Implementasi Machine Learning Untuk Memprediksi Harga Rumah Dengan Menggunakan Metode Decision Tree Regressor Dan Random Forest Regressor

Mawarita Salsabila, Rangga Prasetya Adiwijaya, Lia Nur Octavia

Abstract


Seiring dengan perkembangan teknologi yang pesat, kebutuhan akan solusi digital yang efisien dalam berbagai bidang semakin meningkat, termasuk dalam sektor properti. Pencarian dan penilaian harga rumah biasanya memerlukan interaksi langsung dengan agen properti atau pemilik rumah. Hal ini menciptakan kebutuhan akan metode prediksi harga rumah yang lebih efisien tanpa harus berinteksi langsung dengan yang bersangkutan. Penelitian ini mengusulkan implementasi Random Forest Regressor dalam kerangka Machine Learning yang diwujudkan dalam bentuk aplikasi untuk memprediksi harga rumah berdasarkan citra properti yang dapat digunakan oleh siapa saja dan di mana saja. Dataset yang digunakan dalam penelitian ini mencakup ribuan data numerik seperti jumlah kamar tidur, jumlah kamar mandi, luas bangunan, kondisi bangunan, dan aksebilitas. Metode Random Forest Regression dapat diterapkan setelah pengguna menambahkan Feature Description dan melatih Data Train dalam Machine Learning untuk memastikan efisiensi dan akurasi metode ini. Hasil penelitian menunjukkan bahwa model berbasis citra dengan Random Forest Regression dengan bantuan Decision Tree dapat memprediksi harga rumah dengan akurasi yang cukup baik. Aplikasi ini dapat diakses oleh pengguna dari berbagai wilayah, sehingga memberikan fleksibilitas dan kemudahan dalam penggunaan. Metode ini terbukti efektif untuk analisis awal dan dapat menjadi alat bantu yang signifikan dalam pengambilan keputusan penilaian properti.


Keywords


Prediksi harga rumah; Random Forest Regression; Machine Learning; Feature Description; Decision Tree

Full Text:

PDF (Indonesian)

References


Mohammad Mirbagherijam, “Housing Price Prediction Model Selection Based on Lorenz and Concentration Curves: Empirical Evidence from Tehran Housing Market,” Dec. 2021. [Online]. Available: https://shahroodut.ac.ir/en/as/?id=S860

A. Saiful, S. Andryana, and A. Gunaryati, “Prediksi Harga Rumah Menggunakan Web Scrapping Dan Machine Learning Dengan Algoritma Linear Regression,” vol. 8, no. 1, pp. 41–50, Mar. 2012, [Online]. Available: http://jurnal.mdp.ac.id

C. Haryanto, N. Rahaningsih, and F. Muhammad Basysyar, “Komparasi Algoritma Machine Learning Dalam Memprediksi Harga Rumah,” 2023.

A. I. Ramadhan, N. Almajid, and D. Y. Ginting, “Penerapan Decision Tree Regression dalam Memprediksi Harga Rumah di Provinsi Jawa Barat,” 2024.

Md. A. M. Hasan, M. Nasser, B. Pal, and S. Ahmad, “Support Vector Machine and Random Forest Modeling for Intrusion Detection System (IDS),” Journal of Intelligent Learning Systems and Applications, vol. 06, no. 01, pp. 45–52, 2014, doi: 10.4236/jilsa.2014.61005.

M. Yazdani, “Machine Learning, Deep Learning, and Hedonic Methods for Real Estate Price Prediction,” Oct. 2021, [Online]. Available: http://arxiv.org/abs/2110.07151

F. Hidayah, S. J. Angesti, and Y. P. Widyastuti, “Prediksi Harga Rumah di Boston Menggunakan Metode Linear Regression, SVR, Decision Tree dan Random Forest Regression,” 2024.

S. Vincenzi et al., “Application of a Random Forest algorithm to predict spatial distribution of the potential yield of Ruditapes philippinarum in the Venice lagoon, Italy,” Ecol Modell, vol. 222, no. 8, pp. 1471–1478, Apr. 2011, doi: 10.1016/j.ecolmodel.2011.02.007.

Evita Fitri, “Analisis Perbandingan Metode Regresi Linier, Random Forest Regression dan Gradient Boosted Trees Regression Method untuk Prediksi Harga Rumah,” Journal Of Applied Computer Science And Technology (Jacost), vol. 4, no. 1, pp. 2723–1453, 2023, doi: 10.52158/jacost.491.

L. Breiman, “Random Forests,” 2001.

V. Marudut and M. Siregar, “Perancangan Aplikasi Data Mining Untuk Memprediksi Penjualan Menggunakan Metode Decision Tree Pada Apotik Ths Pematangsiantar,” 2017.

Desak Nyoman Mulya Cahyani et al., “Comparison Of Decision Tree, Linear Regression, and Random Forest Regressor Models for Predicting House Prices Desak Nyoman Mulya Cahyani a1,” Jakarta, Apr. 2021.

L. S. Ihzaniah, A. Setiawan, and R. W. N. Wijaya, “Perbandingan Kinerja Metode Regresi K-Nearest Neighbor dan Metode Regresi Linear Berganda pada Data Boston Housing,” Jambura Journal of Probability and Statistics, vol. 4, no. 1, pp. 17–29, May 2023, doi: 10.34312/jjps.v4i1.18948.

E. S. Lestari and I. Astuti, “Penerapan Random Forest Regression Untuk Memprediksi Harga Jual Rumah Dan Cosine Similarity Untuk Rekomendasi Rumah Pada Provinsi Jawa Barat,” Jurnal Ilmiah FIFO, vol. 14, no. 2, p. 131, Nov. 2022, doi: 10.22441/fifo.2022.v14i2.003.

I Putu Teddy Dharma Wijaya and Ida Bagus Dwidasmara, “Uji Performansi Algoritma LR dan RFR pada Implementasi Sistem Prediksi Harga Rumah,” Jurnal Nasional Teknologi Informasi dan Aplikasinya, vol. 1, no. 3, May 2023.




DOI: http://dx.doi.org/10.62870/setrum.v14i1.31025

Refbacks

  • There are currently no refbacks.