Harga mobil bekas dipengaruhi oleh beberapa faktor yang berkaitan dengan mobil itu sendiri, seperti jenis mobil, model, edisi, tahun produksi, transmisi, bahan bakar, kapasitas mesin, dan jarak tempuh. Harganya juga fluktuatif dan persaingan yang tinggi antar penjual mobil bekas, dibutuhkan alat untuk memprediksi harga mobil bekas secara akurat dan cepat. Tujuan dari penelitian ini untuk membantu show room mobil bekas dalam memprediski harga secara cepat dengan data history menggunakan metode Deep Neural Network (DNN) dengan tiga lapisan tersembunyi. Dalam Penelitian ini dilakukan dua pendekatan utama penelitian, yaitu pendekatan kualitatif dan pendekatan kuantitatif. Hasil penelitian kami menghasilkan MAE=501232, R2=0.88 yang lebih baik dari penelitian sebelumnya dengan metode Random Forest menghasilkan MAE=521947, R2=0.82. Sehingga Metode DNN akan meningkatkan akurasi prediski yang lebih baik, meskipun tidak naik secara signifikan mengacu pada hasil penelitian.

Algoritma pencocokan string mencoba menemukan posisi di mana satu atau beberapa pola (juga disebut string) terjadi dalam teks. Penelitian ini membandingkan algoritma Knuth-Morris-Pratt dan Boyer-Moore untuk mencocokkan algoritma di internet atau dokumen web. Pada internet atau dokumen web, pencarian adalah proses penting untuk proses ekstraksi konten. Oleh karena itu, panjang tag HTML diperiksa untuk menentukan algoritma mana yang lebih cocok untuk proses pencocokan. Eksperimen kami menunjukkan bahwa algoritma yang dipilih adalah algoritma pencocokan pola terbaik dengan kinerja 12 kali lipat lebih cepat dibandingkan yang algoritma lain dalam worst-case untuk SEO HTML tags dokumen server web. Hasil tersebut berbeda dengan literatur sebelumnya yang menunjukan kinerja sebaliknya