Description

Project ini dibuat berdasarkan hasil case study yang dibuat oleh kelompok kami pada course data mining yaitu Analisis dan Prediksi Pembeli Sepeda pada 1000 Data, Bersepeda telah lama menjadi salah satu metode transportasi paling fleksibel dan dapat diandalkan. Namun tidak semua orang memilih sepeda sebagai alat transportasi tentu saja dipengaruhi oleh berbagai hal. disini saya melakukan analisis mengunakan dataset bike buyers dari kaggle dengan 1000 baris dan 13 kolom untuk mengetahui bagaimana trend pembelian sepeda berdasarkan dengan berbagai latar belakang yang berbeda-beda. disini saya menggunakan algoritma Random forest.

Fitur-fitur yang terdapat dalam dataset

ID            

Marital Status

Gender          

Income      

Children      

Education  

Occupation      

Home Owner      

Cars              

Commute Distance

Region          

Age              

Purchased Bike

Preparing Data for Analysis and Modeling

1.Check Missing Value

2.Drop Columns yang tidak diperlukan

3.Final Data terdapat 12 columns dengan 10

Dari hasil analisis yang dibuat, rata-rata pembeli sepeda berusia antara 30-40 tahun, dan laki-laki lebih banyak dalam pembelian sepeda daripada perempuan, dan mayoritas pembeli sepeda status pernikahannya belum menikah  serta didominasi yang sudah memiliki rumah.