Perbandingan Akurasi K-Nearest Neighbors dan Decision Tree dalam Pemodelan Harga Mobil Bekas
Total View This Week0

Institusion

Universitas Pembangunan Jaya Tangerang

Author

Aviana Zhafira, Rustandiputri

Subject

T Technology (General) 

Datestamp

2022-01-24 01:56:55 

Abstract :
Mobil bekas menjadi alternatif bagi masyarakat untuk memiliki mobil dengan dana yang terbatas. Berbeda dengan mobil baru, harga mobil bekas sangat bervariasi bergantung pada kondisi, merek, jenis, dan kebutuhan pasar. Hal ini menyebabkan diperlukannya suatu estimasi untuk menentukan harga sebuah mobil bekas. Pada penelitian ini, dua estimator berbasis machine learning dikembangkan untuk memperkirakan harga sebuah mobil bekas. Kedua estimator tersebut dibangun dengan algorithma pembelajaran yang berbeda, yaitu: K-Nearest Neighbors dan Decision Tree. Proses pembelajaran kedua estimator dilakukan dengan menggunakan dataset berupa harga mobil bekas untuk periode data terakhir diperbaharui tahun 2019. Pada penelitian ini juga dilakukan analisa untuk membandingkan tingkat akurasi dari kedua algorithma pembelajaran tersebut. Hasil penelitian ini menunjukan bahwa penggunaan algorithma K-Nearest Neighbors menghasilkan akurasi sebesar 82,61%, sedangkan algorithma Decision Tree menghasilkan akurasi sebesar 80,48% dalam memprediksi harga mobil bekas. 

File :
Pendahuluan_Skripsi_Aviana.pdf
Abstract_Skripsi_Aviana-1.pdf
BAB IV_Skripsi_Aviana.pdf
BAB V_Skripsi_Aviana.pdf
BAB VI_Skripsi_Aviana.pdf
Daftar Pustaka_Skripsi_Aviana.pdf
Lampiran_Skripsi_Aviana.pdf
Abstrak_Skripsi_Aviana-1.pdf
Daftar Isi_Skripsi_Aviana_1.pdf
Daftar Gambar_Skripsi_Aviana-1.pdf
Daftar Tabel_Skripsi_Aviana-1.pdf
Daftar Lampiran_Skripsi_Aviana-1.pdf
BAB I_Skripsi_Aviana.pdf
BAB II_Skripsi_Aviana.pdf
BAB III_Skripsi_Aviana.pdf