Analisis Faktor Penentu Harga Laptop Menggunakan Algoritma Decision Tree
Beberapa dekade terakhir, laptop menjadi kebutuhan dasar bagi masyarakat untuk berbagai aktivitas sehari-hari, mulai dari belajar, mengajar, bekerja, hingga berbelanja. Hal ini mendorong permintaan laptop meningkat. untuk menganalisis faktor-faktor yang memengaruhi harga laptop dengan menggunakan algoritma Decision Tree, memberikan informasi kepada calon pembeli dalam memilih laptop sesuai anggaran dan kriteria yang diinginkan, serta memberi wawasan kepada produsen terkait strategi penetapan harga. Metode yang digunakan adalah algoritma C4.5, salah satu metode Decision Tree yang memanfaatkan struktur pohon untuk klasifikasi, serta untuk data berukuran besar dengan banyak variabel, serta mampu menganalisis berbagai jenis data,. Hasil penelitian menunjukkan bahwa model pohon keputusan yang dihasilkan memiliki beberapa tingkat kedalaman, dengan variabel yang memengaruhi harga laptop seperti prosesor, tipe penyimpanan, dan RAM, di mana prosesor menjadi faktor yang paling berpengaruh Dengan gain sebesar 0,4983. Model ini mencapai akurasi sebesar 87.63%, Dengan mempertimbang segmen pasar, pengguna dan kualitas produk.
-
Airi, F. A. H., Suprapti, T., & Bahtiar, A. (2023). Komparasi Metode Klasifikasi Data Mining Untuk Prediksi Penyakit Stroke. E-Link: Jurnal Teknik Elektro Dan Informatika, 18(1), 73. https://doi.org/10.30587/e-link.v18i1.5271
-
Assauqi, M. F. R., & Fatah, Z. (2024). PREDIKSI RISIKO DEMAM BERDARAH MENGGUNAKAN DECISION TREE BERDASARKAN GEJALA KLINIS DAN DATA LABORATORIUM. JURNAL ILMIAH SAINS TEKNOLOGI DAN INFORMASI, 2(4), 42-53.
-
Erliani, N., Suryowati, K., & Jatipaningrum, M. T. (2023). Klasifikasi Tingkat Penjualan Laptop Di E-Commerce Menggunakan Algoritma Classification and Regression Tree (Cart). Jurnal Statistika Industri Dan Komputasi, 8(2), 40–47. https://doi.org/10.34151/statistika.v8i2.4455
-
Jannah, E., Sihombing, V., & Masrizal, M. (2023). Penerapan Data Mining Klasifikasi Kepuasan Pelanggan Transportasi Online Menggunakan Algoritma C4.5. MEANS (Media Informasi Analisa Dan Sistem), 8(1), 1–7. https://doi.org/10.54367/means.v8i1.2569
-
Jayen, F., Kadir, A., Amrulloh, R., & Hadi, A. (2022). Pengaruh Kualitas Produk dan Harga Terhadap Keputusan Pembelian Laptop Lenovo Pada Mahasiswa Sekolah Tinggi Ilmu Ekonomi Pancasetia Banjarmasin. Jurnal Aplikasi Pelayaran Dan Kepelabuhanan, 13(1), 110–121. https://doi.org/10.30649/japk.v13i1.87
-
Khotimah, B. K., Syarief, M., Miswanto, M., & Suprajitno, H. (2021). Optimasi Bobot K-Means Clustering untuk Mengatasi Missing Value dengan Menggunakan Algoritma Genetica. Jurnal Teknologi Informasi Dan Ilmu Komputer, 8(4), 745. https://doi.org/10.25126/jtiik.2021844912
-
Hasibuan, T. H., & Mahdiana, D. (2023). Prediksi Kelulusan Mahasiswa Tepat Waktu Menggunakan Algoritma C4. 5 Pada Uin Syarif Hidayatullah Jakarta. SKANIKA: Sistem Komputer dan Teknik Informatika, 6(1), 61-74.
-
Permana, A. P., Ainiyah, K., & Holle, K. F. H. (2021). Analisis Perbandingan Algoritma Decision Tree, kNN, dan Naive Bayes untuk Prediksi Kesuksesan Start-up. JISKA (Jurnal Informatika Sunan Kalijaga), 6(3), 178–188. https://doi.org/10.14421/jiska.2021.6.3.178-188
-
Sekar Setyaningtyas, Indarmawan Nugroho, B., & Arif, Z. (2022). Tinjauan Pustaka Sistematis: Penerapan Data Mining Teknik Clustering Algoritma K-Means. Jurnal Teknoif Teknik Informatika Institut Teknologi Padang, 10(2), 52–61. https://doi.org/10.21063/jtif.2022.v10.2.52-61
-
SLN, F. (2023). Buku Dasar Data Mining from A to Z. January, 15–15.
-
Syahputra, A. K. (2021). Search Engine & Web Browser. JUSIM (Jurnal Sistem Informasi Musirawas), 2, 1–23. https://www.academia.edu/38517150/Internet_and_Website_Search_Engine_dan_Web_Browser
-
Uddin, M. B., & Fatah, Z. (2024). Gudang Jurnal Multidisiplin Ilmu Penerapan Data Mining Clustering K-Means Dalam Mengelompokkan Data Penduduk Penyandang Disabilitas. 2(November), 86–94.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.