Advertisements
PREDIKSI HARGA MOBIL BEKAS DENGAN
MENGGUNAKAN REGRESI LINEAR
Fajar
Nugraha Wahyu
Program Studi Teknik Informatika
Fakultas Sains dan Teknologi
Universitas Islam Negeri Syarif Hidayatullah Jakarta
Email : Fajar.nugraha14@mhs.uinjkt.ac.id
Alfat
Nursyahban
Program Studi Teknik Informatika
Fakultas Sains dan Teknologi
Universitas Islam NegeriSyarif Hidayatullah Jakarta
Yunita
Riska Andayani
Program Studi Teknik Informatika
Fakultas Sains dan Teknologi
Universitas Islam Negeri Syarif Hidayatullah Jakarta
Email : Yunita.riska14@mhs.uinjkt.ac.id
ABSTRAK
Sebuah data
harga mobil yang akurat adalah hal yang penting untuk perkembangan sehat pasar
mobil bekas. Data mining telah diterapkan untuk memprediksi harga mobil bekas
di beberapa penelitian. Namun, sedikit yang dipelajari menggunakan algoritma
dalam estimasi harga mobil bekas. Makalah ini mengumpulkan lebih dari 200 data
mobil bekas dengan berbagai atribut yang bersangkutan untuk melakukan analisis
empiris menggunakan algoritma regresi linier. Algoritma ini akan bekerja dengan
tujuh atribut data mobil bekas lainnya. Model regresi linier memprediksi rata-rata kolom target yang diberikan
fitur input. Dalam beberapa aplikasi seperti prediksi harga, penelitian
ini untuk memprediksi kisaran atau
keseluruhan distribusi kolom target daripada perkiraan tunggal. Dalam percobaan
ini, peneliti mencoba
memprediksi harga sebuah mobil yang diberikan atribut yang terkait
dengan regresi dari suatu mobil
lainnya. Penelitian ini menggunakan
software rapidminer untuk data mining dan fminer professional untuk
scraper data acak dari website www.carmudi.co.id
untuk data harga mobilnya.
Kata Kunci: Harga mobil bekas, Data Mining, Regresi Linear,
Rapidminer.
ABSTRACT
An accurate car price data is essential to
the healthy development of the used car market. Data mining has been applied to
predict used car prices in several studies. However, little is learned using
algorithms in second-hand car price estimates. This paper collects more than
200 used car data with various attributes concerned to perform empirical
analysis using linear regression algorithm. This algorithm will work with seven
other used car data attributes. The linear regression model predicts the target
column average given the input feature. In some applications such as price
prediction, this study predicts the range or overall distribution of target
columns rather than single estimates. In this experiment, researchers tried to
predict the price of a given car attribute associated with the regression of
another car. This research uses rapidminer software for data mining and fminer
professional for scraper random data from website www.carmudi.co.id car price data. Finally later generated predicate
table of car prices with related attributes that can be used as a benchmark to
take a decision to buy and sell cars.
Keywords: Used car price, Data Mining, Linear
Regression, Rapidminer.
PENDAHULUAN
Dengan meningkatnya kepemilikan
mobil, pasar mobil bekas menunjukkan potensi besar. Sebuah evaluasi harga mobil
bekas sangat penting untuk pelanggan
mengetahui harga wajar mobilnya sehingga dapat membuat mereka membeli atau
menjual mobil bekas tanpa khawatir. Untuk perusahaan penyewaan mobil,
memprediksi nilai sisa berguna untuk harga layanan sewa mereka. Uagi bank dan
lembaga keuangan lainnya, mengevaluasi harga dari mobil calon peminjam dapat
membantu mereka mengontrol kuota pinjamannya. Dengan demikian, ini merupakan
topik penting dan menarik.
Banyak penelitian telah dilakukan
dalam beberapa tahun terakhir di memprediksi harga mobil bekas dengan data
mining. Oprea C. dan C. Ozgur mencoba untuk membangun model regresi linear di
masing-masing tahun 2010 dan 2016.
Lessmann membangun sebuah bekas harga mobil mengevaluasi model untuk
perusahaan leasing dengan Mesin Vector didukung. Jian-Da Wu dan Shen Gongqi
mencoba untuk memecahkan masalah ini dengan jaringan saraf tiruan pada tahun
2009 dan 2011 masing-masing. Y Soejima menemukan bahwa K-Nearest Neighbor
Regression dapat meningkatkan akurasi estimasi harga mobil bekas. Sebuah
Demiriz diterapkan analisis survival untuk prediksi harga mobil bekas di tahun
2014.
S Pudaruth dibandingkan hasil dari
empat teknik yang berbeda: regresi linear, k- nearest neighbor regression, dan
naïve bayes dan pohon keputusan. Semua metode memberikan kinerja yang sebanding,
tetapi akurasi prediksi tampaknya tidak begitu memuaskan. Dengan analisis
teoritis, kita berpikir bahwa random forest dapat membantu membangun model
dengan akurasi yang tinggi. Untuk memastikan itu, kami memperoleh database yang
lebih besar dan mencoba untuk melakukan perbandingan model regresi linier.
Efek dari model regresi dapat dipengaruhi oleh
tiga faktor: algoritma, jumlah variabel penjelas dan jumlah sampel. Studi
makalah ini bagaimana regresi linier dan hutan acak tampil di model dengan kompleksitas
yang berbeda. Tujuannya adalah untuk mengetahui model yang optimal untuk
memprediksi harga mobil bekas. Dengan batasan masalah adalah hanya membahas
data mining dan cara menarik data dengan Fminer dan Rapidminer, tidak membahas
perbandingan algoritma atau perbandingan model.
Artikel Terkait
Advertisements
Posted by Samini on Thursday, 13 July 2017 - Rating: 4.5
Title : PREDIKSI HARGA MOBIL BEKAS DENGAN MENGGUNAKAN REGRESI LINEAR
Description : PREDIKSI HARGA MOBIL BEKAS DENGAN MENGGUNAKAN REGRESI LINEAR Fajar Nugraha Wahyu Program Studi Teknik Informatika Fakultas Sains ...
Description : PREDIKSI HARGA MOBIL BEKAS DENGAN MENGGUNAKAN REGRESI LINEAR Fajar Nugraha Wahyu Program Studi Teknik Informatika Fakultas Sains ...
0 Response to "PREDIKSI HARGA MOBIL BEKAS DENGAN MENGGUNAKAN REGRESI LINEAR"
Post a Comment