PENERAPAN METODE XTREME GRADIENT BOOSTING (XGBOOST) DALAM KLASIFIKASI HARGA PONSEL

Rijal, Muhamad Khoerur (2022) PENERAPAN METODE XTREME GRADIENT BOOSTING (XGBOOST) DALAM KLASIFIKASI HARGA PONSEL. Diploma thesis, Universitas Pembangunan Nasional "Veteran" Yogyakarta.

	Text COVER.pdf Download (458kB)
	Text ABSTRAK.pdf Download (445kB)
	Text DAFTAR ISI.pdf Download (292kB)
	Text DAFTAR PUSTAKA.pdf Download (339kB)
	Text PENGESAHAN PEMBIMBING.pdf Download (713kB)
	Text SKRIPSI FULL_MUHAMMAD KHOERUR RIJAL_123150084.pdf Restricted to Repository staff only Download (2MB)

Abstract

Harga merupakan uang yang dibebankan dan melekat atas suatu produk atau jasa atau
jumlah dari nilai yang ditukar konsumen atas manfaat memiliki atau menggunakan produk
atau jasa. Harga juga sering kali digunakan sebagai indikator nilai yang mana harga tersebut
dihubungkan dengan kemanfaatan yang dirasakan atas suatu barang. Tentunya tidak terlepas
dengan harga ponsel, manfaat dari fitur dan harga memiliki pengaruh yang signifikan
terhadap keputusan pembelian ponsel. Sehingga sangat penting untuk mengetahui serta
mengklasifikasikan harga dari ponsel berdasarkan fitur-fitur yang tersedia pada ponsel.
Dalam klasifikasi harga ponsel, machine learning dapat digunakan untuk memecahkan
masalah klasifikasi tersebut. Salah satu metode yang adalah Xtreme Gradient Boosting
(XGBoost). Algoritma Xtreme Gradient Boosting ini memiliki regularization sehingga
model yang dibentuk tidak terjadi overfitting yang menyebabkan hasil akurasi menjadi
buruk. Dalam Penelitian ini Dataset yang akan digunakan adalah Mobile Price Prediction
yang didapat dari web Kaggle. Yang berisi 2000 baris data berisi daftar spesifikasi dari
ponsel. Pada penelitian ini variable-variabel klasifikasi yang akan digunakan adalah
battery_power, dual_sim, four_g, int_memory, ram, touch_screen, dan wifi.
Model yang dibangun dalam penelitian ini dilakukan tuning hyper parameter
menggunakan Grid Search untuk menemukan model hyper parameter yang terbaik. Hasil
dari penelitian ini adalah model klasifikasi harga ponsel. Pengukuran akurasi model
dilakukan menggunakan confusion matrix, dari hasil pengukuran didapatkan akurasi model
klasifikasi harga ponsel yang terbentuk mendapatkan nilai akurasi sebesar 81,16 % dengan
nilai presisi sebesar 81,76, nilai recall sebesar 81,16 dan f1 skor sebesar 81,34.
Kata Kunci : Klasifikasi Harga Ponsel, XGBoost, Grid Search

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Klasifikasi Harga Ponsel, XGBoost, Grid Search
Subjects:	Q Science > Q Science (General)
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eny Suparny
Date Deposited:	20 Dec 2022 03:53
Last Modified:	20 Dec 2022 03:53
URI:	http://eprints.upnyk.ac.id/id/eprint/31980

Actions (login required)

View Item