Hidayat, Muhammad Aziz Rosyid (2024) IMPLEMENTASI METODE FUZZY TSUKAMOTO DAN ALGORITMA GENETIKA UNTUK PENENTUAN HARGA RUMAH (Studi Kasus di Kota Yogyakarta). Other thesis, UPN "Veteran" Yogyakarta.
![]() |
Text
ABSTRAK.pdf Download (103kB) |
![]() |
Text
COVER.pdf Download (305kB) |
![]() |
Text
HALAMAN PENGESAHAN PEMBIMBING.pdf Download (131kB) |
![]() |
Text
HALAMAN PENGESAHAN PENGUJI.pdf Download (136kB) |
![]() |
Text
DAFTAR ISI.pdf Download (145kB) |
![]() |
Text
DAFTAR PUSTAKA.pdf Download (112kB) |
![]() |
Text
Skripsi Fulltext_123200068_Muhammad Aziz Rosyid.pdf Restricted to Repository staff only Download (9MB) |
Abstract
Penentuan harga rumah merupakan tantangan kompleks yang sering dihadapi oleh
industri properti, terutama ketika menangani data yang tidak pasti atau ambigu seperti lokasi
dan kualitas bangunan. Metode konvensional seperti regresi linier sering kali gagal
memberikan prediksi yang akurat karena tidak mampu menangani kompleksitas data secara
efektif. Di Kota Yogyakarta, PT Sae Sejahtera Sentosa mengalami ketidakakuratan dalam
penetapan harga rumah akibat kurangnya kolaborasi antara tim marketing dan engineering,
yang berdampak negatif pada keuntungan dan reputasi perusahaan.
Penelitian ini mengimplementasikan metode Fuzzy Tsukamoto yang dioptimalkan
dengan Algoritma Genetika (GA) untuk menentukan harga rumah di Yogyakarta. Data
sebanyak 2.300 entri diperoleh melalui scraping situs rumah123.com, mencakup variabel
harga, jumlah kamar tidur dan kamar mandi, luas tanah, luas bangunan, serta lokasi.
Metodologi penelitian meliputi preprocessing data, desain model Fuzzy Tsukamoto, dan
optimasi fungsi keanggotaan menggunakan GA dengan pengaturan 10 generasi, 20 populasi,
dan tingkat mutasi 0,2.
Metode Fuzzy Tsukamoto dipilih karena kemampuannya dalam menangani variabel
kualitatif dan kuantitatif melalui logika fuzzy, yang memungkinkan penanganan data
ambigu. Namun, metode ini memiliki keterbatasan dalam menghasilkan fungsi keanggotaan
yang optimal. Oleh karena itu, Algoritma Genetika digunakan untuk mengoptimalkan fungsi
keanggotaan secara otomatis, mengatasi kelemahan metode Fuzzy Tsukamoto dan
meningkatkan akurasi prediksi harga rumah.
Hasil penelitian menunjukkan penurunan Mean Absolute Percentage Error (MAPE)
dari 33,47% menjadi 22,18% setelah optimasi dengan Algoritma Genetika, mengindikasikan
peningkatan akurasi prediksi. Kombinasi Fuzzy Tsukamoto dan GA terbukti efektif dalam
menangani kompleksitas dan ketidakpastian data, memberikan solusi yang lebih adaptif dan
fleksibel dibandingkan metode konvensional. Implikasi praktis penelitian ini memberikan
manfaat signifikan bagi PT Sae Sejahtera Sentosa dan agen real estat di Yogyakarta dalam
menetapkan harga yang lebih tepat, mengoptimalkan keuntungan, dan mengurangi risiko
finansial.
Kata kunci: Fuzzy Tsukamoto, Algoritma Genetika, Penentuan Harga Rumah,
Prediksi Properti, Yogyakarta
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | Fuzzy Tsukamoto, Algoritma Genetika, Penentuan Harga Rumah, Prediksi Properti, Yogyakarta |
Subjects: | H Social Sciences > H Social Sciences (General) T Technology > T Technology (General) |
Divisions: | Faculty of Engineering, Science and Mathematics > School of Engineering Sciences |
Depositing User: | A.Md.SI Indah Lestari Wulan Aji |
Date Deposited: | 19 Mar 2025 01:47 |
Last Modified: | 19 Mar 2025 01:47 |
URI: | http://eprints.upnyk.ac.id/id/eprint/42246 |
Actions (login required)
![]() |
View Item |