Text
“KLASIFIKASI PENJUALAN MOBIL BMW DENGAN METODE LIGHT GRADIENT BOOSTING MACHINE”
- Bagikan:
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.
Detail Information
| Item Type |
Skripsi (S1)
|
|---|---|
| Penulis |
Winda Susilowati - Personal Name
|
| Student ID |
222510139
|
| Dosen Pembimbing |
Arina Prima Silalahi S.Kom., M.Kom - - Dosen Pembimbing 1
Tamado Simon Sagala, S.I.P., M.Si - - Dosen Pembimbing 2 |
| Penguji | |
| Kode Prodi PDDIKTI |
55201
|
| Edisi |
Published
|
| Departement |
Teknik Informatika
|
| Kontributor | |
| Bahasa |
Indonesia
|
| Penerbit | Universitas Methodist Indonesia : Medan., 2026 |
| Edisi |
Published
|
| Subyek | |
| No Panggil | |
| Copyright |
Fakultas Ilmu Komputer Universitas Methodist Indonesia
|
| Doi |