SISTEM PREDIKSI HARGA LAPTOP MENGGUNAKAN METODE RANDOM FOREST BERBASIS WEB
Pembimbing: Bambang Sugiarto (NIDN/NIDK 8861060017)
Abstrak
Laptop saat ini menjadi sesuatu yang tidak dapat dihindari. Bahkan orang-orang yang sangat konsumtif sekarang tidak dapat menghindari laptop. Namun, ketersediaan produk berkualitas meningkatkan harga di pasar, yang membuat laptop hanya dapat dimiliki oleh kalangan menengah atas. Akibatnya, banyak pelanggan memilih laptop bekas sebagai alternatif. Berdasarkan masalah tersebut, penelitian in menggunakan metode Random Forest untuk memprediksi harga laptop. Metode ini adalah hasil pengembangan dari Decision Tree dan membentuk sebuah hutan acak untuk mengklasifikasi atau memprediksi data. Random Forest mampu menghasilkan tingkat error yang lebih rendah dibandingkan menggunakan pohon tunggal dan dapat mengatasi data training dengan ukuran yang besar serta fleksibel dan mudah digunakan. Hasil penelitian menggunakan 26 pohon dan pengaruh dari merek, kondisi, storage, serta prosesor. Laptop dengan 50 data dari beberapa toko laptop, membentuk sebuah model dengan tingkat akurasi sebesar 76.7% dan RMSE sebesar 3483580.8. Berdasarkan features importance, kondisi laptop merupakan variabel dengan kepentingan terbesar yang mampu mempengaruhi prediksi harga laptop dengan nilai 0.850. Setelah itu, model prediksi dikembangkan dalam sebuah web site dengan menggunakan flask yang dapat diakses untuk memprediksi harga laptop bekas dengan kriteria yang diinginkan, sehingga konsumen bisa mendapatkan laptop dengan harga yang diinginkan. Kata Kunci: Sistem Prediksi Harga Laptop, Random Forest, Web, Flask
Berkas
Detail
- Jenis
- Skripsi / Tesis / Disertasi — Sarjana (S1)
- Institusi
- UNIVERSITAS SANGGA BUANA YPKP
- Tanggal terbit
- 21 Januari 2023
- Status publikasi
- Sudah terbit
- Program studi
- S1 Teknik Informatika · kode PDDikti 55201
- Bahasa
- Indonesia
- Fakultas/unit
- S1 Teknik Informatika
- Disetor oleh
- Admin Repositori · terbit di repositori 15 Okt 2024
- URI
- https://repo.xbbh.net/items/4628