Search for collections on Undip Repository

Prediksi Harga Mobil Bekas Menggunakan Algoritma Random Forest

RIZQI, Rafli Nailur (2024) Prediksi Harga Mobil Bekas Menggunakan Algoritma Random Forest. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

[thumbnail of 1. COVER.pdf] Text
1. COVER.pdf

Download (57kB)
[thumbnail of 3. HALAMAN PENGESAHAN.pdf] Text
3. HALAMAN PENGESAHAN.pdf

Download (214kB)
[thumbnail of 5. KATA PENGANTAR.pdf] Text
5. KATA PENGANTAR.pdf

Download (86kB)
[thumbnail of 6. ABSTRAK.pdf] Text
6. ABSTRAK.pdf

Download (44kB)
[thumbnail of 7. ABSTRACT.pdf] Text
7. ABSTRACT.pdf

Download (43kB)
[thumbnail of 8. DAFTAR ISI.pdf] Text
8. DAFTAR ISI.pdf

Download (125kB)
[thumbnail of 11. BAB I.pdf] Text
11. BAB I.pdf

Download (124kB)
[thumbnail of 16. DAFTAR PUSTAKA.pdf] Text
16. DAFTAR PUSTAKA.pdf

Download (177kB)

Abstract

Seiring harga mobil baru semakin mahal membuat masyarakat lebih memilih membeli mobil
bekas dari pada mobil baru yang berdampak pada terciptanya peluang bisnis. Harga mobil
bekas bisa dipengaruhi oleh spesifikasi yang dimiliki oleh mobil itu sendiri seperti tahun
produksi mobil, harga mobil pertama rilis, jarak tempuh, transmisi yang digunakan, jenis
bahan bakar, jenis penjual, dan jumlah pemilik mobil sebelumnya. Banyaknya spesifikasi
yang dimiliki mobil membingungkan penjual mobil bekas dalam menentukan nominal harga
mobil yang akan dijual. Untuk mengatasi tantangan dalam meprediksi harga mobil bekas,
penelitian ini mengusulkan penggunaan algoritma Random Forest. Tujuan penelitian ini
adalah untuk mengembangkan model prediksi harga mobil bekas yang akurat dan efektif.
Penelitian ini menggunakan dataset dari platform kaggle yang diperoleh dari data harga
mobil bekas yang terdaftar di website CarDekho dan OLX. Pada dataset dilakukan proses
data preparation seperti data cleaning, data selection dan data transformation. Hasil
prediksi harga mobil bekas dengan algoritma Random Forest didapatkan performa terbaik
dengan menggunakan GridSearch meliputi n_estimator = 200, max_depth = 30, dan
min_samples_split = 2. Evaluasi model menunjukkan nilai MAE 0.8019 dan MAPE 15.33%.
Model random forest pada penelitian ini dibangun dalam bentuk website menggunakan
Streamlit agar dapat digunakan untuk menentukan prediksi harga mobil bekas.
Kata kunci :Mobil Bekas, Random Forest, GridSearch, Streamlit

Item Type: Thesis (Undergraduate)
Subjects: Sciences and Mathemathic
Divisions: Faculty of Science and Mathematics > Department of Informatics
Depositing User: Yemima Laras Sekarsari
Date Deposited: 04 Mar 2026 01:05
Last Modified: 04 Mar 2026 01:05
URI: https://eprints2.undip.ac.id/id/eprint/46464

Actions (login required)

View Item View Item