prediksi kategori kendaraan listrik terpopuler berdasarkan data populsi ev menggunakan teknik analissi data terintegrasi

Penelitian ini bertujuan mengidentifikasi tren popularitas kendaraan listrik serta membangun model prediksi kategori kendaraan menggunakan pendekatan analisis data terintegrasi. Dataset yang digunakan merupakan data registrasi kendaraan listrik di Negara Bagian Washington yang mencakup atribut teknis, temporal, dan geografis. Tahapan penelitian meliputi prapemrosesan data melalui imputasi statistik bersyarat, analisis eksploratif data, segmentasi menggunakan algoritma K-Means, serta pemodelan klasifikasi dengan Random Forest. Hasil analisis menunjukkan bahwa kendaraan tipe Battery Electric Vehicle (BEV) mendominasi populasi dengan pangsa sebesar 68%, dengan Tesla Model Y dan Model 3 sebagai model terpopuler. Proses klasterisasi menghasilkan empat segmen utama yang merepresentasikan karakteristik pasar kendaraan listrik, sedangkan model Random Forest mencapai akurasi sebesar 79,84% dengan nilai presisi, recall, dan F1-score yang seimbang. Temuan penelitian ini menunjukkan bahwa pendekatan analisis data terintegrasi mampu memberikan gambaran komprehensif mengenai preferensi konsumen dan mendukung pengambilan keputusan strategis terkait pengembangan pasar serta infrastruktur kendaraan listrik