PREDIKSI HARGA MOTOR BEKAS DI KOTA KUPANG MENGGUNAKAN METODE RANDOM FOREST

Authors

  • Mohamad Iqbal Ulumando Institut Teknologi Alberth Foenay Kupang, indonesia Author

DOI:

https://doi.org/10.62671/suliwa.v3i2.258

Keywords:

Random Forest, Price Prediction, Used Motorcycles, Kupang City

Abstract

Used motorcycle prices in the market often fluctuate and are influenced by various factors such as brand, type, year of manufacture, engine capacity, mileage, vehicle condition, and tax status. In Kupang City, the determination of used motorcycle prices is generally still performed manually based on seller estimates or market conditions, which can lead to significant price differences. Therefore, a method is needed to estimate used motorcycle prices more objectively and accurately. This research seeks to develop a model for predicting used motorcycle prices employing the Random Forest algorithm. The dataset used consists of 200 used motorcycle records collected from used motorcycle sales data in Kupang City. The data undergoes a preprocessing stage before being used for model development. Furthermore, the dataset is partitioned into training data and testing to build evaluate prediction. The evaluation results show a Mean Absolute Error (MAE) of Rp.4,418,477, a Mean Squared Error (MSE) of 26,617,157,710,315, and a Root Mean SquSquared Error (RMSE) of Rp.5,159,181. The findings suggest that the Random Forest predict motorcycle prices with reasonably acceptable error rate, making it a useful approach for estimating used motorcycle prices based on vehicle attributes.

References

Ade Ryan Pratama, Farmin Wabula, Haekal Ilmandry, Maria Laura Isabela, Mugi Raharjo, & Ronald Sianipar. (2025). Literature Review The Impact of Machine Learning in Modern Industries. Nian Tana Sikka : Jurnal Ilmiah Mahasiswa, 3(1), 177–182. https://doi.org/10.59603/niantanasikka.v3i1.680

Anjani, A. F., Choirunnisa, N., Haizar, M. R., Robbaniyyah, N. A., & Rusadi, T. M. (2025). Prediksi Harga Beras di Provinsi Nusa Tenggara Barat Dengan Metode Least Square Approximation. JSN : Jurnal Sains Natural, 3(1), 54–63. https://doi.org/10.35746/jsn.v3i1.690

Edo Tachi Naldy, A. (2021). Penerapan Data Mining Untuk Analisis Daftar Pembelian Konsumen Dengan Menggunakan Algoritma Apriori Pada Transaksi Penjualan Toko Bangunan MDN. Jurnal Nasional Ilmu Komputer, 2(2), 89–101. https://doi.org/10.47747/jurnalnik.v2i2.525

Evasaria Magdalena Sipayung, Cut Fiarni, Y. S. (2023). Sistem Pendukung Keputusan Pemilihan Motor Bekas Menggunakan Metode Simple Additive Weighting (SAW). Jurnal Sistem Dan Teknologi Informasi (JustIN), 11(2), 295–300. https://doi.org/10.26418/justin.v11i2.56495

Harkamsyah Andrianof, Aggy Pramana Gusman, O. A. P. (2025). Implementasi Algoritma Random Forest untuk Prediksi Kelulusan Mahasiswa Berdasarkan Data Akademik: Studi Kasus di Perguruan Tinggi Indonesia. Jurnal Sains Informatika Terapan (JSIT), 4(1), 24–28.

Haryanti, M. F., Fauzi, A., Jelita, A. A., Setiyowati, A., Octarina, A., Edina, E. P., Aulia, R. Z., & Fitriana, S. (2024). Pengaruh Data Mining, Strategi Perusahaan Terhadap Laporan Kinerja Perusahaan. Portofolio : Jurnal Manajemen Dan Bisnis, 3(1), 71–90. https://doi.org/10.70704/jpjmb.v3i1.285

Ike Kurniati, S. (2023). PEMANFAATAN MACHINE LEARNING UNTUK PRICE OPTIMATION DENGAN MENGGUNAKAN MODEL ARTIFICIAL NEURAL NETWORK. JURNAL ELEKTRO & INFORMATIKA SWADHARMA (JEIS), 03(02), 83–93.

Masnita Sari, Hera Khairunnisa, D. H. (2025). Analisis Penerimaan Pajak Kendaraan Bermotor dan Bea Balik Nama Kendaraan Bermotor di Provinsi DKI Jakarta Tahun 2019-2023. Indonesia Economic Journal, 1(2), 788–810.

Muhammad Fawaati, T., & Rahmatullah, G. (2022). Peran Teknologi Informasi dalam Mendukung Pengambilan Keputusan yang Efektif di Era Digital. Jurnal Multimedia Dan Android (JMA) ISSN, 3(2), 1–6.

Putri Alesia Nadeak, Irahayu Barimbing, Jois Nursaida Batubara, Jonson Sinaga, D. R. R. S. (2025). Pengaruh Perkembangan Teknologi Informasi terhadap Bidang Akuntasi Manajemen. Jurnal Ilmiah Ekonomi Dan Manajemen, 3(7), 377–382. https://doi.org/https://doi.org/10.61722/jiem.v3i7.6013

Putri Ayu Firnanda, Litasya Shofwatillah, Fauziah Rahma, & Fatkhurokhman Fauzi. (2025). Analisis Perbandingan Decision Tree dan Random Forest dalam Klasifikasi Penjualan Produk pada Supermarket. Emerging Statistics and Data Science Journal, 3(1), 445–461. https://doi.org/10.20885/esds.vol3.iss.1.art2

Sihombing,E. I., Suhendra,C.D., & Marini,L.F. (2024). Analisis Data Time Series Untuk Prediksi Harga Komoditas Pangan Menggunakan Autoregressive Integrated Moving Average. KLIK: Kajian Ilmiah Informatika Dan Komputer, 4(6), 2711–2720. https://doi.org/10.30865/klik.v4i6.1863

Silcilia, Nadira Parsha Salsabila, T. A. (2026). Analisis Performa Random Forest, Decision Tree, dan Naive Bayes untuk Deteksi Link Phishing Berbasis Fitur URL. ROUTERS: Jurnal Sistem Dan Teknologi Informasi, 4(1), 13–20. https://doi.org/10.25181/rt.v5i1.4330

Theresia Felisitas Dena, & Franki Yusuf Bisilisin. (2025). Prediksi Penjualan Motor Honda pada Dinamika Motor Kupang menggunakan Autoregressive (AR). Jurnal Ilmiah Teknik Informatika Dan Komunikasi, 5(3), 409–426. https://doi.org/10.55606/juitik.v5i3.1622

Ulumando, M. I. (2026). Klasifikasi Resiko DropOut Mahasiswa ITAF Kupang Menggunakan Random Forest Sebagai Sistem Peringatan Dini. Simkom (Sistem Informasi Dan Sistem Komputer), 11(1), 116–130. https://doi.org/https://doi.org/10.51717/simkom.v11i1.1255

Wati, R. (2021). Faktor-Faktor Yang Memengaruhi Keputusan Pembelian Sepeda Motor Bekas Pada Diler Lestari Motor Tanjungpinang. Manajerial Dan Bisnis Tanjungpinang, 4(1), 21–30. https://doi.org/10.52624/manajerial.v4i1.2214

Wijoyo A, Saputra A, Ristanti S, Sya’ban S, Amalia M, & Febriansyah R. (2024). Pembelajaran Machine Learning. OKTAL (Jurnal Ilmu Komputer Dan Science), 3(2), 375–380. https://journal.mediapublikasi.id/index.php/oktal/article/view/2305

Wildan Hannan, M., Rizal Nursamsi, D., & Ghurroh Setyoningrum, N. (2025). Sistem Pendukung Keputusan Untuk Rekomendasi Pembelian Motor Bekas Berdasarkan Harga Dan Kondisi. Informatics and Digital Expert (INDEX), 7(2), 153–160. https://doi.org/10.36423/index.v7i2.2426

Yanto Herdianto. (2023). Pengaruh Kualitas Produk Dan Persepsi Harga Terhadap Keputusan Pembelian Motor Bekas (Survei Pada Konsumen PT. Adira Kota Tasikmalaya). Jurnal Publikasi Ilmu Manajemen (JUPIMAN), 2(3), 312–332. https://doi.org/https://doi.org/10.55606/jupiman.v2i3.2354

Downloads

Published

2026-04-02

How to Cite

Ulumando, M. I. (2026). PREDIKSI HARGA MOTOR BEKAS DI KOTA KUPANG MENGGUNAKAN METODE RANDOM FOREST. SULIWA: Jurnal Multidisiplin Teknik, Sains, Pendidikan dan Teknologi, 3(2), 83-93. https://doi.org/10.62671/suliwa.v3i2.258

How to Cite

Ulumando, M. I. (2026). PREDIKSI HARGA MOTOR BEKAS DI KOTA KUPANG MENGGUNAKAN METODE RANDOM FOREST. SULIWA: Jurnal Multidisiplin Teknik, Sains, Pendidikan dan Teknologi, 3(2), 83-93. https://doi.org/10.62671/suliwa.v3i2.258