Sistem Klasifikasi Variabel Tingkat Penerimaan Konsumen Terhadap Mobil Menggunakan Metode Random Forest
Sistem Klasifikasi Variabel Tingkat Penerimaan Konsumen Terhadap Mobil Menggunakan Metode Random Forest
复制标题
Sistem Klasifikasi Variabel Tingkat Penerimaan Konsumen Terhadap Mobil Menggunakan Metode 随机森林
DOI：
10.15294/jte.v9i1.10452
复制
发表时间：
2017
期刊：
影响因子：
--
通讯作者：
Nova Emiliyawati
中科院分区：
文献类型：
--
作者：
Y. S. Nugroho;Nova Emiliyawati
萨特·尼达克·达帕特·迪蓬吉里·巴瓦·巴瓦·帕萨尔·帕萨里·帕萨里工业公司的美孚公司，在印尼。印度尼西亚Memiliki Industri manufakur Mobil Terbesar kedua di Asia Tenggara setelah泰国。南门·哈西勒·统计·门农·苏干·巴瓦·廷卡特·彭华兰·美孚·迪·印度尼西亚·马西姆·贝鲁姆·阿基巴特·廷卡特·佩内里马·康苏门扬·仁达。阿达·班亚克·法克托·杨·姆本加鲁伊·廷卡特·佩内里马·康苏门·德哈达普·普罗杜克--普罗杜克·美孚·杨·巴鲁·迪龙库坎。吉卡·哈尔·特鲁斯·特尔贾迪，阿坎·比林巴斯·布卢克·帕达·利润塔，生产美孚石油公司。我不知道我的名字是什么，我不知道你的意思是什么。他说：“我的意思是说，我不知道我的名字是什么意思。”无规森林(RF)。Pada metode ini，data maupun tribe Diambil secara secara sehingga dimungkinkan akan menghasilkan berbagai Model pohon keputusan.阿肯色州的根节点达拉姆·波鸿·克普图桑、梅鲁巴坎·阿扎尔阳·帕林的信号为达拉姆·达拉姆·梅彭加鲁希·廷卡特·佩内马恩·美比勒·帕达·康苏门。哈西菲卡斯是一位伟大的创业者，他说：“这是一件很重要的事情。”
Saat ini tidak dapat dipungkiri bahwa persaingan pasar industri mobil di berbagai belahan dunia sangat ketat tak terkecuali di Indonesia. Indonesia memiliki industri manufaktur mobil terbesar kedua di Asia Tenggara setelah Thailand. Namun hasil statistik menunjukkan bahwa tingkat penjualan mobil di Indonesia masih belum stabil akibat tingkat penerimaan konsumen yang rendah. Ada banyak faktor yang mempengaruhi tingkat penerimaan konsumen terhadap produk-produk mobil yang baru diluncurkan. Jika hal tersebut terus terjadi, akan berimbas buruk pada profitabilitas produsen mobil di negara ini. Untuk membantu mengurangi masalah tersebut, maka dibuat sebuah sistem untuk mengklasifikasi faktor yang mempengaruhi permasalahan tingkat penerimaan mobil oleh pihak konsumen. Faktor-faktor yang digunakan dalam sistem sebagai variabel yang mempengaruhi tingkat penerimaan konsumen terdiri dari harga pembelian, biaya perawatan, jumlah pintu, kapasitas penumpang, ukuran bagasi dan taksiran keselamatan penumpang. Sistem pengklasifikasi variabel ini dibangun dengan menerapkan metode Random Forest (RF). Pada metode ini, data maupun atribut diambil secara acak sehingga dimungkinkan akan menghasilkan berbagai model pohon keputusan. Adapun variabel yang menempati sebagai root node dalam pohon keputusan, merupakan variabel yang paling signifikan dalam mempengaruhi tingkat penerimaan mobil pada konsumen. Hasil dari sistem klasifikasi yang dibangun dapat dijadikan pertimbangan bagi produsen mobil di masa mendatang, sehingga produksi mobil menjadi lebih efektif, dapat meminimalisir kerugian dan meningkatkan profitabilitas produsen.