Analisis Model Prediksi Bisnis Properti Pada Data E-commerce Dengan Metode Klasifikasi

Abstract

Properti bisnis online atau e-commerce yang diketahui saat ini mengalami peningkatan penjualan rumah. E-Commerce di Indonesia dari tahun 2011 sampai 2015 telah meningkat lebih dari 500%. Usaha real estat di Indonesia mengalami tren positif. Prediksi harga itu penting karena bisa bermanfaat bagi investor atau masyarakat untuk membantu setiap orang untuk membeli rumah. Salah satu metode prediksi adalah klasifikasi berdasarkan variabel industri properti.

Di era ini, data mudah didapat. Ada banyak open source dari internet yang bisa kita dapatkan secara gratis. Data e-commerce adalah salah satu data yang bisa kita gunakan untuk penelitian. Data bisa digunakan untuk semua orang untuk melakukan penelitian.

Untuk memprediksi penjualan real estat, penelitian ini menggunakan 2 metode klasifikasi yang berbeda. Peneliti memilih Bandung sebagai studi kasus berdasarkan data dari e-commerce rumah123.com. Metodenya adalah klasifikasi Decision Tree dan k-NN. Peneliti membuat analisa perbandingan antara Decision Tree dan k-NN. Hasilnya akurasi pohon keputusan adalah 75% dan akurasi hasil KNN adalah 71%.