Abstract:
Rumah yang merupakan salah satu contoh dari properti, dapat diperjualbelikan atau disewakan.
Namun, dalam menetapkan harganya terdapat beberapa kesalahan yang sering dilakukan
pihak bersangkutan, yaitu mengutamakan kepentingan pribadi, tidak memiliki cukup informasi,
dan tidak menyeimbangkannya dengan kondisi bangunan. Salah satu metode statistika yang
dapat digunakan untuk membantu memprediksi harga jual atau sewa sebuah rumah adalah
pohon regresi. Pohon regresi merupakan model yang berbentuk hierarki dan berfungsi untuk
memprediksi variabel prediktor data jenis numerik kontinu melalui pemanfaatan nilai rata-rata
(mean), dengan cara kerja mengelompokkan. Namun dengan sifat tersebut, meskipun model
menjadi mudah untuk dipahami, hasil prediksi yang diberikan umumnya hanya memiliki akurasi
sekitar 40% sampai 60%, sehingga diperlukan metode lain untuk dikombinasikan atau sebagai
pengembangan agar membantu kinerja. Salah satu metode yang dapat dikombinasikan dengan
pohon regresi adalah regresi kernel. Regresi kernel merupakan model yang berfungsi untuk
memprediksi variabel prediktor data numerik melalui pemanfaatan fungsi kepadatan peluang.
Dengan sifat tersebut, hasil prediksi yang diberikan model dapat mencapai akurasi sekitar
70% sampai 90%, karena nilai yang ditunjukkannya sangat rinci. Pada skripsi ini, dibahas
model pohon regresi kernel untuk memprediksi harga jual rumah di Kota Bandung. Model
tersebut dibangun dengan melibatkan algoritma pembelajaran mesin agar hasil yang diberikan
dapat dievaluasi dan dikembangkan secara optimal. Model pohon regresi kernel yang dihasilkan
tersebut memiliki akurasi sebesar 78%, sehingga sudah dapat diterapkan pada data penjualan
rumah di Kota Bandung dengan baik.