Implementasi Algoritma Random Forest untuk Prediksi Harga Mobil Menggunakan Dataset Car Assignment
DOI:
https://doi.org/10.35473/jamastika.v5i1.4711Abstract
Prediksi harga mobil bekas merupakan tantangan signifikan di industri otomotif karena harga dipengaruhi oleh multifaktor seperti spesifikasi teknis, tahun produksi, jarak tempuh, dan kondisi pasar. Akurasi prediksi harga secara manual seringkali tidak optimal. Penelitian ini bertujuan untuk mengimplementasikan algoritma Random Forest Regression dalam memprediksi harga mobil menggunakan dataset Car Price Assignment. Proses penelitian meliputi tahapan pengumpulan data (webscrapping atau dari dataset publik), preprocessing (termasuk Label Encoding untuk data kategorikal), pembagian data, pemodelan, dan evaluasi. Algoritma Random Forest dikenal memiliki akurasi tinggi dan ketahanan terhadap overfitting. Hasil evaluasi dari model yang dikembangkan menunjukkan performa yang kuat dengan nilai metrik $\mathbf{R^2}$ sebesar 0.9638 dan sebesar 2201.815. Hasil ini mengindikasikan bahwa model Random Forest sangat efektif dan dapat diandalkan sebagai acuan bagi penjual maupun pembeli dalam menentukan estimasi harga mobil.
Kata Kunci: Random Forest, Prdiksi Harga Mobil, Machine Learning, Regresi,
Pred Used car price prediction is a significant challenge in the automotive industry as prices are influenced by multiple factors such as technical specifications, production year, mileage, and market conditions. Manual price prediction accuracy is often suboptimal. This study aims to implement the Random Forest Regression algorithm for used car price prediction using the Car Price Assignment dataset. The research process includes data collection (web scraping or from a public dataset), preprocessing (including Label Encoding for categorical data), data splitting, modeling, and evaluation. The Random Forest algorithm is known for its high accuracy and resilience to overfitting. The evaluation results of the developed model demonstrate strong performance with metric value of 0.9638 and $\mathbf{MAE}$ of 2201.815. This finding indicates that the Random Forest model is highly effective and can be a reliable benchmark for both sellers and buyers in estimating car prices.
Keywords: Random Forest, Car Price Prediction, Machine Learning, Regresi,
References
Amalia, M. R. (2021). PREDIKSI HARGA MOBIL MENGGUNAKAN ALGORITMA REGRESSI DENGAN HYPER-PARAMETER TUNING. JUSIKOM PRIMA(Jurnal Sistem Informasi dan Ilmu Komputer Prima), 28-32.
Angga Agustino Maulana, K. L. (2025). IMPLEMENTASI ALGORITMA RANDOM FOREST REGRESSION UNTUK ESTIMASI HARGA MOBIL BEKAS TOYOTA. Jurnal Informatika dan Sains(JINTEKS), 1294-1303.
Bambang Kriswantar, R. S. (2022). Used Car Price Prediction with Random Forest Regressor Model. Journal of Information Systems, Informatics and Computing, 2579-5201.
Belinda Eka Sarah Dewi, S. H. (2024). PENERAPAN MACHINE LEARNING MENGGUNAKAN ALGORITMA RANDOM FOREST UNTUK MEMPREDIKSI HARGA MOBIL BEKAS. JURNAL TRIDI, 20-31.
Endi Ernawati, A. K. (2024). Komparasi Kinerja Algoritma Random Forest dan C4.5 untuk Klarifikasi Harga Mobil. Buletin Ilmiah Informatika Teknologi, 25-32.
Eni Khusnul Khotimah, D. I. (2025). Forecasting Used Car Price Using Machine Learning. IT Journal Research and Development(ITJRD), 123-139.
Ervier Priande, G. M. (2024). PENGEMBANGAN SISTEM PREDIKSI HARGA MOBIL BEKAS OLX MENGGUNAKAN ALGORITHMA RANDOM FOREST. Jurnal Sarjana Teknik Informatika, 1-8.
Jerry Anggara1, F. R. (2025). Pengembangan Sistem Prediksi Harga dan Rekomendasi Mobil Bekas Berbasis Machine Learning. JoTI (Journal of Technology and Informatics), 11-23.
Muhammad Ardiyansyah Sembiring, M. F. (2025). ANALISIS PERFORMANCE MODEL PREDIKSI HARGA JUAL MOBIL BEKAS MENGGUNAKAN MACHINE LEARNING. Journal Science and Sosial Research, 3570-3582.
Nur Oktavin Idris, F. P. (2025). Evaluasi Model Machine Learning untuk Prediksi Harga Mobil dengan Perbandingan Ensemble dan Regresi Linier. Jurnal Ilmu Komputer dan Sistem Informasi (JIRSI), 129-143.
Sandy Mulyanda, S. D. (2023). Analisis Data Mining Menggunakan Algoritma C4.5 Untuk Prediksi Harga Pasar Mobil Bekas. Jurnal KomtekInfo, 116-121.
Winata, A. J. (2024). PREDIKSI HARGA MOBIL BEKAS MENGGUNAKAN ALGORITMA GRADIENT BOOSTING MACHINE DAN RANDOM FOREST. Journal Inofasi Penidkan Kreatif, 454-464.
