ESTIMASI HARGA RUMAH DI YOGYAKARTA MENGGUNAKAN KOMBINASI MODEL RANDOM FOREST DAN EXTREME GRADIENT BOOSTING TREE (XGBOOST)

YAP, KEVIN ARIEL (2026) ESTIMASI HARGA RUMAH DI YOGYAKARTA MENGGUNAKAN KOMBINASI MODEL RANDOM FOREST DAN EXTREME GRADIENT BOOSTING TREE (XGBOOST). Skripsi thesis, UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN YOGYAKARTA.

	Text Abstrak_123200105.pdf Download (295kB)
	Text Cover_123200105.pdf Download (134kB)
	Text Daftar Isi_123200105.pdf Download (293kB)
	Text Daftar Pustaka_123200105.pdf Download (192kB)
	Text Fulltext_123200105.pdf Restricted to Repository staff only Download (2MB)
	Text Halaman Pengesahan_123200105.pdf Download (95kB)

Abstract

Estimasi harga rumah merupakan permasalahan kompleks yang dipengaruhi oleh berbagai faktor seperti lokasi, luas bangunan, luas tanah, dan fasilitas pendukung. Penelitian ini bertujuan untuk menghasilkan estimasi harga rumah di wilayah Yogyakarta menggunakan kombinasi metode Random Forest dan Extreme Gradient Boosting Tree (XGBoost). Data yang digunakan dikumpulkan melalui web scraping dari situs properti 99.co, yang setelah melalui tahap pembersihan menghasilkan 2.064 data. Proses penelitian meliputi tahapan data understanding, preprocessing, modeling, evaluasi, hingga deployment dalam bentuk sistem berbasis web. Model Random Forest dan XGBoost masing-masing dioptimasi melalui hyperparameter tuning untuk meningkatkan performa estimasi. Evaluasi dilakukan menggunakan metrik Root Mean Squared Error (RMSE), Mean Absolute Error (MAE), dan koefisien determinasi ($R^2$). Hasil pengujian menunjukkan bahwa kombinasi kedua model mampu memberikan estimasi harga rumah yang lebih stabil dan mendekati kondisi pasar aktual di Yogyakarta. Penelitian ini diharapkan dapat menjadi referensi berbasis data dalam pengambilan keputusan jual beli maupun investasi properti.

Item Type:	Tugas Akhir (Skripsi)
Additional Information:	KEVIN ARIEL YAP (PENULIS - 123200105); NUR HERI CAHYANA (PEMBIMBING)
Uncontrolled Keywords:	Estimasi Harga Rumah, Random Forest, XGBoost, Machine Learning, Yogyakarta
Subjek:	T Technology > T Technology (General) T Technology > T Technology (General) > T201 Patents. Trademarks
Divisions:	Fakultas Teknik Industri > (S1) Informatika
Depositing User:	Indah Lestari
Date Deposited:	22 Jan 2026 08:38
Last Modified:	22 Jan 2026 08:38
URI:	http://eprints.upnyk.ac.id/id/eprint/46689

Actions (login required)

View Item