SISTEM PREDIKSI HARGA RUMAH DI KOTA MALANG MENGGUNAKAN METODE RANDOM FOREST REGRESSOR BERBASIS MACHINE LEARNING

Abstract

Prediksi harga rumah merupakan permasalahan penting dalam bidang properti karena harga rumah dipengaruhi oleh berbagai faktor seperti lokasi, luas tanah, dan luas bangunan. Penelitian ini bertujuan untuk membangun sistem prediksi harga rumah di Kota Malang menggunakan metode Random Forest Regressor berbasis machine learning. Dataset diperoleh dari beberapa situs properti online, kemudian dilakukan preprocessing untuk meningkatkan kualitas data sebelum proses pelatihan model. Sistem dikembangkan dalam bentuk web menggunakan framework Flask, sehingga pengguna dapat memasukkan data berupa kecamatan, luas tanah, dan luas bangunan untuk memperoleh hasil prediksi harga rumah. Evaluasi kinerja model dilakukan menggunakan Mean Absolute Error (MAE), Root Mean Squared Error (RMSE), dan R² Score. Hasil pengujian menunjukkan nilai R² sebesar 0,97, MAE sebesar Rp259.509.273, dan RMSE sebesar Rp959.587.442. Nilai tersebut menunjukkan bahwa model mampu memprediksi harga rumah dengan tingkat akurasi yang baik. Sistem ini diharapkan dapat membantu masyarakat dalam memperkirakan harga rumah secara lebih objektif