KLASIFIKASI AKSEPTABILITAS MOBIL MENGGUNAKAN ALGORITMA NAïVE BAYES

Abstract

Dengan industri otomotif yang berkembang pesat, persaingan antar produsen mobil semakin ketat. Untuk memenangkan persaingan ini, pemahaman yang mendalam tentang preferensi konsumen dan mobil sangatlah penting. Pabrikan dan perancang mobil harus mengidentifikasi faktor-faktor yang mempengaruhi penerimaan mobil untuk menghasilkan produk yang memenuhi kebutuhan dan harapan pelanggan. Klasifikasi penerimaan mobil sulit dilakukan karena faktor-faktor yang mempengaruhinya sangat kompleks dan subyektif. Atribut-attribut seperti harga beli, harga perawatan, jumlah pintu, kapasitas orang dalam mobil, ukuran bagasi, dan keamanan. Oleh karena itu, dapat dilakukan penelitian untuk mengidentifikasi atribut-atribut yang mempengaruhi akseptabilitas mobil. Metode yang digunakan dalam penelitian ini melibatkan pengumpulan data dari situs Kaggle. Data yang diperoleh kemudian diproses dan dibagi menjadi data training dan data testing. Selanjutnya algoritma klasifikasi Naive Bayes diterapkan pada data training. Hasil penelitian menunjukkan bahwa algoritma klasifikasi Naive Bayes efektif dalam mengklasifikasi penerimaan kendaraan. Menggunakan kombinasi atribut yang relevan, model klasifikasi Naive Bayes dapat mengidentifikasi mobil yang dapat diterima dan tidak dapat diterima dengan akurasi yang wajar.