0426097801 - Jasman Pardede S.Si., MT. Dosen Pembimbing 1 Rayyan / 15-2018-079 Penulis

Hirarki kebutuhan Maslow menyebutkan bahwasannya rumah adalah salah satu bagian dari basic needs yang dapat dikategorikan ke dalam 2 bagian yaitu physiological needs ataupun safety needs. Rumah sering digunakan sebagai instrumen investasi oleh para investor. Kesalahan dalam memprediksi harga rumah dapat mengakibatkan kerugian. Dengan adanya data – data dari pengembang, pembuatan sebuah model machine learning dapat diaplikasikan guna keperluan analisis prediktif harga. Metode machine learning yang dapat digunakan untuk melakukan prediksi yaitu dengan menggunakan analisis regresi. Pada penelitian, dilakukan perbandingan beberapa performansi model yang dihasilkan menggunakan metode regresi seperti regresi linear berganda, ridge, dan polinomial. Performansi diukur menggunakan beberapa error metrics evaluasi model yaitu MSE, RMSE, dan MAE. Penelitian dilakukan dengan menggunakan historical data penjualan rumah di daerah King County, USA. Pengujian yang dilakukan untuk setiap metode regresi yang digunakan pada penelitian tentunya berbeda – beda. Pada hasil yang di dapatkan, model regresi linear berganda menghasilkan nilai MSE, RMSE, dan MAE berturut – turut sebesar 0.0952, 0.3086, 0.2452, ridge menghasilkan nilai 0.0952, 0.3086, 0.2453, dan polinomial menghasilkan nilai 0.0874, 0.2955, 0.2344. Hasil evaluasi model membuktikan bahwa metode regresi polinomial dengan nilai degree = 2, yang diberikan teknik regularisasi menggunakan metode regresi ridge dengan nilai alpha = 100, dapat menghasilkan performansi model paling optimal untuk melakukan prediksi.