Analisis Prediksi Harga Rumah Sesuai Spesifikasi Menggunakan Multiple Linear Regression

Penulis

  • Muhammad Labib Mu'tashim Universitas Pembangunan Nasional Veteran Jakarta
  • Toni Muhayat Universitas Pembangunan Nasional Veteran Jakarta
  • Sekar Ayu Damayanti Universitas Pembangunan Nasional Veteran Jakarta
  • Hanan Nadia Zaki Universitas Pembangunan Nasional Veteran Jakarta
  • Rio Wirawan Universitas Pembangunan Nasional Veteran Jakarta

DOI:

https://doi.org/10.52958/iftk.v17i3.3635

Kata Kunci:

Rumah, Spesifikasi, Harga, Regresi

Abstrak

Harga rumah khususnya di kawasan ibukota DKI Jakarta merupakan suatu wadah sebagai investasi bagi para pencari rumah jaman sekarang. Setiap rumah yang ada di wilayah DKI Jakarta khususnya di Jakarta Selatan yang sesuai dengan penelitian yang akan kami lakukan, memiliki spesifikasi yang berbeda baik dari harga, luas, dan jumlah ruangan yang terdapat di rumah tersebut. Sehingga, terjadinya persaingan harga diantara agen-agen properti. Selain itu harga rumah setiap tahun akan semakin mahal, sehingga dibutuhkan analisis serta pemilihan yang tepat yang harus dilakukan untuk membeli sebuah rumah. Dengan menggunakan algoritma regresi dengan menggunakan faktor-faktor dari harga rumah, luas bangunan, luas tanah, ruang kamar tidur, garasi, dan kota.  Sehingga, hasil penelitian yang kami dapatkan dengan menggunakan algoritma regresi dengan nilai akurasi sebesar 66%. Demikian dari hasil penelitian kami ditemukan bahwa harga rumah mengalami peningkatan. Diharapkan semoga penelitian ini berguna bagi para pembeli ataupun agen properti dalam melakukan prediksi penjualan rumah.

Biografi Penulis

Muhammad Labib Mu'tashim, Universitas Pembangunan Nasional Veteran Jakarta

Program Studi Informatika S1

Fakultas Ilmu Komputer

Universitas Pembangunan Nasional Veteran Jakarta

Referensi

Adhyaksa. 2021. Definisi Rumah Sebagai Sebuah Bangunan untuk Tempat Tinggal. https://www.adhyaksapersada.co.id/pengertian-rumah/ (diakses 15 Juni 2021)

Ardiyanto, Wahyu. 2017. Jangan Salah Kasih Harga! Ini 5 Cara Menetapkan Harga Jual Rumah. https://www.rumah.com/berita-properti/2017/9/159522/jangan-salah-kasih-harga-ini-5-cara-menetapkan-harga-jual-rumah (diakses 15 Juni 2021)

Mulyahati, Indira Luthfiana. 2020. Implementasi Machine Learning Prediksi Harga Sewa Apartemen Menggunakan Algoritma Random Forest Melalui Framework Website Flask Python. Tugas Akhir

Rahayuningtyas, Evi Febrion, dkk. 2021. Prediksi Harga Rumah Menggunakan General Regression Neural Network. Jurnal Informatika, Vol.8 No.1 April 2021 : Halaman 59-66

Sarip, Abdul Ghani, dkk. 2016. Application Of Fuzzy Regression Model For Real Estate Price Prediction. Malaysian Journal of Computer Science. Vol. 29(1), 2016

https://www.kaggle.com/wisnuanggara/daftar-harga-rumah (diakses 10 Juni 2021)

https://skillplus.web.id/multiple-linear-regression-pendahuluan/ (diakses 02 Juli 2021)

Unduhan

Diterbitkan

2021-12-31

Terbitan

Vol 17 No 3 (2021): Desember 2021

Bagian

Article

Lisensi

KEBIJAKAN YANG DIAJUKAN UNTUK JURNAL YANG MENAWARKAN AKSES TERBUKA

Syarat yang harus dipenuhi oleh Penulis sebagai berikut:

  1. Penulis menyimpan hak cipta dan memberikan jurnal hak penerbitan pertama naskah secara simultan dengan lisensi di bawah Creative Commons Attribution License yang mengizinkan orang lain untuk berbagi pekerjaan dengan sebuah pernyataan kepenulisan pekerjaan dan penerbitan awal di jurnal ini.
  2. Penulis bisa memasukkan ke dalam penyusunan kontraktual tambahan terpisah untuk distribusi non ekslusif versi kaya terbitan jurnal (contoh: mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan penerbitan awalnya di jurnal ini.
  3. Penulis diizinkan dan didorong untuk mem-posting karya mereka online (contoh: di repositori institusional atau di website mereka) sebelum dan selama proses penyerahan, karena dapat mengarahkan ke pertukaran produktif, seperti halnya sitiran yang lebih awal dan lebih hebat dari karya yang diterbitkan. (Lihat Efek Akses Terbuka).