PREDIKSI HARGA MOBIL MENGGUNAKAN LINEAR REGRESSION, RIDGE REGRESSION DAN LASSO REGRESSION
DOI:
https://doi.org/10.31004/jrpp.v8i1.43145Keywords:
Prediksi Harga Mobil, Linear Regression, Ridge Regression, Lasso RegressionAbstract
Prediksi harga mobil merupakan aspek penting dalam industri otomotif, membantu produsen, dealer dan konsumen dalam menentukan nilai pasar kendaraan secara objektif. Berbagai faktor seperti merek, tahun produksi, jenis bahan bakar, dan lain-lain dapat memengaruhi harga mobil, sehingga diperlukan model prediktif yang akurat. Penelitian ini bertujuan untuk menganalisis performa Linear Regression, Ridge Regression dan Lasso Regression dalam memprediksi harga mobil. Data yang digunakan diproses melalui One Hot Encoding dan Standard Scaler, kemudian dibagi menjadi data training dan testing dengan rasio 80-20. Hasil penelitian menunjukkan bahwa Lasso Regression dengan memberikan performa terbaik dengan MSE sebesar dan R2 score sebesar . Penelitian ini membuktikan bahwa model regresi yang digunakan mampu menunjukkan performa prediksi harga mobil dengan akurasi tinggi, sehingga dapat digunakan sebagai dasar dalam analisis harga kendaraan.References
Ahsan, M., Mahmud, M., Saha, P., Gupta, K., & Siddique, Z. (2021). Effect of Data Scaling Methods on Machine Learning Algorithms and Model Performance. Technologies, 9(3), 52. https://doi.org/10.3390/technologies9030052
Aji Saputra, M., Martanto, M., & Hayati, U. (2024). Estimasi Harga Mobil Bekas Toyota Yaris Menggunakan Algoritma Regresi Linier. JATI (Jurnal Mahasiswa Teknik Informatika), 8(2), 1696–1701. https://doi.org/10.36040/jati.v8i2.8344
Arashi, M., Roozbeh, M., Hamzah, N. A., & Gasparini, M. (2021). Ridge regression and its applications in genetic studies. PLOS ONE, 16(4), e0245376. https://doi.org/10.1371/journal.pone.0245376
Chicco, D., Warrens, M. J., & Jurman, G. (2021). The coefficient of determination R-squared is more informative than SMAPE, MAE, MAPE, MSE and RMSE in regression analysis evaluation. PeerJ Computer Science, 7, e623. https://doi.org/10.7717/peerj-cs.623
Dar, I. S., Chand, S., Shabbir, M., & Kibria, B. M. G. (2023). Condition-index based new ridge regression estimator for linear regression model with multicollinearity. Kuwait Journal of Science, 50(2), 91–96. https://doi.org/10.1016/j.kjs.2023.02.013
Dewi, B. E. S., Haikal, S., Sulistyowati, H. S., Fitriani, R., & Kuswandono, D. P. (2024). Penerapan Machine Learning Menggunakan Algoritma Random Forest untuk Prediksi Harga Mobil Bekas. Jurnal Teknologi Informasi Dan Digital, 2(1), 20–31.
Hodson, T. O., Over, T. M., & Foks, S. S. (2021). Mean Squared Error, Deconstructed. Journal of Advances in Modeling Earth Systems, 13(12). https://doi.org/10.1029/2021MS002681
James, G., Witten, D., Hastie, T., Tibshirani, R., & Taylor, J. (2023). Linear Regression (pp. 69–134). https://doi.org/10.1007/978-3-031-38747-0_3
Kusuma, M. D. H., & Hidayat, S. (2024). Penerapan Model Regresi Linier dalam Prediksi Harga Mobil Bekas di India dan Visualisasi dengan Menggunakan Power BI. Jurnal Indonesia : Manajemen Informatika Dan Komunikasi, 5(2), 1097–1110. https://doi.org/10.35870/jimik.v5i2.629
Lee, J. H., Shi, Z., & Gao, Z. (2022). On LASSO for predictive regression. Journal of Econometrics, 229(2), 322–349. https://doi.org/10.1016/j.jeconom.2021.02.002
Li, F., Lai, L., & Cui, S. (2021). On the Adversarial Robustness of LASSO Based Feature Selection. IEEE Transactions on Signal Processing, 69, 5555–5567. https://doi.org/10.1109/TSP.2021.3115943
Montesinos López, O. A., Montesinos López, A., & Crossa, J. (2022). Overfitting, Model Tuning, and Evaluation of Prediction Performance. In Multivariate Statistical Machine Learning Methods for Genomic Prediction (pp. 109–139). Springer International Publishing. https://doi.org/10.1007/978-3-030-89010-0_4
Tech. (2025). Car Price Dataset. www.kaggle.com
Tsagris, M., & Pandis, N. (2021). Multicollinearity. American Journal of Orthodontics and Dentofacial Orthopedics, 159(5), 695–696. https://doi.org/10.1016/j.ajodo.2021.02.005
Tsigler, A., & Bartlett, P. L. (2023). Benign overfitting in ridge regression. Journal of Machine Learning Research, 24(123), 1–76.
Wilianto, W., Yuliana, Y., Suwandhi, A., Jimmy, J., & Putra, J. (2024). Penerapan AI dalam Menentukan Harga Mobil Bekas Berdasarkan Tahun Perakitan. Jurnal Minfo Polgan, 13(1), 550–560. https://doi.org/10.33395/jmp.v13i1.13728
Yu, L., Zhou, R., Chen, R., & Lai, K. K. (2022). Missing Data Preprocessing in Credit Classification: One-Hot Encoding or Imputation? Emerging Markets Finance and Trade, 58(2), 472–482. https://doi.org/10.1080/1540496X.2020.1825935
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Moses Sinanta P.W.J.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
