PUTRI, ANISA (2020) ANALISIS DAN PREDIKSI HARGA PROPERTI MENGGUNAKAN TEKNIK MACHINE LEARNING DI BOGOR DAN DEPOK. S1 thesis, Universitas Mercu Buana Jakarta.
Text (JURNAL MAHASISWA)
Jurnal 41515120007 Anisa Putri.pdf Restricted to Registered users only Download (1MB) |
Abstract
Seiring dengan peningkatan jumlah penduduk, meningkat pula permintaan terhadap kebutuhan sandang, pangan dan perumahan. Salah satu implikasi peningkatan tersebut terjadi peningkatan pencarian properti secara online. Namun dirasakan masyarakat tidak mendapatkan informasi yang memadai mengenai harga pasaran rumah di suatu daerah. Berdasarkan permasalahan tersebut pada penelitian ini dilakukan eksperimen untuk memprediksi harga rumah berdasarkan data riwayat transaksi penjualan properti. Dalam uji coba pada penelitian ini digunakan 1493 record penjualan dengan menggunakan beberapa teknik machine learning untuk membuat model prediksi harga properti seperti Ordinary least squares (OLS), Least Absolute Selection and Shrinkage Operator (LASSO), Ridge Regression dan Adaptive Boosting yang dibandingkan dengan parameter RMSE. Hasil dari penelitian ini menunjukkan bahwa Adaptive Boosting dengan learning rate 0.001 pada tahap validasi menghasilkan RMSE 0.216, Model's performance 0.78 dan waktu proses 0.0181 merupakan metode terbaik dalam melakukan proses terhadap prediksi harga rumah. Kata kunci: prediksi harga, ordinary least squares, least absolute selection and shrinkage operator, Ridge Regression, Adaptive Boosting
Actions (login required)
View Item |