<didl:DIDL xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:didl="urn:mpeg:mpeg21:2002:02-DIDL-NS" xmlns:dii="urn:mpeg:mpeg21:2002:01-DII-NS" xmlns:dip="urn:mpeg:mpeg21:2002:01-DIP-NS" xmlns:dcterms="http://purl.org/dc/terms/" DIDLDocumentId="http://eprints.amikom.ac.id/id/eprint/31749" xsi:schemaLocation="urn:mpeg:mpeg21:2002:02-DIDL-NS http://standards.iso.org/ittf/PubliclyAvailableStandards/MPEG-21_schema_files/did/didl.xsd urn:mpeg:mpeg21:2002:01-DII-NS http://standards.iso.org/ittf/PubliclyAvailableStandards/MPEG-21_schema_files/dii/dii.xsd urn:mpeg:mpeg21:2005:01-DIP-NS http://standards.iso.org/ittf/PubliclyAvailableStandards/MPEG-21_schema_files/dip/dip.xsd">
  <didl:Item>
    <didl:Descriptor>
      <didl:Statement mimeType="application/xml">
        <dii:Identifier>http://eprints.amikom.ac.id/id/eprint/31749</dii:Identifier>
      </didl:Statement>
    </didl:Descriptor>
    <didl:Descriptor>
      <didl:Statement mimeType="application/xml">
        <dcterms:modified>2026-06-26T04:09:01Z</dcterms:modified>
      </didl:Statement>
    </didl:Descriptor>
    <didl:Component>
      <didl:Resource mimeType="application/xml" ref="https://eprints.amikom.ac.id/cgi/export/eprint/31749/DIDL/universitasamikomyogyakarta-eprint-31749.xml"/>
    </didl:Component>
    <didl:Item>
      <didl:Descriptor>
        <didl:Statement mimeType="application/xml">
          <dip:ObjectType>info:eu-repo/semantics/descriptiveMetadata</dip:ObjectType>
        </didl:Statement>
      </didl:Descriptor>
      <didl:Component>
        <didl:Resource mimeType="application/xml">
          <oai_dc:dc xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:dc="http://purl.org/dc/elements/1.1/" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
        <dc:relation>https://eprints.amikom.ac.id/id/eprint/31749/</dc:relation>
        <dc:title>ANALISIS PENENTUAN HARGA JUAL DENGAN &#13;
ALGORITMA GRADIENT BOOSTING DI TOKO PASAR&#13;
TRADISIONAL</dc:title>
        <dc:creator>Novianto, Bagas Dwi</dc:creator>
        <dc:subject>000 Ilmu komputer, informasi dan pekerjaan umum</dc:subject>
        <dc:description>Penelitian ini bertujuan untuk menerapkan dan membandingkan algoritma&#13;
Gradient Boosting dan XGBoost dalam menentukan harga jual optimal di toko pasar&#13;
tradisional. Dalam penelitian ini digunakan dua skenario data, yaitu dataset skala&#13;
besar yang terdiri dari data penjualan tahun 2024 dan dataset kecil yang terdiri dari&#13;
data penjualan selama satu bulan di tahun yang sama. Penelitian ini memanfaatkan&#13;
algoritma Gradient Boosting dan XGBoost untuk membangun model prediksi&#13;
dalam penentuan harga jual yang optimal, dimana proses pelatihan model dilakukan&#13;
melalui optimasi hyperparameter menggunakan GridSearchCV dan evaluasi&#13;
kinerja menggunakan metrik regresi seperti R² dan MAPE. Selain itu, dilakukan&#13;
pula analisis interpretabilitas model menggunakan feature importance dan SHAP&#13;
(SHaple Additive Explanations) untuk mengidentifikasi faktor-faktor utama yang&#13;
mempengaruhi harga jual. Hasil penelitian menunjukkan bahwa kedua algoritma&#13;
memiliki kinerja prediksi yang sangat baik dengan nilai R² mencapai 0.9999 dan&#13;
MAPE dibawah 2% pada semua skenario pengujian. Pada dataset besar, Gradient&#13;
Boosting lebih unggul dengan nilai MAPE lebih rendah dibandingkan XGBoost,&#13;
sedangkan pada dataset kecil XGBoost menunjukkan kinerja yang lebih baik karena&#13;
mekanisme regularisasi yang mampu mencegah overfitting. Analisis feature&#13;
importance dan SHAP mengidentifikasi bahwa harga beli, harga kompetitor 1, dan&#13;
harga kompetitor 2 merupakan variabel yang paling berpengaruh dalam prediksi&#13;
harga jual. Temuan ini dapat dimanfaatkan sebagai dasar dalam pengembangan&#13;
sistem pendukung keputusan penentuan harga jual berbasis data di pasar tradisional,&#13;
guna meningkatkan efisiensi, akurasi, dan objektivitas dalam proses penetapan&#13;
harga.</dc:description>
        <dc:date>2025-10-01</dc:date>
        <dc:type>Thesis</dc:type>
        <dc:type>NonPeerReviewed</dc:type>
        <dc:format>text</dc:format>
        <dc:language>en</dc:language>
        <dc:identifier>https://eprints.amikom.ac.id/id/eprint/31749/1/23.55.2509%20-%20Bagas%20Dwi%20Novianto.pdf</dc:identifier>
        <dc:identifier>  Novianto, Bagas Dwi  (2025) ANALISIS PENENTUAN HARGA JUAL DENGAN ALGORITMA GRADIENT BOOSTING DI TOKO PASAR TRADISIONAL.  S2 - Magister thesis, Universitas AMIKOM Yogyakarta.   </dc:identifier></oai_dc:dc>
        </didl:Resource>
      </didl:Component>
    </didl:Item>
    <didl:Item>
      <didl:Descriptor>
        <didl:Statement mimeType="application/xml">
          <dip:ObjectType>info:eu-repo/semantics/objectFile</dip:ObjectType>
        </didl:Statement>
      </didl:Descriptor>
      <didl:Component>
        <didl:Resource mimeType="text" ref="https://eprints.amikom.ac.id/id/eprint/31749/1/23.55.2509%20-%20Bagas%20Dwi%20Novianto.pdf"/>
      </didl:Component>
    </didl:Item>
    <didl:Item>
      <didl:Descriptor>
        <didl:Statement mimeType="application/xml">
          <dip:ObjectType>info:eu-repo/semantics/humanStartPage</dip:ObjectType>
        </didl:Statement>
      </didl:Descriptor>
      <didl:Component>
        <didl:Resource mimeType="application/html" ref="https://eprints.amikom.ac.id/id/eprint/31749/"/>
      </didl:Component>
    </didl:Item>
  </didl:Item>
</didl:DIDL>