Perbandingan Metode Random Forest dan LightGBM untuk Prediksi Harga Berlian: Pendekatan Probabilistik dan Statistik

Penulis

  • Daud Aldo Santoso Universitas Katolik Darma Cendika
  • Yosefina Finsensia Riti Universitas Katolik Darma Cendika

DOI:

https://doi.org/10.51132/teknologika.v16i1.685

Kata Kunci:

Algoritma Regresi, Harga Berlian, LightGBM, Machine Learning, Random Forest

Abstrak

Harga berlian di pasar memang sangat gampang berubah-ubah dan sangat terpengaruh oleh kondisi fisiknya. Hal ini bikin urusan menebak harganya jadi tantangan tersendiri buat banyak orang, apalagi kalau cuma pakai tebakan biasa. Masalah utamanya adalah orang-orang sering kesulitan menaksir harga yang pas secara manual, dan ini bisa bikin rugi besar kalau tebakannya meleset jauh. Nah, lewat studi ini, peneliti punya tujuan pengen melihat sekaligus mengadu langsung kemampuan dua program komputer pintar, yakni algoritma Machine Learning Random Forest dan LightGBM, saat dipakai buat meramal harga biar lebih akurat dan nggak asal tebak. Untuk cara kerjanya, ada sekitar 53.940 riwayat penjualan berlian yang digunakan sebagai bahan belajar. Data ini sudah lengkap dengan sembilan ciri utamanya, semisal berat karat, kualitas potongan, pigmen warna, sampai ukuran fisiknya. Sebelum mulai dihitung oleh komputer, baris data yang isinya aneh atau nggak masuk akal langsung dihapus bersih. Habis itu, keterangan yang masih berupa tulisan diganti ke dalam wujud angka biar gampang diproses. Selanjutnya, keseluruhan data ini dipecah dengan porsi 80 persen untuk bahan belajar si program, dan 20 persen sisanya disimpan murni cuma buat alat tes seberapa pintar tebakan mereka. Buat ngukur ketepatan tebakannya, peneliti pakai tiga patokan hitungan, yaitu R-squared (R²), Mean Absolute Error (MAE), dan Root Mean Squared Error (RMSE). Dari hasil tesnya, Random Forest ternyata jauh lebih jago dengan skor akurasi R² yang tembus angka 0.9835, serta rata-rata tebakan meleset (MAE) yang sangat kecil, cuma di kisaran $38.89 dan RMSE $77.24. Kemampuan ini sukses telak mengalahkan program LightGBM yang cuma dapat skor R² 0.9830, tebakan meleset (MAE) $41.28, serta RMSE $78.27. Intinya, hasil penelitian ini membuktikan dengan jelas kalau sistem kerja bareng-bareng atau ensemble milik Random Forest jauh lebih awet, stabil, dan paling akurat buat urusan nebak harga berlian di pasaran.

177 72

Diterbitkan

2026-06-02

Cara Mengutip

Perbandingan Metode Random Forest dan LightGBM untuk Prediksi Harga Berlian: Pendekatan Probabilistik dan Statistik. (2026). Jurnal Teknologika, 16(1), 1074-1082. https://doi.org/10.51132/teknologika.v16i1.685