KOMPARASI ALGORITMA MACHINE LEARNING DALAM MEMPREDIKSI HARGA RUMAH

Abstract

Manusia memiliki kebutuhan mendasar akan sebuah tempat yang bisa disebut sebagai rumah atau tempat berteduh. Dengan banyaknya pertumbuhan penduduk di Indonesia dari tahun ke tahun membuat tidak semua golongan masyarakat memiliki tempat tinggal yang layak huni. Maka dari itu agar setiap keluaga dapat memiliki tempat tinggal pribadi yang layak diperlukan perencanaan yang matang. Dalam perencanaan tersebut diperlukan perencanaan atau prediksi harga di masa mendatang. Salah satu metode yang bisa digunakan adalah dengan menggunakan algoritma machine learning. Adapun beberapa faktor yang mempengaruhi harga rumah diantaranya luas lahan, luas bangunan berdiri, banyaknya kamar tidur, kamar mandi, dan garasi. Metode yang digunakan dalam penelitian ini adalah multiple linear regression dan random forest regression. Tujuan dari penelitian ini adalah mencari hasil prediksi terbaik antara multiple linear regression dan random forest regression. Untuk mendapatkan nilai prediksi yang tinggi penelitian dilakukan secara berulang kali dengan 80% dataset untuk training dan 20% dataset untuk testing guna mencapai hasil prediksi yang tinggi. Hasil dari penelitian ini diperoleh bahwa algoritma random forest regression merupakan algoritma terbaik dalam penelitian ini dengan nilai akurasi sebesar 81,6%.