Prediksi Harga Laptop Berdasarkan Spesifikasi Menggunakan Algoritma K-Nearest Neighbour

Abstrak

Perkembangan teknologi informasi mendorong meningkatnya kebutuhan laptop sebagai perangkat komputasi utama bagi berbagai kalangan. Harga laptop sangat bervariasi, dipengaruhi oleh spesifikasi seperti jenis prosesor, kapasitas RAM, penyimpanan, dan fitur tambahan. Penelitian ini bertujuan mengembangkan sistem prediksi harga laptop berdasarkan spesifikasi menggunakan algoritma K-Nearest Neighbor (K-NN) yang diintegrasikan dalam aplikasi berbasis web dengan backend Laravel API dan database MySQL. Algoritma K-NN bekerja dengan mencari data yang memiliki karakteristik paling mirip untuk menentukan estimasi harga. Dataset harga laptop yang digunakan melewati tahap preprocessing, termasuk konversi data kategorikal ke numerik agar dapat diolah oleh model. Pengujian dilakukan dengan variasi nilai K, yaitu 3, 5, 7, dan 9, menggunakan metrik akurasi, Mean Absolute Error (MAE), dan Root Mean Square Error (RMSE). Hasil pengujian menunjukkan K = 5 memberikan performa terbaik dengan akurasi 0.89, MAE 0.15, dan RMSE 0.18. Nilai K terlalu kecil membuat model sensitif, sedangkan nilai K terlalu besar membuat model terlalu general, sehingga K = 5 menjadi titik optimal. Model ini mampu menghasilkan prediksi dengan tingkat kesalahan rendah dan akurasi tinggi, membuktikan efektivitas K-NN dalam memprediksi harga laptop berdasarkan spesifikasi seperti merk prosesor, tipe prosesor, RAM, kapasitas penyimpanan, dan ukuran layar. Keberhasilan penelitian ini juga membuktikan bahwa integrasi Flutter, Laravel API, dan MySQL dapat mendukung pengembangan sistem prediksi harga laptop yang responsif, interaktif, dan bermanfaat bagi calon pembeli maupun penjual