PREDIKSI HARGA JUAL PROPERTI MENGGUNAKAN ALGORITMA RANDOM FOREST REGRESSOR (Studi Kasus : Kota Malang)

Laksmana, Kevin Anjar (2026) PREDIKSI HARGA JUAL PROPERTI MENGGUNAKAN ALGORITMA RANDOM FOREST REGRESSOR (Studi Kasus : Kota Malang). ["eprint_fieldopt_thesis_type_skripsi" not defined] thesis, Institut Teknologi Nasional Malang.

Text 2218122_Kompre.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (2MB) | Request a copy

Abstract

Penentuan harga jual properti sering menjadi kendala bagi masyarakat karena kurangnya informasi pembanding yang objektif dan akurat, terutama di Kota Malang yang dinamika harganya dipengaruhi oleh faktor fisik bangunan, lokasi kecamatan, serta kondisi ekonomi makro seperti inflasi dan kurs. Permasalahan yang muncul adalah belum adanya alat bantu yang dapat mengintegrasikan ketiga faktor tersebut secara bersamaan sehingga penjual dan pembeli kesulitan menentukan estimasi harga yang wajar. Penelitian ini bertujuan menerapkan algoritma Random Forest Regressor untuk memprediksi harga jual properti dan mengimplementasikannya ke dalam aplikasi web berbasis Flask. Metode yang digunakan meliputi pengumpulan data historis periode Oktober 2025 hingga Maret 2026 melalui web scraping dari situs Rumah123.com serta data makroekonomi dari BPS dan Bank Indonesia, kemudian dilakukan preprocessing, pelatihan model dengan Random Forest Regressor, dan evaluasi menggunakan R², MAE, dan MAPE. Hasil penelitian menunjukkan bahwa model dengan pembobotan lokasi (kecamatan) memberikan performa terbaik dengan nilai R² 0.91, MAPE 12,8%, dan MAE Rp 237 Juta, sedangkan penambahan variabel makro justru menurunkan akurasi karena nilai kurs dan inflasi bersifat seragam untuk semua kecamatan sehingga tidak memberikan informasi yang membedakan antar properti.

Item Type:	Thesis (["eprint_fieldopt_thesis_type_skripsi" not defined])
Additional Information:	Kevin Anjar Laksmana (2218122)
Uncontrolled Keywords:	Prediksi Harga Properti, Random Forest Regressor, Kota Malang, Flask
Subjects:	Engineering > Informatics Engineering
Divisions:	Fakultas Teknologi Industri > Teknik Informatika S1 > Teknik Informatika S1(Skripsi)
Depositing User:	Septiani Rosydah
Date Deposited:	11 Aug 2026 07:21
Last Modified:	11 Aug 2026 07:21
URI:	http://eprints.itn.ac.id/id/eprint/16381

Actions (login required)

View Item