Notice: Undefined index: item_type_code in /var/www/html/pustaka/repository/lib/detail.inc.php on line 462
Winda Susilowati Pengarang Arina Prima Silalahi S.Kom., M.Kom Dosen Pembimbing 1 Tamado Simon Sagala, S.I.P., M.Si Dosen Pembimbing 2 Asaziduhu Gea, S.Kom., M.Kom Penguji 1 Alfonsus Situmorang, S.Si., M.Kom Penguji 2

ABSTRAK Penjualan kendaraan pada pasar otomotif global dipengaruhi oleh perbedaan preferensi konsumen antarwilayah serta karakteristik kendaraan. Penelitian ini bertujuan mengklasifikasikan tingkat penjualan mobil BMW ke dalam dua kategori, yaitu High dan Low, dengan menggunakan algoritma Light Gradient Boosting Machine (LightGBM). Data penelitian merupakan dataset penjualan BMW periode 2019–2024 sebanyak 20.093 data, dengan variabel model kendaraan, tahun produksi, wilayah penjualan, tipe bahan bakar, kapasitas mesin, mileage, transmisi, harga, serta volume penjualan. Data kategorikal ditransformasikan melalui one-hot encoding, dan ketidakseimbangan kelas ditangani menggunakan SMOTE sehingga distribusi kelas menjadi seimbang (total 27.778 data). Dataset dibagi menjadi 80% data latih dan 20% data uji, kemudian model dilatih dengan learning rate 0,01 dan dievaluasi menggunakan confusion matrix serta metrik klasifikasi. Hasil pengujian menunjukkan akurasi 78%. Kelas High memiliki precision 0,99, recall 0,55, dan F1-score 0,71, sedangkan kelas Low memiliki precision 0,69, recall 1,00, dan F1-score 0,82. Analisis feature importance menunjukkan transmisi otomatis menjadi variabel paling berpengaruh dalam penjualan tinggi pada semua wilayah dan mesin diesel berpengaruh dengan prediksi penjualan tinggi di 5 wilayah. Dari sisi model, sedan (BMW seri 3, 5, dan 7) lebih unggul dibandingkan SUV (X-Series) dan M-Series. Kata kunci: LightGBM, klasifikasi, penjualan BMW, SMOTE, feature importance.