Rekomendasi Merk Mobil Untuk Calon Pembeli Menggunakan Algoritma Decision Tree

Abstract

Indonesia merupakan salah satu negara dengan jumlah penduduk yang banyak di dunia. Dalam aktivitas sehari-hari, mobil merupakan modal transportasi yang mayoritas dipakai oleh masyarakat selain sepeda  motor. Saat ini merk mobil yang diproduksi di Indonesia maupun langsung diimpor dari luar negeri semakin banyak dengan berbagai keunggulan masing –masing. Hal tersebut menyebabkan pengguna yang mau membeli mobil seringkali masih kesulitan untuk menentukan merk mobil yang sesuai dengan kriteria yang diinginkan. Dari permasalahan di atas maka akan dilakukan sebuah penelitian untuk membuat sebuah sistem klasifikasi merk mobil. Klasifikasi merk mobil ini nantinya diharapkan dapat meningkatkan efektifitas pemilihan merk mobil yang akan dibeli. Dalam penelitian ini disusulkan metode decission tree. Metode Decision tree sering digunakan untuk menghasilkan sebuah pohon keputusan yang memetakan kondisi dan tindakan yang harus diambil berdasarkan kondisi. Data yang digunakan memiliki Informasi tentang 3 merk mobil yakni AS, Jepang, Eropa. Tujuannya yaitu menemukan merk mobil menggunakan parameter seperti inci kubik, tahun pembuatan, dan lain-lain. Dari hasil pengujian nilai akurasi yang didapatkan yaitu 70%, rata-rata presisi 66% dan recall 70%.

Indonesia is one of the countries with a large population in the world. In daily activities, the car is the mode of transportation that the majority of people use besides motorbikes. Currently there are more and more car brands produced in Indonesia and directly imported from abroad with their respective advantages. This causes users who want to buy a car to often find it difficult to determine a car brand that fits the desired criteria. From the problems above, a study will be carried out to create a car brand classification system. This classification of car brands is expected to increase the effectiveness of choosing the car brand to be purchased. In this study, the decision tree method was proposed. The Decision tree method is often used to produce a decision tree that maps conditions and actions to be taken based on conditions. The data used has information about 3 car brands namely US, Japan, Europe. The goal is to find the make of the car using parameters like cubic inches, year of manufacture, etc. From the test results the accuracy value obtained is 70%, the average precision is 66% and the recall is 70%.