DETAIL KOLEKSI

Analitik prediktif harga rumah menggunakan algoritma multiple linear regression di kota bogor studi kasus website rumah.123.com


Oleh : Rifaldo Yandi Setyanto

Info Katalog

Penerbit : FTI - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2024

Pembimbing 1 : Binti Solihah

Pembimbing 2 : Gatot Budi Santoso

Subyek : Housing--Prices;Prediction (Logic)

Kata Kunci : house prices, multiple linear regression, prediction, root mean square error (RMSE)

Saat ini file hanya dapat diakses dari perpustakaan.

Status : Lengkap

H Harga rumah merupakan salah satu faktor penting yang perlu diperhatikan oleh calon pembeli rumah. Dalam memprediksi harga rumah, terdapat berbagai faktor yang dapat mempengaruhinya, seperti luas bangunan, luas tanah, jumlah kamar tidur, jumlah kamar mandi, dan lokasi. Penelitian ini bertujuan untuk mengetahui apakah algoritma multiple linear regression dapat memiliki hasil yang baik untuk memprediksi harga rumah di kota Bogor. Data yang digunakan dalam penelitian ini adalah data rumah yang diperoleh dari situs jual beli rumah online. Data tersebut kemudian dibersihkan dan dianalisis untuk membangun model multiple linear regression. Tingkat akurasi model diuji dengan Root Mean Square Error (RMSE) untuk menilai ketepatan prediksi. Dengan fokus pada algoritma Multiple Linear Regression, penelitian ini menghasilkan model prediksi harga rumah yang cukup mendekati akurat. Model ini dapat menjadi pertimbangan bagi pembeli rumah juga bisa dipakai oleh penyedia layanan jasa properti atau pemilik properti, sehingga mereka juga bisa mendapatkan pandangan atau acuan ketika ingin menjual rumah di masa mendatang.

H House price is one of the important factors that prospective home buyers need to pay attention to. In predicting house prices, there are various factors that can influence it, such as building area, land area, number of bedrooms, number of bathrooms, and location. This research aims to find out whether the multiple linear regression algorithm can have good results for predicting house prices in the city of Bogor. The data used in this research is house data obtained from online house buying and selling sites. The data was then cleaned and analyzed to build a multiple linear regression model. The model accuracy level was tested with Root Mean Square Error (RMSE) to assess the accuracy of predictions. By focusing on the Multiple Linear Regression algorithm, this research produces a house price prediction model that is quite close to accurate. This model can be a consideration for home buyers and can also be used by property service providers or property owners, so that they can also get views or references when they want to sell their house in the future.

Bagaimana Anda menilai Koleksi ini ?