang berbeda. Kondisi ini mendorong pemanfaatan machine learning untuk membantu prediksi harga kendaraan. Namun, penelitian sebelumnya umumnya masih berfokus pada prediksi titik tanpa menyajikan informasi ketidakpastian hasil prediksi. Penelitian ini bertujuan membangun model prediksi harga mobil Audi bekas menggunakan algoritma Quantile Regression Forest (QRF) yang mampu menghasilkan prediksi titik sekaligus interval prediksi. Optimasi model dilakukan menggunakan Random Search dan 5-Fold Cross Validation. Hasil evaluasi menunjukkan bahwa model tuning menghasilkan nilai R² sebesar 0,9480, MAE sebesar 0,0253, RMSE sebesar 0,0359, dan CP sebesar 0,9819. Hasil tersebut menunjukkan bahwa model mampu menghasilkan prediksi yang mendekati nilai aktual serta interval prediksi yang mampu mencakup sebagian besar nilai aktual. Model kemudian diimplementasikan ke dalam website berbasis Streamlit sebagai media demonstrasi prediksi harga mobil Audi bekas]]>
Copyrights © 2026
