KLASIFIKASI HARGA MOBIL MENGGUNAKAN METODE DECISION TREE ALGORITMA C4.5

Main Article Content

Yonathan Anggraiwan
Bakti Siregar

Abstract

Kendaraan bermotor seperti mobil sudah menjadi kebutuhan sehari-hari bagi banyak orang, khususnya di perkotaan. Kendaraan tersebut memiliki berbagai bagian yang menentukan harga, seperti mesin, jumlah silinder, hemat borosnya penggunaan bahan bakar, dan sebagainya. Sehingga sangat penting bagi para pengguna untuk membeli mobil yang sesuai dengan kebutuhan dan kapasitas keuangan mereka. Selain itu, penentuan harga mobil ini juga menjadi hal yang harus dipertimbangkan agar konsumen dapat menjangkaunya. Oleh karena itu, pada penelitian ini dilakukan pemodelan klasifikasi harga mobil, menggunakan metode decision tree algoritma C4.5 dengan aplikasi RapidMiner, dimana harga dari mobil tersebut dipengaruhi oleh beberapa faktor, seperti besar tenaga kuda pada mesin mobil, jenis transmisi, jumlah silinder, dan faktor lainya. Hasil penelitian ini diperoleh tingkat akurasi model klasifikasi sebesar 82.1% dan R-square sebesar 98.5%, yang berarti variabel independent sangat mempengaruhi variabel dependent pada model ini. Jika ditinjau dari model regresinya dan melihat nilai Root Mean Square Error (RMSE) diperoleh 6.95%, artinya adalah model ini dapat memprediksi harga mobil dengan ketepatan sebesar 93%.

Article Details

Section
Articles

References

Yulanto, D. M., & Iskandar, H., “STUDI ANALISIS PERKEMBANGAN

TEKNOLOGI KENDARAAN LISTRIK HIBRIDA,” Journal of Automotive

Technology Vocational Education, 31-44, 2021.

N. Iriadi, "Implementasi Data Mining Pada Klasifikasi Ketidakhadiran Pegawai

Menggunakan Metode C4.5," Computer Science (CO-SCIENCE), vol. I, pp. 53-61,

Mardi, Y., “Data Mining : Klasifikasi Menggunakan Algoritma C4.5,” Jurnal Edik

Informatika, 213-219, 2017.

Yuliana, A. & Pratomo, D. B., “ALGORITMA DECISION TREE (C4.5) UNTUK

MEMPREDIKSI KEPUASAN MAHASISWA TERHADAP KINERJA DOSEN

POLITEKNIK TEDC BANDUNG,” Seminar Nasional Inovasi Teknologi UN PGRI

Kediri, 377-384, 2017.

Asroni, dkk, “Penerapan Algoritma C4.5 untuk Klasifikasi Jenis Pekerjaan Alumni

di Universitas Muhammadiyah Yogyakarta,” Jurnal Semesta Teknika, 158-165,

Budiarto, S. P., “Klasifikasi Data Mahasiswa Menggunakan Metode Decision Tree

Algoritma C4.5 divisualisasikan dalam GIS (Studi Kasus: Universitas PGRI

Banyuwangi),” Jurnal CITISEE, 45-52, 2018.

Firdaus, M. & C. Triawan, A., “IMPLEMENTASI ALGORITMA DECISION TREE

UNTUK KLASIFIKASI POLA SERANGAN PADA LOG FILE,” Repository

Universitas Muhammadiyah Jember, 2019.

V. R. Joseph, "Optimal Ratio for Data Splitting," ARVIV, 2022.

Karsito & Susanti, S., “KLASIFIKASI KELAYAKAN PESERTA PENGAJUAN

KREDIT RUMAH DENGAN ALGORITMA NAÏVE BAYES DI PERUMAHAN

AZZURA RESIDENCIA,” Jurnal Teknologi Pelita Bangsa – SIGMA, 43-48, 2019.

Nurzahputra, A. & Muslim, M. A., “PENINGKATAN AKURASI PADA

ALGORITMA C4.5 MENGGUNAKAN ADABOOST UNTUK MEMINIMALKAN

RESIKO KREDIT,” Prosiding SNATIF, 243-247, 2017.

Holisatul, M., dkk, “PERBANDINGAN ALGORITMA ID3 DAN C5.0 DALAM

IDENTIFIKASI PENJURUSAN SISWA SMA,” Jurnal Sarjana Teknik Informatika,

-12, 2013.

Maryana, D. & Sagala, F. L., “PENGARUH PENAGIHAN PAJAK DENGAN

SURAT TEGURAN DAN SURAT PAKSA TERHADAP EFEKTIFITAS

PENCAIRAN TUNGGAKAN PAJAK (STUDI KASUS PADA KANTOR

PELAYANAN PAJAK (KPP) PRATAMA MAJALAYA,) Jurnal Akuntansi Politeknik

Pos Indonesia, 1-10, 2019.