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:	Users 30 not found.
Date Deposited:	18 Jun 2025 07:32
Last Modified:	18 Jun 2025 07:32
URI:	https://repository.unas.ac.id/id/eprint/13004

Actions (login required)

View Item