Analisis Prediksi Harga Rumah Di Kota Medan Berdasarkan Spesifikasi Dengan Model Regresi Linear Dan Random Forest

Kesulitan masyarakat dalam menentukan harga rumah di Kota Medan akibat variasi informasi mendorong kebutuhan akan model prediksi yang akurat. Penelitian ini mengisi kesenjangan dengan secara komprehensif membandingkan model Regresi Linear dan Random Forest menggunakan data hasil web scraping dari situs properti daring Rumah123.com sebanyak 6748 baris data. Tujuan penelitian ini adalah menganalisis, melatih, dan mengevaluasi kedua model tersebut untuk menentukan mana yang paling optimal dalam memprediksi harga rumah di Kota Medan. Metode penelitian menggunakan pendekatan komparatif, di mana dua model dilatih menggunakan library Scikit-Learn dan dievaluasi performanya berdasarkan metrik Mean Absolute Error (MAE), Root Mean Squared Error (RMSE), dan R2. Hasil menunjukkan bahwa model Random Forest Regressor memiliki performa terbaik dengan nilai R2 sebesar 0.86 pada data latih dan 0.77 pada data uji. Analisis fitur dari model terbaik mengidentifikasi luas tanah (41%) dan luas bangunan (36%) sebagai faktor yang paling berpengaruh terhadap harga. Disimpulkan bahwa Random Forest merupakan model yang lebih unggul untuk studi kasus ini. Disarankan bagi penelitian selanjutnya untuk mengeksplorasi model lain seperti yang berbasis ensemble dan memperkaya dataset untuk meningkatkan generalisasi model.