Text
Implementasi Algoritma Logistic Regression Dalam Memprediksi Kelas Harga Smartphone Berdasarkan Spesifikasi
Perkembangan industri smartphone yang pesat memerlukan pemahaman yang lebih dalam terkait segmentasi harga berdasarkan spesifikasi teknis perangkat. Penelitian ini bertujuan untuk mengimplementasikan algoritma Logistic Regression dalam membangun model klasifikasi harga smartphone berdasarkan fitur-fiturteknisseperti RAM, prosesor, kamera,
baterai, dan ukuran layar. Model ini diharapkan dapat memberikan kontribusi baik secara teoritis dalam pengembangan kajian machine learning maupun secara praktis dalam membantu konsumen dan pelaku industri memahami segmentasi harga smartphone secara lebih terukur dan objektif. Penelitian ini juga membuka peluang untuk pengembangan sistem rekomendasi harga atau alat bantu pemilihan produk berbasis data spesifikasi yang dapat digunakan dalam platform e-commerce dan sistem pendukung keputusan. Tujuan utama dari penelitian ini adalah membangun model klasifikasi harga smartphone ke dalam beberapa kelas harga, menerapkan algoritma Logistic Regression untuk membentuk model tersebut, serta menganalisis pengaruh preprocessing data dan tuning hyperparameter terhadap performa model. Hasil penelitian menunjukkan bahwa model Logistic Regression mampu mengklasifikasikan harga smartphone dengan tingkat akurasi yang cukup baik, dimana fitur seperti RAM dan resolusi layar menjadi faktor dominan dalam menentukan kelas harga. Proses preprocessing dengan normalisasi juga terbukti meningkatkan kestabilan prediksi model. Penelitian ini memberikan manfaat yang signifikan baik secara ilmiah dalam bidang machine learning, maupun secara praktis dalam membantu konsumen dan industri teknologi dalam menentukan harga produk berdasarkan spesifikasi teknis. Model ini juga dapat dijadikan dasar pengembangan sistem rekomendasi harga di platform digital.
Tidak tersedia versi lain