Layanan penulisan ilmiah yang disediakan oleh Perpustakaan Universitas Gunadarma
SISTEM PREDIKSI HARGA RUMAH DI JAKARTA SELATAN MENGGUNAKAN ALGORITMA RANDOM FOREST REGRESSION
ABSTRAKSI :
Dalam era digital yang berkembang pesat saat ini, penggunaan machine learning telah menjadi kunci dalam berbagai sektor, termasuk industri real estate. Penelitian ini bertujuan untuk menyoroti pentingnya prediksi harga rumah menggunakan metode machine learning, dengan fokus pada penggunaan model Random Forest Regression. Melalui analisis fitur-fitur seperti luas tanah, luas bangunan, dan lokasi, kami mengembangkan model yang mampu memprediksi harga rumah secara akurat. Implementasi model ini dilakukan melalui penggunaan framework Flask dan bahasa pemrograman Python, memungkinkan pembuatan website yang dapat memberikan estimasi harga rumah kepada pengguna. Hasil dari penelitian ini dicapai melalui perhitungan akurasi yang teliti dan berdasarkan perbandingan antara prediksi harga rumah yang dihasilkan oleh model Random Forest dengan harga sebenarnya dalam dataset. Hasil akurasi yang tinggi, yang ditemukan dalam evaluasi model, menunjukkan kemampuan model ini dalam memberikan perkiraan harga rumah yang sangat mendekati kenyataan. Dengan akurasi yang kuat ini, model Random Forest Regression dapat diandalkan sebagai alat yang sangat berguna dalam mendukung pengambilan keputusan yang lebih tepat dalam bisnis real estate, baik bagi calon pembeli maupun investor, serta dapat memberikan panduan yang lebih cerdas dalam strategi investasi properti di masa depan.