One-hot encoding feature engineering untuk label-based data studi kasus prediksi harga mobil bekas

Abstract

Penggunaan machine learning telah meluas di berbagai industri untuk analisis tren dan prediksi. Untuk memprediksi harga mobil bekas yang fluktuatif, penelitian ini menerapkan salah satu teknik Feature Engineering yaitu One-Hot Encoding, sebuah teknik Feature Engineering yang fokus kepada data-data label atau non-numeric. Studi ini mengeksplorasi data harga penjualan mobil bekas sebagai target variabel dan beberapa fitur seperti produsen, tahun keluaran, tipe mesin, jumlah pintu, dan popularitas. Hasil dari proses Feature Engineering ini sangatlah bagus, dimana R-Squared untuk data validasi adalah 0.85 dan untuk data testing adalah 0.86. Hasil penelitian ini memberikan informasi yang berharga bagi para peneliti dan profesional bisnis yang ingin membuat sebuah model prediksi khususnya bagaimana menangani sebuah data yang bentuknya adalah label kategori atau non-numeric.