Analisis Perbandingan Algoritma Linear Regression dan Gradient Boosting dalam Memprediksi Harga Smartphone Berdasarkan Spesifikasi Perangkat
DOI:
https://doi.org/10.62712/juktisi.v5i2.1341Keywords:
Smartphone, Linear Regression, Gradient Boosting, Orange Data Mining, Prediksi HargaAbstract
Pesatnya perkembangan teknologi informasi mentransformasikan smartphone menjadi komoditas ekonomi digital dengan fluktuasi harga yang tinggi akibat kompleksitas hubungan antarspesifikasi secara non-linear. Penelitian ini bertujuan untuk menguji efektivitas metode statistik tradisional dibandingkan dengan pendekatan ensemble learning dalam memprediksi harga smartphone. Analisis dilakukan melalui perbandingan kinerja antara algoritma Linear Regression dan Gradient Boosting berdasarkan lima komponen utama, yaitu RAM, Storage, Baterai, Brand, dan Resolusi Display menggunakan perangkat lunak Orange Data Mining. Penelitian ini memanfaatkan dataset sekunder sebesar 1.715 baris data dengan proporsi pembagian sampel 70% sebagai data latih (1.201 baris) dan 30% sebagai data uji (514 baris). Akurasi model diukur secara kuantitatif melalui metrik R-Squared (R2), Root Mean Square Error (RMSE), dan Mean Absolute Percentage Error (MAPE). Hasil pengujian membuktikan bahwa algoritma Gradient Boosting memiliki kinerja lebih baik dengan mencatatkan nilai R2 sebesar 0.998 (99.8%), RMSE sebesar 16.766, serta MAPE sebesar 0.014 (1.4%). Sementara itu, Linear Regression menghasilkan nilai R2 sebesar 0.990 (99.0%), RMSE sebesar 34.933, dan MAPE sebesar 0.087 (8.7%). Hasil ini membuktikan hipotesis bahwa kelompok algoritma ensemble learning terbukti sangat adaptif dan presisi dalam mengekstrak interaksi non-linear yang rumit dari spesifikasi fisik perangkat tanpa menimbulkan gangguan noise.
Downloads
References
[1] Tiara and Ismawati, “Analisis Pengaruh Kualitas Produk, Harga, dan Promosi Terhadap Keputusan Pembelian Handphone Samsung pada Mahasiswa Kampus Negeri di Surakarta,” Analisis Pengaruh Kualitas Produk, Harga, dan Promosi Terhadap Keputusan Pembelian Handphone Samsung pada Mahasiswa Kampus Negeri di Surakarta, vol. 2, pp. 1–7, Nov. 2025, doi: https://doi.org/10.36600/rma.v16i2.497.
[2] P. A. Candra and S. M. Saggaff, “ANALYSIS OF THE INFLUENCE OF BRAND EQUITY ON CUSTOMER LOYALTY THROUGH CUSTOMER SATISFACTION FOR SAMSUNG SMARTPHONES: A CASE STUDY OF SMARTPHONE USERS AT TMT BUILDING, CILANDAK, SOUTH JAKARTA ANALISIS PENGARUH EKUITAS MEREK TERHADAP LOYALITAS PELANGGAN MELALUI KEPUASAN PELANGGAN SMARTPHONE MEREK SAMSUNG: STUDI KASUS PADA PELANGGAN SMARTPHONE DI TMT BUILDING CILANDAK, JAKARTA SELATAN ARTICLE INFO ABSTRACT Correspondent,” Journal of Social and Economics Research, vol. 7, no. 1, 2025, doi: https://doi.org/10.54783/jser.v7i1.917.
[3] D. S. Dewi et al., “PENGARUH GAYA HIDUP SERTA KUALITAS PRODUK TERHADAP KEPUTUSAN PEMBELIAN SMARTPHONE IPHONE DI WILAYAH KOTA DKI JAKARTA,” 2026. doi: https://doi.org/10.53825/jmbjayakarta.v7i2.430.
[4] Felia and Nurul, “PENGARUH KUALITAS PRODUK, HARGA PRODUK DAN KEPUASAN PELANGGAN TERHADAP KEPUTUSAN PEMBELIAN BRAND HP OPPO YANG DIGUNAKAN OLEH MASYARAKAT JEPARA,” PENGARUH KUALITAS PRODUK, HARGA PRODUK DAN KEPUASAN PELANGGAN TERHADAP KEPUTUSAN PEMBELIAN BRAND HP OPPO YANG DIGUNAKAN OLEH MASYARAKAT JEPARA, vol. 15, pp. 1–27, Dec. 2025, doi: https://doi.org/10.52643/jam.v15i4.6914.
[5] T. S. Muliadi, B. Romadhoni, S. Indrayani, F. Ekonomi, D. Bisnis, and U. Muhammadiyah Makassar, “PENGARUH KUALITAS PRODUK, HARGA DAN WORD OF MOUTH TERHADAP MINAT BELI PRODUK SMARTPHONE OPPO PADA TOKO ITC CELL KOTA MAKASSAR,” 2025. doi: https://doi.org/10.37476/jbk.v14i2.5101.
[6] G. Graceallah, “PENGARUH COMPETITIVE PRICING DAN CUSTOMER PERCEIVED VALUE TERHADAP KEPUTUSAN MENJUAL SMARTPHONE INFINIX PADA GERAI PENJUALAN SMARTPHONE DI PONTIANAK DAN KUBU RAYA DENGAN BRAND IMAGE SEBAGAI VARIABEL PEMEDIASI,” 2025. doi: https://doi.org/10.30738/md.v9i3.20738.
[7] J. Cui, X. Wang, and Y. Zheng, “Analysis of Factors Influencing Smartphone Prices,” INSTICC, Sep. 2025, pp. 65–69. doi: https://doi.org/10.5220/0013814100004708.
[8] E. Tri, A. A’fena, A. Ristyawan, and A. Nugroho, “Pengaruh Normalisasi Fitur Pada Perbandingan Algoritma Random Forest Regressor dan KNN Regressor dalam Menentukan Harga Smartphone Effect of Feature Normalization on Comparison of Random Forest Regressor and KNN Regressor Algorithms in Determining Smartphone Prices,” KRESNA: Jurnal Riset dan Pengabdian Masyarakat, vol. 5, pp. 74–83, 2025, doi: https://doi.org/10.36080/kresna.v5i1.226.
[9] D. W. Naaman, B. Tahir Ahmed, and O. S. Kareem, “Comparative Review of Machine Learning Models for Mobile Price Prediction Based on Specifications: A Systematic Literature Analysis,” vol. 16, no. 2, pp. 84–109, 2025, doi: https://doi.org/10.31849/digitalzone.v16i2.
[10] Y. Ruizhe, “Mobile Phone Price Prediction Model Based on Deep Learning,” ITM Web of Conferences, vol. 78, p. 03030, 2025, doi: https://doi.org/10.1051/itmconf/20257803030.
[11] Edi Ismanto, Ahmad Gunawan Dalimunthe, Muhammad Iqbal, and Fauza Addinunnisa, “Analisis Perbandingan Model Machine Learning dan Deep Learning untuk Peramalan Harga Saham,” Jurnal Ilmu Komputer dan Teknik Informatika, vol. 2, no. 1, pp. 131–139, Jan. 2026, doi: https://doi.org/10.64803/juikti.v2i1.114.
[12] B. B. Özen, M. F. Alaeddinoğlu, and T. Aydın, “Analysing the Refurbished Smart Phone Market with Machine Learning,” Trends in Business and Economics, vol. 40, no. 1, pp. 42–59, Jan. 2026, doi: https://doi.org/10.16951/trendbusecon.1607949.
[13] -PhD, Ahad Rezayan, A. Mansouri -PhD Candidate, and A. Rezayan, “Applying Neural Network Modeling to Mobile Pricing: A New Approach to Smartphone Price Prediction,” Jan. 2026. doi: 10.2139/ssrn.5419155.
[14] R. S. Rahmah, “Pengaruh Harga dan Promosi terhadap Keputusan Pembelian Iphone ada Kalangan Followers X,” 2025. doi: https://doi.org/10.35972/kindai.v21i1.2109.
[15] P. J. C. Rivera, C. Bunn, and M. Ryo, “Smartphone-Based Monitoring Identifies the Importance of Farm Size and Soil Type for Coffee Tree Productivity at a Large Geographic Scale,” Journal of Sustainable Agriculture and Environment, vol. 4, no. 4, Dec. 2025, doi: https://doi.org/10.1002/sae2.70111.
[16] S. Monir and S. Ahmed, “Prediction of Smartphone Sales Revenue Through Machine Learning Approach,” Dec. 2025. doi: https://doi.org/10.46254/ba08.20250230.
[17] A. K. Suaib, Z. Ruma, N. fadilah Aswar, C. imran Musa, and I. wardhana Haeruddin, “Pengaruh Kualitas Produk, Harga dan Promosi Terhadap Keputusan Pembelian Smartphone Oppo di Makassar,” RIGGS: Journal of Artificial Intelligence and Digital Business, vol. 4, no. 3, pp. 2871–2883, Aug. 2025, doi: https://doi.org/10.31004/riggs.v4i3.2388.
[18] M. A. Maulana, A. Agung, and K. Diatmika, “Pengaruh Pemasaran Media Sosial Terhadap Ekuitas Merek Berbasis Konsumen, Pengalaman Merek Dan Niat Pembelian Produk Smartphone,” 2026. doi: https://doi.org/10.56799/peshum.v5i2.12864.
[19] P. H. J. Fernandes, S. L. Davies-Jenkins, W. Z. Liang, M. E. Drewnoski, and Y. Xiong, “Assessing forage mass using smartphone imagery for cereal rye under grazing conditions in Nebraska,” Crop, Forage and Turfgrass Management, vol. 12, no. 1, Jun. 2026, doi: https://doi.org/10.1002/cft2.70101.
[20] M. Irsyad, Silvy Amelia, and Y. M. Ardi, “PREDIKSI HARGA PONSEL BERDASARKAN SPESIFIKASINYA MENGGUNAKAN ALGORITMA LINEAR REGRESSION,” INTI Nusa Mandiri, vol. 19, no. 2, pp. 251–258, Feb. 2025, doi: https://doi.org/10.33480/inti.v19i2.6292.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Raihan, Deni Risdiansyah, Erni
This work is licensed under a Creative Commons Attribution 4.0 International License.
