Implementasi Model XGBRegressor dalam Prediksi Harga Rumah sebagai Dasar Perencanaan Keuangan bagi Pasangan Muda

Abstract

Isu kepemilikan rumah menjadi tantangan utama bagi pasangan muda, terutama karena kenaikan harga rumah yang tidak sebanding dengan pendapatan. Penelitian ini bertujuan untuk memberikan alat bantu dalam pengambilan keputusan finansial bagi pasangan muda yang ingin memiliki rumah pribadi dengan memanfaatkan teknologi machine learning dengan melakukan prediksi harga rumah dengan memanfaatkan algoritma XGBRegressor sebuah metode machine laerning berbasis ensemble dengan kemampuan generalisasi yang baik terhadap data kompleks. Dataset yang digunakan dalam penelitian ini meliputi berbagai variabel seperti luas bangunan, luas tanah, jumlah kamar tidur, jumlah kamar mandi dan kapasitas mobil dalam garasi yang memengaruhi harga rumah. Proses penelitian ini meliputi pengumpulan data, pre-processing, pelatihan model, serta evaluasi model dengan menggunakan metrik MAE, MSE dan R2 SCore. Dimana hasil evaluasi menunjukan bahwa model XGBRegressor mampu mempresiksi harga rumah dengan tingkat akurasi yang cukup baik dengan nilai R2 Score 0.77 serta kesalahan prediksi yang ditunjukan pada nilai MAE dan MSE yang rendah. Penelitian ini mampu memberikan kontribusi bagi pasangan muda yang ingin memiliki rumah pribadi untuk perencanaan finansial masa depan dalam bentuk alat bantu pengambilan keputusan berbasis data secara lebih rasional.