Car Value Intelligence

Prediksi harga mobil berbasis Linear Regression dan rekomendasi spesifikasi berdasarkan data penjualan mobil terlaris.

Start Prediction View Analytics

Model Snapshot

Algorithm

Linear Regression

Train/Test

80:20

RMSE

0.00000004

R2 Score

1

Target prediksi adalah Price_in_thousands dengan satuan ribuan dolar. Model memakai artifact hasil training Google Colab, bukan training ulang di web app.

Model

Linear Regression

Features

11 variables

Top Sales

540,561 units

Recommendation

$18,589

Prediction

Input spesifikasi mobil

Form mengikuti urutan fitur dari artifact model agar prediksi konsisten dengan training Linear Regression di Google Colab.

Market Recommendation

Spesifikasi yang sedang laku di pasar

Rekomendasi dihitung dari rata-rata spesifikasi 10 mobil dengan penjualan tertinggi pada dataset. Basis data: Top 10 cars by Sales_in_thousands.

Recommended Price

$18,589

Manufacturer

Ford

Vehicle Type

Car

Engine Size

2.98

Horsepower

156.5

Wheelbase

114.6

Width

72.22

Length

195.1

Curb Weight

3.34

Fuel Capacity

18.88

Fuel Efficiency

24.10

Power Perf Factor

63.30

Top 10 Sales

10 mobil dengan penjualan tertinggi

Rank	Manufacturer	Model	Sales Units	Price	Engine	HP	Fuel Eff.	Type
1	Ford	F-Series	540,561	$26,935	4.6	220	18	Car
2	Ford	Explorer	276,747	$31,930	4.0	210	19	Car
3	Toyota	Camry	247,994	$17,518	2.2	133	27	Passenger
4	Ford	Taurus	245,815	$17,885	3.0	155	24	Passenger
5	Honda	Accord	230,902	$15,350	2.3	135	27	Passenger
6	Dodge	Ram Pickup	227,061	$19,460	5.2	230	17	Car
7	Ford	Ranger	220,650	$12,050	2.5	119	23	Car
8	Honda	Civic	199,685	$12,885	1.6	106	32	Passenger
9	Dodge	Caravan	181,749	$19,565	2.4	150	24	Car
10	Ford	Focus	175,670	$12,315	2.0	107	30	Passenger

Model Evaluation

Evaluasi Linear Regression

Model dilatih di Google Colab dengan pembagian data 80% training dan 20% testing. Web app ini hanya membaca artifact hasil training untuk deployment.

R2 sangat tinggi dapat dipengaruhi fitur yang sangat berkorelasi dengan harga, termasuk Power_perf_factor. Validasi dengan data baru tetap diperlukan untuk penggunaan nyata.

Algorithm

Linear Regression

Target

Price_in_thousands

Train Size

124 rows

Test Size

31 rows

RMSE

0.000000039

R2 Score

1

CRISP-DM

Alur project data science

Bagian ini menegaskan bahwa web adalah tahap deployment dari proses analisis dan modeling yang dikerjakan di Colab.

01

Business Understanding

02

Data Understanding

03

Data Preparation

04

Modeling

05

Evaluation

06

Deployment