Prediksi Harga Batu Mulia/Gemstone Berdasarkan Karakteristiknya Menggunakan Linear Regression

Penulis

  • Firlydani Syifana Putra Program Studi Informatika Fakultas Sains dan Teknologi Universitas Peradaban

Kata Kunci:

Batu Mulia, Karakteristik, Linear Regression, Neatbeans, Java, Mape

Abstrak

Penelitian  ini  merancang  suatu program untuk melakukan prediksi harga batu mulia berdasarkan karakteristik dengan menggunakan Linear regression. Oleh karena itu, Pada penelitian tujuannya adalah membuat sistem yang dapat memprediksi harga batu mulia berdasarkan karakteristiknya. Dengan sistem yang dibuat ini dapat mengatasi permasalahan tentang pembeli yang membeli batu mulia yang overprice dan bila mana ingin dijual kembali dengan harga yang lowerprice dapat menyebabkan kerugian bagi pembeli ataupun penjual. Metode yang digunakan adalah linear regression, karena linear regression dapat melakukan generalisasi dari data yang ada, mampu mengakuisisi pengetahuan walau tidak ada kepastian, menyelesaikan masalah yang sulit didefinisikan, dan mampu melakukan perhitungan secara paralel sehingga proses lebih singkat. gradient descent memiliki peran penting dalam mengoptimasi metode linear regression bertujuan menemukan nilai cost function yang mencapai lokal minimum. normal equation digunakan untuk secara analitis menemukan koefisien yang meminimalkan error.Sistem prediksi harga batu mulia menggunakan Netbeans dengan bahasa pemrograman Java. Adapun batu yg diprediksi harganya yaitu batu berlian. Input dari batu mulia berdasarkan karakteristik berupa berat (carat), kejernihan (clarity), potongan (cut), dan warna (color). output yang dihasilkan berupa prediksi harga batu mulia. Selanjutnya hasil dilakukan evaluasi terhadap prediksi harga batu mulia dengan menggunakan nilai mape. Hasil prediksi harga batu mulia dengan model gradient descent dan normal equation memiliki keakuratan 94% dengan nilai Mape sebesar 5%. Apabila nilai mape rendah menunjukkan bahwa nilai yang dihasilkan oleh  model prediksi mendekati nilai aslinya

##submission.downloads##

Diterbitkan

2023-01-29