ANALISIS PENGARUH FITUR PROPERTI DAN PERBANDINGAN ALGORITMA MULTIPLE LINEAR REGRESSION, RANDOM FOREST REGRESSION DAN SUPPORT VECTOR REGRESSION DALAM PREDIKSI NILAI JUAL RUMAH DI KECAMATAN CIDAHU
Abstract
Penelitian ini menganalisis pengaruh fitur properti terhadap nilai jual rumah di Kecamatan Cidahu, Kabupaten Sukabumi, menggunakan tiga algoritma Machine Learning Multiple Linear Regression (MLR), Random Forest Regression (RFR), dan Support Vector Regression (SVR) dengan kerangka kerja CRISP-DM. Data dikumpulkan melalui web scraping platform Pinhome (435 data mentah) dan diperkaya menggunakan SMOTE menjadi 2.104 data final. Seleksi fitur tiga tahap (korelasi Spearman, uji VIF, dan Feature Importance) menghasilkan dua fitur terpilih: luas tanah dan luas bangunan. Luas tanah terbukti sebagai fitur paling dominan (β* = 0,826260, t = 40,29, p < 0,001). Evaluasi model menunjukkan RFR meraih kinerja terbaik dengan R² = 0,9532, MAE = Rp56.580.528, RMSE = Rp117.368.937, dan MAPE = 8,09%, mengungguli MLR (R² = 0,5657) dan SVR (R² = 0,1994). Pengujian kestabilan 5-Fold Cross-Validation memperkuat keunggulan RFR dengan rerata R² = 0,9446. Model RFR diimplementasikan dalam aplikasi web berbasis Streamlit sebagai prototipe estimasi harga yang objektif dan transparan.
Downloads
References
R. N. Tuah Siregar, V. Sitorus, and W. Pramudia Ananta, “Analisis Prediksi Harga Rumah di Bandung Menggunakan Regresi Linear Berganda,” vol. 1, no. 6, 2023.
M. Firman, T. Sendjaja, M. Program Studi, and I. Perbanas Institute, “Impression : Jurnal Teknologi dan Informasi Pemanfaatan Big Data Penawaran dan Transaksi Properti untuk,” vol. 4, no. 2, 2025.
M. A. Purwanto, H. Firmansyah, W. Asriyani, and R. P. Tulodo, “Penerapan Algoritma Linear Regression untuk Prediksi Harga Rumah Berdasarkan Faktor Lokasi dan Usia Bangunan Application of Linear Regression Algorithm for House Price Prediction Based on Location and Building Age Factors,” pp. 162–168, 2026.
J. Parhusip, A. S. Julian, F. N. Hidayat, and J. T. Souk, “Pengaplikasian Algoritma Simple Linear Regression untuk Prediksi Harga Rumah di Jabodetabek Berdasarkan Fitur Lokasi dan Luas Bangunan,” vol. 18, no. 2, pp. 110–117, 2025.
U. Lathifah et al., “IMPLEMENTASI METODE LINEAR REGRESSION UNTUK PREDIKSI,” vol. 8, no. 1, pp. 1129–1137, 2024.
S. Baharsyah, K. Pelayanan, P. Pratama, B. Satu, and D. J. Pajak, “FAKTOR-FAKTOR PENENTU NILAI PASAR KENDARAAN RODA EMPAT BEKAS : PENDEKATAN HEDONIC PRICING MODEL PADA,” vol. 3, no. 3, pp. 1353–1362, 2025.
D. P. Egistin, M. Y. Rauza, R. H. Ramadhan, S. Ramadani, and K. Kunci, “Analisis regresi linier sederhana dan penerapannya,” vol. 1, no. 2, pp. 69–78, 2025.
C. D. Putranto, K. Pelayanan, P. Pratama, M. Bungo, and D. J. Pajak, “PENGARUH KARAKTERISTIK FISIK DAN AKSESIBILITAS LOKASI TERHADAP NILAI PASAR RUMAH TAPAK : STUDI HEDONIC PRICING MODEL DI KOTA DEPOK , JAWA BARAT,” vol. 3, no. 3, pp. 1344–1352, 2025.
B. Karyadi, “Jurnal teknologi pendidikan,” vol. 8, no. 2, pp. 253–258, 2023, doi: 10.32832/educate.v8i02.14843.
E. Retnoningsih and R. Pramudita, “Mengenal Machine Learning Dengan Teknik Supervised dan Unsupervised Learning Menggunakan Python,” vol. 7, no. 2, pp. 156–165, 2020.
A. Julian indraswara, “PERANCANGAN SISTEM MACHINE LEARNING UNTUK KLASIFIKASI KENDARAAN PADA PERSIMPANGAN TRAFFIC LIGHT,” 2022.
R. S. Nurhalizah, R. Ardianto, and P. Purwono, “Analisis Supervised dan Unsupervised Learning pada Machine Learning: Systematic Literature Review,” J. Ilmu Komput. dan Inform., vol. 4, no. 1, pp. 61–72, 2024, doi: 10.54082/jiki.168.
A. R. Pratama, F. Wabula, H. Ilmandry, M. L. Isabela, and R. Sianipar, “Literature Review The Impact of Machine Learning in Modern Industries,” no. 2021, 2025.
M. Labib, S. A. Damayanti, H. N. Zaki, T. Muhayat, and R. Wirawan, “Analisis Prediksi Harga Rumah Sesuai Spesifikasi Menggunakan Multiple Linear Regression,” vol. 4221, pp. 238–245, 2021.
A. Rianti, N. W. A. Majid, and A. Fauzi, “CRISP-DM: Metodologi Proyek Data Science,” in Prosiding Seminar Nasional Teknologi Informasi Dan Bisnis (SENATIB) 2023, 2023, pp. 104–107.

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.



