SISTEM PREDIKSI HARGA LAPTOP MENGGUNAKAN METODE RANDOM FOREST BERBASIS WEB

RAMADHANI, MUHAMMAD BAYU (2023) SISTEM PREDIKSI HARGA LAPTOP MENGGUNAKAN METODE RANDOM FOREST BERBASIS WEB. Skripsi thesis, UNIVERSITAS SANGGA BUANA YPKP.

	Text 1. COVER.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (2MB)
	Text 3. LEMBAR PENGESAHAN.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (2MB)
	Text 2. LEMBAR PERNYATAAN.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (2MB)
	Text 5. ABSTRAK.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (2MB)
	Text 7. BAB I.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (2MB)
	Text 12. DAFTAR PUSTAKA.pdf - Bibliography Available under License Creative Commons Public Domain Dedication. Download (2MB)
	Text 00. FULL.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (2MB)

Abstract

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

Actions (login required)

View Item