Implementasi Data Mining Dalam Analisis dan Prediksi Harga Rumah Wilayah Jakarta Menggunakan Regresi Linear Berganda
Keywords:
Data Mining, Regresi Linear Berganda, Prediksi Harga Rumah, Web Scraping, DKI JakartaAbstract
Perkembangan platform properti digital seperti Rumah123.com menghasilkan data listing rumah dalam jumlah besar, namun pemanfaatannya untuk menghasilkan model prediksi harga yang objektif dan dapat diakses publik masih terbatas. Penelitian ini bertujuan menerapkan teknik data mining dengan metode regresi linear berganda untuk menganalisis dan memprediksi harga rumah di lima wilayah administratif DKI Jakarta berdasarkan karakteristik fisik properti. Data dikumpulkan melalui teknik web scraping menggunakan Python (BeautifulSoup dan Requests) dari Rumah123.com, menghasilkan 750 data awal dengan delapan atribut, yang setelah praproses (pemeriksaan missing value dan penanganan outlier menggunakan metode Interquartile Range) tersisa 692 data valid. Analisis regresi menggunakan metode Ordinary Least Squares pada perangkat lunak SPSS menghasilkan model dengan koefisien determinasi (R2) sebesar 0,550 dan Adjusted R2 sebesar 0,543, serta terbukti signifikan secara simultan melalui uji F (F = 83,185; Sig. < 0,001). Uji asumsi klasik menunjukkan residual berdistribusi normal, tidak terjadi heteroskedastisitas, tidak ada multikolinearitas serius, dan tidak terjadi autokorelasi (Durbin-Watson = 2,017). Hasil uji t menunjukkan bahwa lokasi wilayah, luas bangunan, luas tanah, dan jumlah kamar mandi berpengaruh signifikan terhadap harga rumah, dengan luas tanah sebagai prediktor paling dominan, sedangkan jumlah kamar tidur, ketersediaan garasi, dan jumlah lantai tidak berpengaruh signifikan. Persamaan regresi yang dihasilkan selanjutnya diimplementasikan ke dalam aplikasi berbasis web menggunakan PHP dan MySQL agar dapat digunakan secara interaktif oleh masyarakat umum, calon pembeli, dan investor properti dalam menilai kewajaran harga rumah di wilayah Jakarta.
References
Athallah, M. R., & Rozi, A. F. (2023). Implementasi Data Mining Untuk Prediksi Peramalan Penjualan Produk Hj Karpet Menggunakan Metode Linear Regression. Jurnal Sains Dan Teknologi (JSIT), 2(3), 180–187. https://doi.org/10.47233/jsit.v2i3.550
Chen, Q., & Qi, J. (2023). How much should we trust R2 and adjusted R2: evidence from regressions in top economics journals and Monte Carlo simulations. Journal of Applied Economics, 26(1). https://doi.org/10.1080/15140326.2023.2207326
Ghazali, I. (2018). Aplikasi Analisis Multivariate dengan Program IBM SPSS 25 (Edisi ke-9). Badan Penerbit Universitas Diponegoro.
Hakim, H., Kamil, D., & Alatas, B. (2025). Pendekatan Machine Learning untuk Estimasi Harga Rumah dengan Regresi Linier. ALPHA: Journal of Science and Technology, 1(1), 18–22. https://doi.org/10.70716/alpha.v1i1.99
Hallan, R. R., & Fajri, I. N. (2025). Prediksi Harga Rumah menggunakan Machine Learning Algoritma Regresi Linier. Jurnal Teknologi Dan Sistem Informasi Bisnis, 7(1), 57–62. https://doi.org/10.47233/jteksis.v7i1.1732
Husdi, H., & Dalai, H. (2023). Penerapan Metode Regresi Linear Untuk Prediksi Jumlah Bahan Baku Produksi Selai Bilfagi. Jurnal Informatika, 10(2), 129–135. https://doi.org/10.31294/inf.v10i2.14129
Junaidi, J., Cholisoh, N., & Nurjaman, D. R. (2024). Pembelajaran Mesin Untuk Prediksi Harga Rumah Dengan Metode Regresi Linier Berganda. Journal Sensi, 10(1), 79–89. https://doi.org/10.33050/sensi.v10i1.3119
Kutner, M. H., Nachtsheim, C. J., & Neter, J. (2014). Applied Linear Regression Models (International Revised Edition). McGraw-Hill.
Mardiatmoko, G. (2020). The Importance of the Classical Assumption Test in Multiple Linear Regression Analysis (A Case Study of the Preparation of the Allometric Equation of Young Walnuts). Barekeng, 14(3), 333–342. https://doi.org/10.30598/barekengvol14iss3pp333-342
Maula, I., Hasanah, L. U., & Tholib, A. (2023). Analisis Prediksi Harga Rumah Di Jabodetabek Menggunakan Multiple Linear Regression. Jurnal Informatika Kaputama (JIK), 7(2), 216–224. https://doi.org/10.59697/jik.v7i2.135
Maulud, D., & Abdulazeez, A. M. (2020). A Review on Linear Regression Comprehensive in Machine Learning. Journal of Applied Science and Technology Trends, 1(2), 140–147. https://doi.org/10.38094/jastt1457
Miftahuljannah, Sunge, A. S., & Zy, A. T. (2023). Analisis Prediksi Penjualan Dengan Metode Regresi Linear Di PT. Eagle Industry Indonesia. Jurnal Informatika Teknologi Dan Sains (Jinteks), 5(3), 398–403. https://doi.org/10.51401/jinteks.v5i3.3325
Mu’tashim, M. L., Muhayat, T., Damayanti, S. A., Zaki, H. N., & Wirawan, R. (2021). Analisis Prediksi Harga Rumah Sesuai Spesifikasi Menggunakan Multiple Linear Regression. Informatik: Jurnal Ilmu Komputer, 17(3), 238. https://doi.org/10.52958/iftk.v17i3.3635
Niamilah, A., Alfin, A. A., & Kurniasari, I. (2023). Siklus Hidup Pengembangan Sistem Basis Data Pada Sistem Informasi Buku Tamu di Badan Pusat Statistik Kabupaten Kediri Menggunakan MySQL. Jurnal Nasional Komputasi Dan Teknologi Informasi (JNKTI), 6(1), 115–121. https://doi.org/10.32672/jnkti.v6i1.5830
Novianty, D., Palasara, N. D., & Qomaruddin, M. (2021). Algoritma Regresi Linear pada Prediksi Permohonan Paten yang Terdaftar di Indonesia. Jurnal Sistem Dan Teknologi Informasi (Justin), 9(2), 81. https://doi.org/10.26418/justin.v9i2.43664
Nuris, N. (2024). Analisis Prediksi Harga Rumah Pada Machine Learning Metode Regresi Linear. Explore, 14(2), 108–112. https://doi.org/10.35200/ex.v14i2.123
Rizquina, A. Z., & Ratnasari, C. I. (2023). Implementasi Web Scraping untuk Pengambilan Data Pada Website E-Commerce. Jurnal Teknologi Dan Sistem Informasi Bisnis, 5(4), 377–383. https://doi.org/10.47233/jteksis.v5i4.913
Sanjaya, K. D. (2024). Prediksi Harga Rumah dengan Metode Regresi Linear dan Support Vector Regression di Daerah Tebet Jakarta Selatan. Versi Cetak, 19(2).
Sholeh, M., Nurnawati, E. K., & Lestari, U. (2023). Penerapan Data Mining dengan Metode Regresi Linear untuk Memprediksi Data Nilai Hasil Ujian Menggunakan RapidMiner. JISKA (Jurnal Informatika Sunan Kalijaga), 8(1), 10–21. https://doi.org/10.14421/jiska.2023.8.1.10-21
Yasin, V. (2021). Tools Rekayasa Perangkat Lunak dalam Membuat Pemodelan Desain Menggunakan Unified Modeling Language (UML). Tridharmadimas: Jurnal Pengabdian Kepada Masyarakat Jayakarta, 1(2), 139. https://doi.org/10.52362/tridharmadimas.v1i2.666
