Penerapan Algoritma Random Forest Dalam Memprediksi Harga Properti di Jakarta Selatan Berdasarkan Karakteristik Fisik dan Lokasi

Authors

  • Safa Emilita Universitas Bina Sarana Informatika
  • Putri Sri Rahayu Universitas Bina Sarana Informatika
  • Sekar Rania Larasati Universitas Bina Sarana Informatika
  • Ghofar Taufiq Universitas Bina Sarana Informatika
  • Jefina Tri Kumalasari Universitas Bina Sarana Informatika

DOI:

10.33395/jmp.v14i2.15735

Keywords:

Harga Properti, Jakarta Selatan, Machine Learning, Prediksi, Random Forest

Abstract

Penelitian ini bertujuan untuk melakukan prediksi harga properti di wilayah Jakarta Selatan dengan memanfaatkan algoritma Random Forest. Dataset yang digunakan mencakup 1.003 data dengan variabel seperti harga, luas tanah (LT), luas bangunan (LB), jumlah kamar tidur (JKT), jumlah kamar mandi (JKM), keberadaan garasi (GRS), serta lokasi (KOTA). Hasil analisis menunjukkan bahwa algoritma Random Forest mampu memberikan prediksi harga properti dengan tingkat akurasi yang tinggi, di mana luas tanah dan luas bangunan menjadi faktor yang paling berpengaruh terhadap hasil prediksi.Temuan ini dapat menjadi referensi bagi pengembang, agen properti, maupun calon pembeli dalam memperkirakan nilai pasar properti di Jakarta Selatan secara lebih objektif dan data-driven .

GS Cited Analysis

References

Chandraderia, D. (2020). Analisis Faktor-Faktor yang Mempengaruhi Harga Rumah Yogyakarta (Doctoral dissertation).

Febyanti, F. (2022). Pemodelan faktor-faktor yang mempengaruhi harga rumah di Jabodetabek menggunakan metode regresi probit. Jurnal Riset Statistika, 51-57.

M., & Atmadja, A. S. (2020). Pergerakan Harga Rumah di Indonesia: Analisis Sisi Permintaan (Doctoral dissertation, Petra Christian University).

Manaf, A. A., & Zheng, G. I. (2019). Faktor-faktor penentu harga rumah dari perspektif pemaju perumahan (Factors determining the house prices from perspectives). Geografia, 15(4). the housing developers'

Mu'tashim, M. L., Muhayat, T., Damayanti, S. A., Zaki, H. N., & Wirawan, R. (2021). Analisis prediksi harga rumah sesuai spesifikasi menggunakan multiple linear regression. Informatik: Jurnal Ilmu Komputer, 17(3), 238-245.

Putri, N. A. C., & Arianto, D. B. (2024). Komparasi Penggunaan Information Gain Pada Machine Learning untuk Memprediksi Harga Rumah di Jabodetabek. Jurnal Sains dan Teknologi, 5(3), 756-762.

Rahayuningtyas, E. F., Rahayu, F. N., Azhar, Y., & Artikel, (2021). Prediksi harga rumah menggunakan general regression neural network. Jurnal Informatika, 8(1), 59-66.

Roeskamto, I. M., & Atmadja, A. S. (2020). Pergerakan Harga Rumah di Indonesia: Analisis Sisi Permintaan (Doctoral dissertation, Petra Christian University).

Saiful, A. (2021). Prediksi harga rumah menggunakan web scrapping dan machine learning dengan algoritma linear regression. JATISI (Jurnal Teknik Informatika dan Sistem Informasi), 8(1), 41-50

Ridho, I. I., Mahalisa, G., Sari, D. R., & Fikri, I. (2022). Metode Neural Network Untuk Penentuan Akurasi Prediksi Harga Rumah. Technologia: Jurnal Ilmiah, 13(1), 56-58.

Downloads

How to Cite

Emilita, S., Rahayu, P. S. ., Larasati, S. R. ., Taufiq, G. ., & Kumalasari, J. T. . (2026). Penerapan Algoritma Random Forest Dalam Memprediksi Harga Properti di Jakarta Selatan Berdasarkan Karakteristik Fisik dan Lokasi. Jurnal Minfo Polgan, 14(2), 3415-3421. https://doi.org/10.33395/jmp.v14i2.15735