Analisis Prediksi Harga Rumah Sesuai Spesifikasi Menggunakan Metode Regresi Linear Berganda Berbasis Shiny R

Authors

  • Renaldi Riyandi Institut Shanti Bhuana
  • Rolland Roy Hakiki Institut Shanti Bhuana
  • Dealmus Institut Shanti Bhuana
  • Yansensius Oktavianus Reins Dima Institut Shanti Bhuana
  • Noviyanti P Institut Shanti Bhuana

DOI:

https://doi.org/10.52958/iftk.v21i1.10563

Keywords:

Prediksi Harga Rumah, Regresi Linear Berganda, RStudio, Shiny R

Abstract

Harga rumah dipengaruhi oleh berbagai faktor, seperti jumlah tempat tidur, ukuran rumah, dan kamar mandi. Penelitian ini bertujuan untuk menganalisis pengaruh faktor-faktor tersebut terhadap harga rumah menggunakan metode Regresi Linear Berganda. Permasalahan yang diangkat adalah bagaimana faktor jumlah tempat tidur dan ukuran rumah mempengaruhi harga rumah. Data diperoleh 505 data dari dataset Kaggle, dengan 271 data yang relevan. Penelitian ini mengembangkan model prediksi berbasis Regresi Linear Berganda dengan evaluasi akurasi model serta aplikasi berbasis Shiny R untuk analisis interaktif. Hasil penelitian menunjukkan bahwa faktor jumlah tempat tidur dan ukuran rumah berpengaruh signifikan terhadap harga rumah, dengan nilai koefisien regresi B0 (5.33157), B1 (-0.02481), dan B2 (0.22060), konsisten pada perhitungan manual, RStudio, dan Shiny R. Studi ini menyadari adanya keterbatasan seperti asumsi linearitas dan variabel eksternal yang tidak dimasukkan. Penelitian ini merekomendasikan pengembangan model lebih lanjut dengan menambahkan variabel tambahan seperti lokasi dan usia bangunan, serta penggunaan metode yang lebih kompleks untuk meningkatkan akurasi. Temuan ini diharapkan dapat membantu pembeli dan penjual dalam pengambilan keputusan properti serta berkontribusi pada literatur ilmiah di bidang analisis harga property.

References

G. K. Uyanık and N. Güler, “A Study on Multiple Linear Regression Analysis,” Procedia - Soc. Behav. Sci., vol. 106, pp. 234–240, 2013, doi: 10.1016/j.sbspro.2013.12.027.

Sudariana and Yoedani, “Analisis Statistik Regresi Linier Berganda,” Seniman Trans., vol. 2, no. 2, pp. 1–11, 2022.

H. Hakim, D. Kamil, and B. Alatas, “Pendekatan Machine Learning untuk Estimasi Harga Rumah dengan Regresi Linier,” vol. 1, no. 1, pp. 18–22, 2025.

P. Pemberian et al., “Jurnal Riset Ilmiah,” vol. 1, no. 7, pp. 565–570, 2024.

M. Regresi Linier Berganda Kualitas Super Member Supermall Terhadap Peningkatan Jumlah Pengunjung Pada Supermall Karawang Popy Purnamasari Wahid Suyitno, P. Studi Sistem Informasi, S. Nusa Mandiri Jakarta JlDamai no, and W. Jati Barat Jakarta-Selatan, “Copyright@2015. P2M STMIK BINA INSANI,” Bina Insa. Ict J., vol. 2, no. 2, pp. 101–116, 2015.

T. N. Padilah and R. I. Adam, “Analisis Regresi Linier Berganda Dalam Estimasi Produktivitas Tanaman Padi Di Kabupaten Karawang,” FIBONACCI J. Pendidik. Mat. dan Mat., vol. 5, no. 2, p. 117, 2019, doi: 10.24853/fbc.5.2.117-128.

A. F. L. Putra, J. Junaidi, Z. Situmorang, and A. H. Nasyuha, “Regresi Linier Berganda Untuk Memprediksi Jumlah Nasabah,” J. Sci. Soc. Res., vol. 5, no. 2, p. 236, 2022, doi: 10.54314/jssr.v5i2.915.

A. K. Khotimah, A. A. Rahman, M. Z. Alam, Y. H. Nur, and T. R. Aufi, “Analisis Regresi Linier Berganda Dalam Estimasi Indeks Pembangunan Manusia di Indonesia Multiple Linear Regression Analysis In Estimating The Human Development Index In Indonesia,” vol. 15, no. November, pp. 90–99, 2024, doi: 10.30872/eksponensial.v15i2.1318.

A. Bintang and N. Agustina, “Analisis Variabel yang Memengaruhi Harga Properti Residensial Tipe Kecil di 16 Kota Indonesia Tahun 2015-2019,” Semin. Nas. Off. Stat., vol. 2021, no. 1, pp. 343–352, 2021, doi: 10.34123/semnasoffstat.v2021i1.871.

G. Khalda Rifdan, N. Rahaningsih, A. Bahtiar, I. Ali, and N. Dienwati Nuris, “Ramalan Penjualan Rumah Menggunakan Algoritma Linear Regresi Di Tebet Jakarta Selatan,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 2, pp. 1847–1851, 2024, doi: 10.36040/jati.v8i2.9022.

* Rafif et al., “Analisis Prediksi Harga Rumah di Bandung Menggunakan Regresi Linear Berganda,” J. Creat. Student Res., vol. 1, no. 6, pp. 395–404, 2023.

F. M. Puri, S. Tri, A. Ramadhani, D. A. Istiqomah, V. A. Windarni, and K. R. Hidayat, “Analisis Rekomendasi Pembuatan Produk Menggunakan RStudio Dan Twitter ( Studi Kasus : Git Solution ) rekomendasi produk dan membantu perusahaan lebih memahami kebutuhan konsumen . Data Penelitian berjudul " Event Recommendation using Social Media " menyimpulkan bahwa peneliti berhasil memprediksi popularitas acara di masa depan dan merekomendasikan Trend Based on Social Media Big Data Analysis Using K-Mean Clustering Algorithm ( A Case Study on Yogyakarta Culinary Industry ) ”, menunjukkan hasil kesimpulan , penggalian akurasi data 70 % -80 % dibandingkan dengan penjualan pada beberapa restoran di Yogyakarta penelitian , meliputi jenis”.

A. S. Amir, M. A. Tiro, and Ruliana, “Development of R Package for Regression Analysis with User Friendly Interface,” ARRUS J. Math. Appl. Sci., vol. 2, no. 1, pp. 23–35, 2022, doi: 10.35877/mathscience728.

S. Ma’arif, I. Hafidz, and R. P. K, “Framework Visualisasi Geografi Yang DenganBahasa Pemrograman R,” J. Tek. Its, vol. 4, no. 1, pp. 1–4, 2015, [Online]. Available: http://personalpages.manchester.ac.uk/mbs/julia.handl/v

H. Dan, L. Di, and K. Barat, “UNTUK MEMONITOR POTENSI AREA RAWAN KEBAKARAN,” vol. 8, no. 4, pp. 7801–7808, 2024.

Downloads

Published

2025-04-28

Issue

Vol. 21 No. 1 (2025): April 2025

Section

INFORMATIK

License

Copyright (c) 2025 Renaldi Riyandi, Rolland Roy Hakiki, Dealmus, Yansensius Oktavianus Reins Dima, Noviyanti P

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

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).