Klasifikasi Harga Handphone Menggunakan Algoritma Decision Tree
DOI:
https://doi.org/10.35473/jamastika.v5i1.4636Abstract
Perkembangan teknologi smartphone yang cepat menghasilkan banyak variasi merek dan spesifikasi, yang membuat harga handphone sangat bervariasi. penelitian ini bertujuan untuk mengklasifikasikan harga handphone berdasarkan fitur-fitur seperti RAM, memori intertal, kamera, prosesor, dan merek menggunakan algoritma Decision Tree. Metode ini dipilih karna kemampuannya menentukan model klasifikasi yang mudah dipahami dan diinterpretasi. Dataset yang digunakan terdiri dari 64 data handphone yang telah diberi label harga yaitu ‘Murah, Sedang, Mahal’. Hasil klasifikasi menunjukan tingkat akurasi sebesar 97%, model yang dihasilkan dapat membantu konsumen serta penjual dalam memahami segmentasi pasar smartphone.
Kata Kunci: Data Mining, Decision Tree, Klasifikasi, Harga Handphone.
The rapid development of smartphone technology has resulted in various brands and specefications, cousing price diversity. This study aims to classify smartphone prices based on features such as RAM, internal memory, camera, processor, and brand using the Decision Tree algorithm. This method was chosen for its ability to build interpretble clasification models. The dataset consists of 64 smartphone records labeled by price (low, Medium, High). the clasifacation achieved an accuracy of 97%, and the resulting model helps consumers and sellers understand smartphone market segmentation.
Keywords: Data Mining, Decision Tree, Classification, Smartphone Price
References
Amanda, W. and Voutama, A. (2025) ‘Klasifikasi Pendapatan Menggunakan Algoritma Random Forest : Studi Kasus Dataset Adult Income’, 16(2), pp. 79–84.
Arisusanto, A., Suarna, N. and Dwilestari, G. (2023) ‘Analisa Klasifikasi Data Harga Handphone Menggunakan Algoritma Random Forest Dengan Optimize Parameter Grid’, Jurnal Teknologi Ilmu Komputer, 1(2), pp. 43–47. Available at: https://doi.org/10.56854/jtik.v1i2.51.
Dutalia, S. et al. (2021) ‘Implementasi Algoritma C4 . 5 Untuk Klasifikasi Penjualan’, 06, pp. 1–12.
Faisal, F., Dhika, H. and Veris, H. (2021) ‘Penerapan Algoritma Decision Tree Dalam Penjualan Handphone’, JRKT (Jurnal Rekayasa Komputasi Terapan), 1(04), pp. 239–246. Available at: https://doi.org/10.30998/jrkt.v1i04.6157.
Farkhatul Jannah, S., Astuti, R. and Muhamad Basysyar, F. (2024) ‘Implementasi Algoritma Random Forest Pada Aplikasi Picsart Berdasarkan Respon Pengguna’, JATI (Jurnal Mahasiswa Teknik Informatika), 8(1), pp. 274–283. Available at: https://doi.org/10.36040/jati.v8i1.8329
Ha, J., Kambe, M. and Pe, J. (2011) Data Mining: Concepts and Techniques, Data Mining: Concepts and Techniques. Available at: https://doi.org/10.1016/C2009-0-61819-5.
Marudut Mulia Siregar, V. (2017) ‘Perancangan Aplikasi Data Mining Untuk Memprediksi Penjualan Menggunakan Metode Decision Tree Pada Apotik Ths Pematangsiantar’, Jurnal Murni Sadar, 7(1), pp. 51–61. Available at: http://jurnal.murnisadar.ac.id/index.php/PBI/article/view/6.
Nasrullah, A.H. (2021) ‘Implementasi Algoritma Decision Tree Untuk Klasifikasi Produk Laris’, Jurnal Ilmiah Ilmu Komputer, 7(2), pp. 45–51. Available at: https://doi.org/10.35329/jiik.v7i2.203.
Setiawan, A. et al. (2024) ‘Klasifikasi Tingkat Risiko Diabetes Menggunakan Algoritma’, 7(2), pp. 263–271.
Siburian, V.W. and Mulyana, I.E. (2018) ‘Prediksi Harga Ponsel Menggunakan Metode Random Forest’, Annual Research Seminar (ARS) 2018, 4(1), pp. 144–147.
Sigid Widodo, A.Z.M., Pandu Kusuma, A. and Dwi Puspitasari, W. (2023) ‘Analisis Algoritma Naive Bayes Classifier (Nbc) Pada Klasifikasi Tingkat Minat Barang Di Toko Violet Cell’, JATI (Jurnal Mahasiswa Teknik Informatika), 7(1), pp. 87–94. Available at: https://doi.org/10.36040/jati.v7i1.5692
Suci Amaliah, Nusrang, M. and Aswi, A. (2022) ‘Penerapan Metode Random Forest Untuk Klasifikasi Varian Minuman Kopi di Kedai Kopi Konijiwa Bantaeng’, VARIANSI: Journal of Statistics and Its application on Teaching and Research, 4(3), pp. 121–127. Available at: https://doi.org/10.35580/variansiunm31.
Suriani, U. (2023) ‘Penerapan Data Mining untuk Memprediksi Tingkat Kelulusan Mahasiswa Menggunakan Algoritma’, 3(2), pp. 55–66.
Zeahol Fatah M.kom (2025) Komputer dan Masyarakat. Yogyakarta: Pena Muda Media.
Zein, A. and Ekawati, F. (2025) ‘Prediksi Harga Handphone Berbasis Algoritma Supervised Learning’, 35(2), pp. 27–33.
