KLASIFIKASI ALGORITMA K- NEAREST NEIGHBORS (KNN) UNTUK SEGMENTASI PASAR MOBIL BEKAS BERDASARKAN MEREK DAN HARGA

Azhar, Muhammad Rafi (2025) KLASIFIKASI ALGORITMA K- NEAREST NEIGHBORS (KNN) UNTUK SEGMENTASI PASAR MOBIL BEKAS BERDASARKAN MEREK DAN HARGA. Bachelor thesis, Universitas Nasional.

	Text COVER.pdf Download (836kB)
	Text BAB 1.pdf Download (94kB)
	Text BAB 2.pdf Download (283kB)
	Text BAB 3.pdf Download (132kB)
	Text BAB 4.pdf Download (534kB)
	Text BAB 5.pdf Download (57kB)
	Text LAMPIRAN.pdf Download (266kB)

Abstract

Industri otomotif, khususnya pasar mobil bekas, mengalami dinamika yang signifikan, sehingga diperlukan metode efektif untuk segmentasi pasar. Penelitian ini berfokus pada implementasi algoritma K-Nearest Neighbors (KNN) untuk mengklasifikasikan pasar mobil bekas berdasarkan merek dan harga, dengan dua permasalahan utama: bagaimana melaksanakan algoritma KNN dan mengklasifikasikan mobil ke dalam grade A, B, dan C. Tujuan penelitian adalah untuk menerapkan KNN dalam segmentasi pasar dan mengevaluasi hasil klasifikasi. Metode yang digunakan meliputi pengumpulan data dari situs jual beli mobil bekas, preprocessing data, dan penerapan algoritma KNN menggunakan Python, dengan pembagian data pelatihan dan pengujian. Hasil penelitian menunjukkan bahwa KNN dapat mengklasifikasikan mobil bekas dengan akurasi maksimum 79% menggunakan nilai K=7 dan rasio pembagian data pelatihan 80:20, dengan tantangan dalam mengklasifikasikan kelas B, sedangkan kelas C menunjukkan hasil yang baik. Hasil segmentasi ini diharapkan dapat membantu dealer dalam menargetkan konsumen secara lebih efektif.

Item Type:	Thesis (Bachelor)
Subjects:	T Technology > T Technology (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Sistem Informasi
Depositing User:	Miss Rahma Rahmawati
Date Deposited:	18 Jun 2025 07:32
Last Modified:	18 Jun 2025 07:32
URI:	http://repository.unas.ac.id/id/eprint/13004

Actions (login required)

View Item