Implementasi Algoritma Knn (K-NEARS NEIGHBOR) Pada Prediksi Harga Mobil Bekas

• NUR SAID AL KARIM
• 2024

---

Pasar mobil bekas merupakan lingkungan yang dinamis dan kompleks, dipengaruhi oleh faktor-faktor seperti kondisi ekonomi, tren konsumen, dan karakteristik kendaraan. Prediksi harga mobil bekas memiliki peran penting dalam membantu konsumen, penjual, dan pihak terkait lainnya dalam menentukan harga yang kompetitif dan mengoptimalkan keputusan jual beli. Penelitian ini fokus pada eksplorasi dan optimalisasi metode K-Nearest Neighbor (KNN) dalam prediksi harga mobil bekas. Dengan menggunakan data harga penjualan mobil bekas dari Kaggle, penelitian ini menguji kinerja KNN dengan berbagai parameter dan teknik pra-pemrosesan data untuk mencari konfigurasi yang efektif. Hasil penelitian menunjukkan bahwa KNN memberikan prediksi harga mobil bekas dengan tingkat kesalahan yang rendah, dengan RMSE sebesar 7852159, MAE sebesar 6172682, dan MSE sebesar 61656409756097.56. Penelitian ini diharapkan memberikan kontribusi berharga dalam prediksi harga mobil bekas, meningkatkan kepercayaan konsumen, dan memperkaya pengetahuan dalam implementasi KNN pada pasar mobil bekas

• — Prediksi Harga
• Mobil Bekas
• K-Nearest Neighbor
• KNN
• Machine Learning
• Python
• Google Colab
• RMSE

https://repository.bsi.ac.id/repo/55372/Implementasi-Algoritma-Knn-(K-NEARS-NEIGHBOR)-Pada-Prediksi-Harga-Mobil-Bekas
Anda dapat membaca file tugas akhir ini di repository.