FITRI, ANNISA (2024) PREDIKSI PENJUALAN HARGA PROPERTI MENGGUNAKAN ALGORITMA KNN DI METLAND CILEUNGSI. S1 thesis, Universitas Mercu Buana - Buncit.
|
Text (COVER)
41519310045 ANNISA FITRI 01 COVER .pdf Download (393kB) | Preview |
|
|
Text (ABSTRAK)
41519310045 ANNISA FITRI ABSTRAK.pdf Download (207kB) | Preview |
|
![[img]](https://repository.mercubuana.ac.id/style/images/fileicons/text.png) |
Text (BAB 1)
41519310045 ANNISA FITRI 02 BAB 1 .pdf Restricted to Registered users only Download (289kB) |
|
|
Text (BAB 2)
41519310045 ANNISA FITRI 03 BAB 2.pdf Restricted to Registered users only Download (319kB) |
|
|
Text (BAB 3)
41519310045 ANNISA FITRI 04 BAB 3 .pdf Restricted to Registered users only Download (291kB) |
|
|
Text (BAB 4)
41519310045 ANNISA FITRI 05 BAB 4.pdf Restricted to Registered users only Download (450kB) |
|
|
Text (BAB 5)
41519310045 ANNISA FITRI 06 BAB 5.pdf Restricted to Registered users only Download (219kB) |
|
|
Text (DAFTAR PUSTAKA)
41519310045 ANNISA FITRI 07 DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (110kB) |
|
|
Text (LAMPIRAN)
41519310045 ANNISA FITRI 08 LAMPIRAN.pdf Restricted to Registered users only Download (645kB) |
Abstract
Forecasting/ prediksi pasar properti adalah aktivitas yang sangat diperlukan dalam properti investasi (Mitchell dan McNamara, 1997) .sehingga dapat diperhitungkan untuk memprediksi jumlah pada kebutuhan bulan mendatang. Prediksi produk merupakan salah satu hal yang penting bagi dalam penjualan. Dengan mengetahui prediksi harga untuk penjualan properti serta luas tanah dan bangunan . Adapun tujuan penelitian yang ingin dicapai dalam penelitian ini adalah mengetahui prediksi yang akan dilakukan oleh perusahaan sebagai strategi marketing dan mendapatkan prediksi penjualan properti berdasarkan data penjualan di tahun sebelumnya.Data mining merupakan suatu teknik untuk mengekstraksi informasi yang berharga dari data. Salah satu algoritma yang digunakan algoritma K-Nearest Neighbors. Algoritma K- Nearest Neighbor (KNN) dalam melakukan klasifikasi terhadap objek maka dibutuhkan jarak terdekat dengan objek tersebut. Algoritma K- Nearest Neighbor berusaha mengklasifikasikan data baru yang belum diketahui class-nya dengan memilih sejumlah data yang letaknya terdekat dari data baru tersebut. Tujuan penelitian yang ingin dicapai dalam penelitian ini adalah mengetahui prediksi yang akan dilakukan oleh perusahaan sebagai strategi marketing dan mendapatkan prediksi penjualan properti berdasarkan data penjualan di tahun sebelumnya. Hasil dari penelitian ini menunjukkan bahwa algoritma KNN dapat digunakan untuk memprediksi dengan nilai accuracy sebesar 99,8%
| Item Type: | Thesis (S1) |
|---|---|
| NIM/NIDN Creators: | 41519310045 |
| Uncontrolled Keywords: | Prediksi,Data Mining,K-Nearest Neighbors |
| Subjects: | 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 010 Bibliography/Bibliografi > 017 General Subject Catalog/Katalog Subjek Umum 300 Social Science/Ilmu-ilmu Sosial > 350 Public Administration and Military Science/Administrasi Negara dan Ilmu Kemiliteran > 352 General Considerations of Public Administration/Pertimbangan Umum Administrasi Publik > 352.5 Property Administration and Budgets/Administrasi Properti dan Anggaran |
| Divisions: | Fakultas Ilmu Komputer > Informatika |
| Depositing User: | Nasruddin Mansyur S.Hum |
| Date Deposited: | 19 Sep 2024 04:33 |
| Last Modified: | 19 Sep 2024 04:33 |
| URI: | http://repository.mercubuana.ac.id/id/eprint/91562 |
Actions (login required)
 |
View Item |
