| dc.description.abstract | Dengan adanya perkembangan teknologi informasi dan komunikasi memiliki peranan yang penting bagi masyarakat dalam memenuhi kebutuhan informasi, karena berbagai aspek kehidupan tidak dapat luput dari teknologi informasi dan komunikasi. Media hasil teknologi yang dapat menyampaikan informasi secara massa yaitu media massa. Media massa terbagi menjadi dua jenis yaitu media cetak dan media elektronik. Televisi adalah media massa elektronik yang paling efektif dalam penyebaran informasi menggunakan perpaduan antara media audio dan visual. Televisi banyak diminati oleh masyarakat Indonesia, karena televisi sebagai media komunikasi yang cepat, relatif murah, dan dapat juga sebagai media hiburan. Tujuan dalam penelitian ini adalah untuk memprediksi harga penjualan televisi dengan mengimplementasi machine learning yaitu Random Forest. Variabel independen yang digunakan antara lain: nama produk, merek, ukuran layar dan tipe layar, sedangkan variabel dependen adalah harga. Random Forest merupakan pengembangan dari Decision Tree model Classification and Regression Tree (CART). Model Random Forest dianalisis dengan bahasa pemrograman python dan diaplikasikan menjadi sebuah website dengan menggunakan framework flask. Berdasarkan hasil analisis random forest menggunakan data training dan data testing dengan perbandingan 75%:25%. Dilakukan pelatihan pertama dengan membuat model random forest regressor menggunakan parameter default menghasilkan akurasi sebesar 75,75%. Dalam meningkatkan akurasi dilakukan tuning hyperparameter untuk mendapatkan parameter optimal antara lain: n_estimators (𝑛𝑡𝑟𝑒𝑒) optimal sebanyak 1.000 pohon dan parameter max_features (𝑚𝑡𝑟𝑦) optimal sebanyak 4 variabel. Dilakukan pelatihan kedua dengan membuat model random forest regressor menggunakan parameter optimal hasil tuning hyperparameter sehingga didapatkan akurasi sebesar 75,81%. | en_US |
