IMPLEMENTASI ALGORITMA ARTIFICIAL NEURAL NETWORK DALAM PREDIKSI HARGA RUMAH (STUDI KASUS: BALI GREEN RESORT)

Joko, Supriyanto (2021) IMPLEMENTASI ALGORITMA ARTIFICIAL NEURAL NETWORK DALAM PREDIKSI HARGA RUMAH (STUDI KASUS: BALI GREEN RESORT). Other thesis, Universitas Darma Persada.

[thumbnail of COVER-DAFTAR ISI.pdf] Text
COVER-DAFTAR ISI.pdf
Download (1MB)
[thumbnail of BAB I.pdf] Text
BAB I.pdf
Download (774kB)
[thumbnail of BAB II.pdf] Text
BAB II.pdf
Download (1MB)
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Registered users only
Download (1MB)
[thumbnail of BAB IV.pdf] Text
BAB IV.pdf
Restricted to Registered users only
Download (1MB)
[thumbnail of BAB V.pdf] Text
BAB V.pdf
Download (701kB)
[thumbnail of DAFTAR PUSTAKA.pdf] Text
DAFTAR PUSTAKA.pdf
Download (756kB)
[thumbnail of LAMPIRAN.pdf] Text
LAMPIRAN.pdf
Restricted to Registered users only
Download (916kB)
Official URL: http://repository.unsada.id/cgi/oai2

Abstract

Kebutuhan akan papan atau rumah merupakan salah satu kebutuhan mendasar yang terus meningkat. Kebutuhan akan rumah tersebut diperlukan seseorang untuk melindungi diri dari berbagai iklim dan cuaca serta berkumpul bersama keluarga. Selain itu, seseorang yang memiliki rumah akan memperoleh kesejahteraan, bahkan kepemilikan seseorang akan rumah menjadi tolak ukur kesejahteraan orang tersebut maka dari itu pengusaha properti akan berlomba-lomba membangun properti khususnya rumah untuk sarana investasi. Hal ini akan membuat harga rumah semakin hari semakin naik dengan daya beli masyarakat yang melonjak tinggi. Berdasarkan permasalahan yang terjadi, peneliti melakukan prediksi harga rumah menggunakan model prediksi Artificial Neural Network (ANN) dan melakukan evaluasi model RMSE. Aplikasi prediksi ini memiliki Hasil error melalui perhitungan RSME adalah 6.033 yang berarti memiliki tingkat eror yang kecil karena nilai tingkat eror semakin kecil pada evaluasi model RMSE maka semakin akurat. Berdasarkan nilai yang dihasilkan oleh matrix multiplication maka dapat diprediksi dari sampel atribut LT 7 (dalam puluhan) dan Tipe 4 (dalam puluhan) akan memiliki harga 398 (dalam juta).

Item Type: Thesis (Other)
Uncontrolled Keywords: Artificial Neural Network, Data Mining, Harga Rumah, Prediksi, RMSE
Subjects: 000 Generalities/Karya Umum > 005.1 Programming/Pemrograman
Divisions: Fakultas Teknik > Teknik Informatika
Depositing User: Trie anto Perpustakaan
Date Deposited: 09 May 2022 04:17
Last Modified: 09 May 2022 04:17
URI: http://repository.unsada.id/id/eprint/2565

Actions (login required)

View Item View Item