Prediksi Harga Mobil Bekas dengan Machine Learning

  • Bambang Kriswantara Sekolah Tinggi Manajemen Informatika dan Komputer (STMIK) Nusa Mandiri Jakarta, Indonesia
  • Kurniawati Kurniawati Sekolah Tinggi Manajemen Informatika dan Komputer (STMIK) Nusa Mandiri Jakarta, Indonesia
  • Hilman F Pardede Pusat Penelitian Informatika LIPI Bandung, Jawa Barat, Indonesia
Keywords: machine learning, price prediction used cars, decision tree, random forest, DNN

Abstract

Harga mobil bekas dipengaruhi oleh beberapa faktor yang berkaitan dengan mobil itu sendiri, seperti jenis mobil, model, edisi, tahun produksi, transmisi, bahan bakar, kapasitas mesin, dan jarak tempuh. Harganya juga fluktuatif dan persaingan yang tinggi antar penjual mobil bekas, dibutuhkan alat untuk memprediksi harga mobil bekas secara akurat dan cepat. Tujuan dari penelitian ini untuk membantu show room mobil bekas dalam memprediski harga secara cepat dengan data history menggunakan metode Deep Neural Network (DNN) dengan tiga lapisan tersembunyi. Dalam Penelitian ini dilakukan dua pendekatan utama penelitian, yaitu pendekatan kualitatif dan pendekatan kuantitatif. Hasil penelitian kami menghasilkan MAE=501232,  R2=0.88 yang lebih baik dari penelitian sebelumnya dengan metode Random Forest menghasilkan MAE=521947, R2=0.82. Sehingga Metode DNN akan meningkatkan akurasi prediski yang lebih baik, meskipun tidak naik secara signifikan mengacu pada hasil penelitian.

Downloads

Download data is not yet available.
Published
2021-05-21