Mobile Price

Classification
KELOMPOK 8:
Naufal Muhammad Allaam (1401204291)
Ghaitsa Zahira Shofa (1401204518)
Revaldy Naufal Faruq (1401204418)
Latar Belakang
Suatu perusahaan akan memproduksi telepon seluler, namun mereka tidak
dapat menentukan harga jual untuk produknya. Oleh karena itu, perusahaan
mengumpulkan data penjualan dari berbagai perusahaan pembuat telepon
seluler. Berdasarkan spesifikasi yang dimiliki telepon seluler tersebut,
perusahaan dapat menentukan harga jual dari telepon seluler yang
dibuatnya.
 Data Informasi

Data yang kami dapat bersumber dari

Kaggle.com Data ini berisi tentang
spesifikasi telepon seluler seperti
battery power, sim type, clock speed,
memory, dll. Data dengan jumlah 1001.
 Visualisasi

Dapat dilihat dari grafik disamping bahwa

tipe scatter plot tidak tersebar dengan
baik. Sedangkan pada grafik hierarchy
correlation heatmap menunjukkan bahwa
semakin pekat warnanya maka semakin
erat pula korelasinya.
K-MEANS ( Elbow Method)
Garis merah adalah tanda bahwa
cluster tersebut memiliki nilai
maksimal. pada grafik disamping
dapat dilihat bahwa cluster yang
memiliki nilai maksimum adalah
cluster 6
K-MEANS ( Silhouette Analysis)
Grafik Silhouette digunakan dalam
melihat jumlah cluster yang optimal
dan banyak data setiap cluster.

titik tertinggi pada grafik silhouette

method ada pada cluster 6

rata rata nilai silhouette tertinggi

terjadi ketika jumlah cluster
sebanyak 6 yaitu 0,638

0 = 168 Data
1 = 216 Data
2 = 223 Data
3= 190 Data
 3D Views

Cara membacanya adalah, kami memilih satu

titik seperti gambar yang ada di samping yaitu
(654, 9,0). Artinya adalah battery power 654, talk
time 9 dan four G 0.
DBSCAN Cluster

Jumlah cluster optimum berdasarkan

hasil uji DBSCAN yaitu sebanyak
1000 cluster dimana terdapat 3
cluster outlier.
 DBSCAN

Cluster yang terbentuk yaitu 5 - 40

Nilai global maksimum : 0,39 dengan

eps 12.25 dan min sample 9
 COMPARISON
Dapat disimpulkan bahwa metode KMeans menghasilkan
cluster yang lebih wajar dibandingkan DBSCAN yaitu 5
cluster. DBSCAN gagal menghasilkan cluster yang wajar
karena terdapat masalah dalam mengenali cluster
dengan berbagai kepadatan. Dengan begitu, kami
menggunakan hasil metode KMeans.
SOLUSI

Solusi yang digunakan untuk perusahaan mobile phone dalam menentukan kisaran
harga untuk produk barunya adalah dengan menggunakan metode K-means dari
data spesifikasi telepon seluler. Dikarenakan, sudah teruji dalam analisis clustering
bahwa metode K-means menghasilkan cluster yang lebih baik. Clustering mampu
mengelompokkan sejumlah spesifikasi handphone yang serupa ke dalam beberapa
kelompok.
THANKYOU !!