Pembelajaran Mesin Untuk Prediksi Harga Rumah Dengan Metode Regresi Linier Berganda
Main Article Content
Abstract
Penelitian ini bertujuan untuk memprediksi harga rumah sesuai fitur yang diinginkan. Fokus penelitian membuat sebuah model pembelajaran mesin berdasarkan dataset yang tersedia, dengan memanfaatkan beberapa fitur yang dibutuhkan untuk memprediksi. Fitur pada dataset yang dijadikan variabel penelitian ini adalah lokasi rumah, jangkauan akses tol, jenis rumah serta jumlah lantai, kamar mandi, kamar tidur sebagai variabel x, dan harga jual sebagai variabel y. Metode yang digunakan adalah regresi linier berganda, dengan jumlah dataset sebanyak sepuluh ribu untuk di observasi. Setelah melalui tahapan pengolahan, kemudian data dibagi menjadi dua bagian: data untuk pelatihan dan pengujian. Penelitian ini menghasilkan Multiple R sebesar 93%, R Square sebesar 86%, Adjusted R Square sebesar 86% dengan standar error sebesar 2%, dengan intercept -0.14, menghasilkan persamaan y = 9E-05x - 0.142 dengan R² = 0.0004. Persamaan ini kemudian dilakukan uji coba terhadap data uji yang berbeda dari data latih, dan hasilnya bisa digunakan untuk memprediksi harga rumah, sehingga bisa membantu dengan cepat bagi yang berkepentingan.
Article Details
References
[2] Rahayuningtyas, Evi Febrion, Feny Novia Rahayu, and Yufis Azhar. "Prediksi harga rumah menggunakan general regression neural network", Jurnal Informatika, vol. 8, No. 1, pp. 59-66, 2021.
[3] Mu'tashim, Muhammad Labib, et al., "Analisis prediksi harga rumah sesuai spesifikasi menggunakan multiple linear regression", Informatik: Jurnal Ilmu Komputer, Vo. 17, No. 3, pp. 238-245, 2021. DOI: https://doi.org/10.52958/iftk.v17i3.3635
[4] Ridho, Ihda Innar, et al., "Metode Neural Network Untuk Penentuan Akurasi Prediksi Harga Rumah", Technologia: Jurnal Ilmiah, vol. 13, No. 1, pp.56-58, 2022. DOI: http://dx.doi.org/10.31602/tji.v13i1.6252
[5] Fitri, Evita., "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, vol. 4, no. 1, pp. 58-64, 2023. DOI: https://doi.org/10.52158/jacost.v4i1.491
[6] Maula, Inayatul, Linda Uswatun Hasanah, and Abu Tholib, "Analisis Prediksi Harga Rumah Di JABODETABEK Menggunakan Multiple Linear Regression", Jurnal Informatika Kaputama (JIK), vol. 7, no. 2, pp. 216-224, 2023. DOI: https://doi.org/10.59697/jik.v7i2.135
[7] Vermaysha, Ashary, and Nurmalitasari Nurmalitasari, "Prediksi Harga Rumah di Kabupaten Karanganyar Menggunakan Metode Regresi Linear", Prosiding Seminar Nasional Teknologi Informasi dan Bisnis, 2023.
[8] Mustakim, Muhamad Imam, “Analisis Prediksi Harga Rumah Dengan Menggunakan Algoritma Machine Learning”, DISS:Universitas Mercu Buana Jakarta, 2021.
[9] Hope, Thomas MH, "Linear regression", Machine Learning. Academic Press, p. 67-81, 2020. DOI: https://doi.org/10.38094/jastt1457
[10] Jumin, Ellysia, et al., "Machine learning versus linear regression modeling approach for accurate ozone concentrations prediction", Engineering Applications of Computational Fluid Mechanics, vol. 14, no. 1, p. 713-725,2020. DOI: https://doi.org/10.1080/19942060.2020.1758792
[11] I Made Yuliara, "Modul Regresi Linier Berganda", Fakultas Matematika dan Ilmu Pengetahuan Alam. Universitas Udayana, p. 1-12, 2016.