jurnal khatulistiwa informatika

jurnal khatulistiwa informatika

• By Ependi Ihsanul;
• Jurnal Khatulistiwa Informatika
• 6
• 1-8

Mobil bekas menjadi pilihan yang diminati masyarakat karena harganya yang terjangkau dan spesifikasinya yang beragam. Penelitian ini bertujuan untuk mengelompokkan mobil bekas berdasarkan atribut harga, jarak tempuh, dan tahun produksi menggunakan algoritma K-Means Clustering. Metode Elbow digunakan untuk menentukan jumlah klaster yang optimal. Penelitian ini bertujuan untuk menganalisis pengaruh harga, jarak tempuh, dan tahun produksi mobil terhadap keputusan rekomendasi mobil bekas. Selain itu, penelitian ini juga menganalisis perbedaan jarak antara centroid pada setiap atribut untuk memberikan rekomendasi yang relevan kepada konsumen. Hasil pengujian menunjukkan bahwa mobil bekas dapat dikelompokkan menjadi tiga klaster. Klaster 1 mencakup mobil dengan harga rendah, jarak tempuh tinggi, dan tahun produksi lama, sebanyak 45 dari 159 data. Klaster 2 berisi mobil dengan harga menengah, jarak tempuh sedang, dan tahun produksi menengah, sebanyak 68 data. Klaster 3 adalah mobil dengan harga tinggi, jarak tempuh rendah, dan tahun produksi baru, sebanyak 46 data. Penelitian ini diharapkan dapat membantu konsumen dalam memilih mobil bekas yang sesuai kebutuhan serta memberikan wawasan kepada pelaku bisnis untuk memahami segmentasi pasar mobil bekas.

• Katakunci K-Means Clustering, Mobil Bekas, Harga, Jarak Tempuh, Tahun produksi
• URL http://
• Penerbit Bina Sarana Informatika,

REFERENSI

Adinda, P. R., & Komputer, T. (n.d.). MENSORTIR JENIS DAUN MINT MENGGUNAKAN EUCLIDEAN DISTANCE DAN K-MEANS CLUSTERING DENGAN EKSTRAKSI CIRI BENTUK DAN TEKSTUR. In Portaldata.org (Vol. 2, Issue 9).

 

Analisis Sistem Informasi Akuntansi Siklus Pendapatan Menggunakan DFD Dan Flowchart Pada Bisnis Porobico. (n.d.).

 

Arif, M., & Faisal, M. (2023). Penerapan Model Regresi Linear Untuk Estimasi Mobil Bekas Menggunakan Bahasa Python. Euler : Jurnal Ilmiah Matematika, Sains Dan Teknologi, 11(2), 182–191. https://doi.org/10.37905/euler.v11i2.20698

 

Cahyadi Iman, Nurhayati, & Fitri Iskandar. (2020). Aplikasi Pengaduan dan Maintenance Elektronik Berbasis Web dengan Metode First in First Out (FIFO) di Universitas Nasional. Jurnal JTIK (Jurnal Teknologi Informasi Dan Komunikasi). http://journal.lembagakita.org/index.php/jtik

 

Darmawan Sidik, A., Ansawarman, A., Kunci, K., Kendaraan Bermotor, J., Regresi, M., & Jalan, F. (2022). Prediksi Jumlah Kendaraan Bermotor Menggunakan Machine Learning. Formosa Journal of Multidisciplinary Research (FJMR), 1(3), 559–568. https://doi.org/10.55927

 

Farisi, A., & Fatah, Z. (2024). Implementasi Data Mining Untuk Menentukan Persediaan Stok Barang Menggunakan Metode K-Means Clustering. Volume 2, 205–212. https://doi.org/10.59435/gjmi.v2i11.1059

 

Fauziah, R., & Purnamasari, A. I. (2023). Implementasi Algoritma K-Means pada Kasus Kekerasan Anak dan Perempuan Berdasarkan Usia. Hello World Jurnal Ilmu Komputer, 2(1), 34–41. https://doi.org/10.56211/helloworld.v2i1.232

 

Gelar Guntara, R. (2023). Pemanfaatan Google Colab Untuk Aplikasi Pendeteksian Masker Wajah Menggunakan Algoritma Deep Learning YOLOv7. Jurnal Teknologi Dan Sistem Informasi Bisnis, 5(1), 55–60. https://doi.org/10.47233/jteksis.v5i1.750

 

Halimatussya’diyah Purba, & Yahfizham. (2023). Konsep Dasar Pemahaman Algoritma Pemrograman. Jurnal Arjuna, Volume 1. https://doi.org/10.61132/arjuna.v1i6

 

Indraputra, R. A., & Fitriana, R. (2020). K-Means Clustering Data COVID-19. Jurnal Teknik Industri, Vol. 10.

 

Miftahul Janna, N. (n.d.). VARIABEL DAN SKALA PENGUKURAN STATISTIK.

 

Puspita, R. N., Kependudukan, D., Sipil, P., & Tangerang, K. (n.d.). PERBANDINGAN METODE CENTROID DAN WARD DALAM PENGELOMPOKKAN TINGKAT PENYELESAIAN PENDIDIKAN DI INDONESIA. 3(3), 2022. https://doi.org/10.46306/lb.v3i3

 

Rahayu, K., Fitria, V., Septhya, D., Rahmaddeni, R., & Efrizoni, L. (2023). Klasifikasi Teks untuk Mendeteksi Depresi dan Kecemasan pada Pengguna Twitter Berbasis Machine Learning. MALCOM: Indonesian Journal of Machine Learning and Computer Science, 3(2), 108–114. https://doi.org/10.57152/malcom.v3i2.780

 

Rahman, S., Sembiring, A., Siregar, D., Khair, H., Prahmana, G., Puspadini, R., & Zen, M. (n.d.). PYTHON : DASAR DAN PEMROGRAMAN BERORIENTASI OBJEK TAHTA MEDIA GROUP.

 

Rahmat, A., Syafiih, M., & Faid, M. (2023). IMPLEMENTASI KLASIFIKASI POTENSI PENYAKIT JANTUNG DENGAN MENGGUNAKAN METODE C4.5 BERBASIS WEBSITE ( STUDI KASUS KAGGLE.COM ). INFOTECH Journal, 9(2), 393–400. https://doi.org/10.31949/infotech.v9i2.6295

 

Suharto Agus. (2023). FUNDAMENTAL BAHASA PEMROGRAMAN PYTHON Agus Suharto PENERBIT CV.EUREKA MEDIA AKSARA.

 

Syahfitri, N., Budianita, E., Nazir, A., & Afrianty, I. (2023). KLIK: Kajian Ilmiah Informatika dan Komputer Pengelompokan Produk Berdasarkan Data Persediaan Barang Menggunakan Metode Elbow dan K-Medoid. Media Online, 4(3), 1668–1675. https://doi.org/10.30865/klik.v4i3.1525

 

VOLUME.+1,+NO.+6,+Des+2023+hal+290-301 (1). (n.d.).

 

Yuyun, N., Sistem, H., & Akuntansi, I. (n.d.). Sistem Persediaan Barang Atk pada PT KAI (Persero) Sub Div Reg. III.2 Tanjung Karang. In Ilmudata.org (Vol. 2, Issue 8).

 

Zuhal, N. K. (2022). Study Comparison K-Means Clustering dengan Algoritma Hierarchical Clustering. In Universitas Nusantara PGRI Kediri. Kediri (Vol. 1).