Penerapan Analisis Random Forest pada Prototype Sistem Prediksi Harga Kamera Bekas Menggunakan Flask
Abstract
Kebutuhan fotografi saat ini menjadi sesuatu yang tidak dapat dihindari pada sebagian besar masyarakat, bahkan bersifat konsumtif. Namun penawaran produk dengan kualitas yang baik menyebabkan harga dalam pasar menjadi tinggi, sehingga kamera hanya mampu dimiliki oleh kalangan menengah atas. Dengan demikian banyak konsumen yang lebih memilih membeli kamera bekas sebagai solusi alternatif. Hal tersebut dibuktikan dari banyaknya produk kamera bekas yang dikunjungi oleh konsumen pada salah satu situs jual beli online yaitu Tokopedia. Berdasarkan masalah tersebutmaka dilakukan sebuah penelitian menggunakan metode Random Forest untuk memprediksi harga kamera bekas agar dapat digunakan sebagai bahan pertimbangan dalam mengatur ekonomi dan kemampuan konsumen dalam membeli produk kamera. Random Forest merupakan suatu metode hasil pengembangan dari Decision Tree yang membentuk sebuah hutan acak dan digunakan untuk mengklasifikasi atau memprediksi suatu data. Random Forest mampu menghasilkan tingkat error yang lebih rendah dibandingkan menggunakan pohon tunggal dan dapat mengatasi data training dengan ukuran yang besar serta fleksibel dan mudah digunakan. Hasil penelitian menggunakan 29 pohon dan pengaruh dari produk, merek, model, fisik, serta karet kamera dengan 637 data dari situs Gudang Kamera, membentuk sebuah model dengan tingkat akurasi sebesar 76.7% dan RMSE sebesar 3483580.8. Berdasarkan features importance, model kamera merupakan variabel dengan kepentingan terbesar yang mampu mempengaruhi prediksi harga kamera bekas dengan nilai 0.868. Setelah itu, model prediksi dikembangkan menjadi sebuah prototype web aplikasi menggunakan flask dan Heroku yang dapat diakses untuk memprediksi harga kamera bekas dengan kriteria yang diinginkan, sehingga konsumen bisa mendapatkan kamera dengan harga ekonomis dan kualitas yang tidak jauh berbeda dengan kondisi yang baru.
Collections
- Statistics [906]