PERANCANGAN SISTEM PREDIKSI TIPE PROPERTY MENGGUNAKAN METODE K-NEAREST NEIGHBOR DAN MULTI LAYER PERCEPTRON (Studi Kasus : PT JAYA PERSADA INDONESIA)

Arif Rijaludin, AI Ayubi (2024) PERANCANGAN SISTEM PREDIKSI TIPE PROPERTY MENGGUNAKAN METODE K-NEAREST NEIGHBOR DAN MULTI LAYER PERCEPTRON (Studi Kasus : PT JAYA PERSADA INDONESIA). Other thesis, UNSADA.

[img] Text
COVER.pdf

Download (2MB)
[img] Text
BAB 1.pdf

Download (697kB)
[img] Text
BAB 2.pdf

Download (1MB)
[img] Text
BAB 3.pdf
Restricted to Registered users only

Download (1MB)
[img] Text
BAB 4.pdf
Restricted to Registered users only

Download (2MB)
[img] Text
BAB 5.pdf

Download (603kB)
[img] Text
DAFTAR PUSTAKA.pdf

Download (604kB)
[img] Text
LAMPIRAN.pdf

Download (635kB)
[img] Text
HASIL TURNITIN.pdf

Download (490kB)
[img] Text
SUKET TURNITIN.pdf
Restricted to Registered users only

Download (664kB)
Official URL: http://repository.unsada.ac.id

Abstract

Sistem prediksi harga property merupakan alat penting dalam industri real estate untuk membantu memahami dan memprediksi fluktuasi harga properti secara akurat. Penelitian ini bertujuan untuk merancang sebuah sistem prediksi yang efektif mengapikasikan dua metode machine learning, yakni K-Nearest Neighbor dan Multi Layer Perceptron. Studi kasus dilakukan pada PT Jaya Persada Indonesia, sebuah perusahaan pengembang properti yang beroperasi di Indonesia. Metode KNearest Neighbors digunakan untuk memprediksi harga berdasarkan kesamaan dengan data yang ada, sementara Multi Layer Perceptron digunakan untuk menangkap pola kompleks dalam data historis harga property. Data yang digunakan meliputi faktor-faktor seperti lokasi, ukuran properti, dan karakteristik pasar. Penelitian ini melibatkan tahapan perancangan sistem yang mencakup pengumpulan data, pra-pemrosesan data, pemilihan fitur, pelatihan model, evaluasi performa, dan optimisasi. Untuk mengevaluasi performa model, metrik evaluasi yang telah di uji dengan skor berikut: accuracy sebesar 86,84% , precision sebesar 86,84%, recall sebesar 86,84%, dan f1 score sebesar 86,84%.Penelitian ini diharapkan dapat membantu kontribusi dalam meningkatkan akurasi prediksi harga property, sehingga membantu PT Jaya Persada Indonesia dalam pengambilan keputusan strategis terkait investasi dan pengembangan properti di masa depan.

Item Type: Thesis (Other)
Additional Information: Dosen Pembimbing Timor Setyaningsih, S.T.,MTI
Uncontrolled Keywords: Sistem Prediksi Harga Property, K-Nearest Neighbor, Multi Layer Perceptron, Web, CRISP-DM.
Subjects: 000 Generalities/Karya Umum > 005.1 Programming/Pemrograman
Divisions: Fakultas Teknik > Teknik Informatika
Depositing User: Suwatno Suwatno Perpustakaan
Date Deposited: 10 Sep 2025 07:02
Last Modified: 10 Sep 2025 07:02
URI: http://repository.unsada.ac.id/id/eprint/8975

Actions (login required)

View Item View Item