Penerapan Pembelajaran Mesin Menggunakan Algoritma Regresi Linier Untuk Prediksi Harga Rumah

Abstrak

Harga properti terindikasi tumbuh secara meningkat di pasar primer untuk setiap tahunnya berdasarkan survei Bank Indonesia (BI) untuk Survey Harga Properti Residensial (SHPR) pada kuartal I-2022. Kenaikan IHPR terjadi untuk hampir seluruh tipe rumah. Pertumbuhan untuk Tipe rumah kecil sebesar 2,01%, Pertumbuhan untuk Tipe rumah menengah sebesar 2,18%, dan Pertumbuhan untuk Tipe rumah besar sebesar 1,11%. Sedangkan pada kuartal II-2022, pertumbuhan diperkirakan terbatas sebesar 1,16%. Prediksi harga properti akan sangat dibutuhkan masyarakat terutama masyarakat yang berminat memiliki properti dengan spesifikasi yang diinginkan. Penelitian ini melakukan prediksi harga rumah dengan menerapkan pembelajaran mesin dengan studi kasus data di Pondok Sabilulungan Permai. Data yang digunakan merupakan data tahun 2018-2023. Tujuan penelitian ini adalah membangun aplikasi prediksi harga rumah. Menggunakan RMSE (Root Mean Squared Error) untuk penghitung eror. Hasil prediksi menggunakan regresi linier memiliki eror sebesar 0.66. Berdasarkan hasil model regresi linier didapatkan akurasi sebesar 90.08% yang menunjukan bahwa sistem ini sudah baik.