Estimasi Harga Mobil Bekas Menggunakan Fuzzy Mamdani pada Domain Homogen

Abstract

Ketidakpastian dalam penetapan harga kendaraan bekas sering menimbulkan asimetri informasi yang merugikan pembeli maupun penjual. Penelitian ini merancang sistem estimasi harga mobil bekas menggunakan Fuzzy Inference System metode Mamdani dengan tujuh variabel input, yaitu tahun kendaraan, jarak tempuh, status kepemilikan, jenis transmisi, kapasitas mesin, jenis bahan bakar, dan tipe penjual. Penelitian difokuskan pada kendaraan merek Hyundai, Honda, dan Toyota menggunakan 639 data hasil penyaringan dari dataset Car Details V4 Kaggle yang berjumlah 2059 data. Pembatasan domain dilakukan untuk meningkatkan presisi knowledge base terhadap karakteristik harga kendaraan segmen menengah. Knowledge base dibangun menggunakan 17 aturan fuzzy berlapis yang mencakup matriks inti tahun dan kapasitas mesin, penalti depresiasi, serta apresiasi kondisi tertentu. Proses defuzzifikasi menggunakan metode centroid of area dengan batas output 5.000.000 INR. Hasil evaluasi menunjukkan akurasi kategorisasi sebesar 54%, hit rate toleransi ±30% sebesar 50,55%, serta F1-score tertinggi 0,70 pada kategori Sangat Murah dengan precision 0,85. Nilai hit rate tersebut lebih tinggi dibandingkan model generik yang mencakup 33 merek kendaraan dengan hit rate ±30% sebesar 26,23%. Hasil penelitian menunjukkan bahwa pembatasan domain pada kendaraan dengan karakteristik harga serupa membantu meningkatkan konsistensi knowledge base dan performa estimasi sistem.