Putri, Vania Ariyani Prilia (2022) PERBANDINGAN KINERJA ALGORITME NAÏVE BAYES DANK- NEAREST NEIGHBOR (KNN) UNTUK PREDIKSI HARGA RUMAH. Undergraduate thesis, Universitas Diponegoro.

	Text JUDUL.pdf Download (2MB)
	Text BAB I.pdf Restricted to Repository staff only Download (133kB)
	Text BAB II.pdf Restricted to Repository staff only Download (290kB)
	Text BAB III.pdf Restricted to Repository staff only Download (247kB)
	Text BAB IV.pdf Restricted to Repository staff only Download (977kB)
	Text BAB V.pdf Restricted to Repository staff only Download (125kB)
	Text DAFTAR PUSTAKA.pdf Restricted to Repository staff only Download (227kB)
	Text LAMPIRAN.pdf Restricted to Repository staff only Download (13kB)

Abstract

Rumah adalah bangunan yang berfungsi sebagai tempat tinggal/hunian dan sarana
pembinaan keluarga, sehingga rumah merupakan salah satu kebutuhan dasar manusia. Seiring
dengan berjalannya waktu, terjadi banyak perubahan yang berpengaruh terhadap kebutuhan akan
rumah. Nilai–nilai dari setiap rumah pun beragam, seperti luas tanah, lokasi rumah, jumlah
kamar, jumlah kamar mandi, luas ruang tamu, fasilitas yang ada di linkungan rumah, dan lain
sebagainya. Dikarenakan adanya beragam nilai dari setiap rumah, hal tersebutlah yang membuat
harga - harga rumah semakin bervariasi. Dengan machine learning, pembeli dapat memprediksi
harga rumah dengan data rumah yang diberikan.
Dalam pembuatan machine learning tersebut, dibutuhkan pembangunan model, dan
selama proses pelatihan, diperlukan adanya suatu algoritma untuk membangun model yang
disebut sebagai algoritma pelatihan (learning algorithm). Berdasarkan cara pelatihan, algoritma
klasifikasi dibagi menjadi dua macam yaitu eager learner dan lazy learner. Namun, Dalam hal
ini, peneliti termotivasi untuk melakukan analisis untuk membandingkan kinerja dari eager
learning dan lazy learning dalam memprediksi harga rumah dikarenakan studi yang telah
mengevaluasi dan membahas secara komprehensif kedua jenis pembelajaran tersebut masih
sedikit.. Dalam penelitian ini, prediksi harga rumah dengan machine learning menggunakan
algoritma Naïve Bayes sebagai perwakilan metode pembelajaran eager learning dan K-Nearest
Neighbor mewakili metode pembelajaran lazy learning.
Berdasarkan hasil penelitian yang dilakukan, model pembelajaran lazy learning memiliki
kinerja yang lebih unggul dalam nilai accuracy score serta kecepatan waktu dalam proses
training data dibandingkan model pembelajaran eager learning. Serta berdasarkan penelitian ini,
kedua algoritma yang digunakan pada penelitian ini dapat dikatakan bahwa algoritma yang
digunakan kurang bisa memprediksi harga rumah dengan baik, dikarenakan nilai mean absolute
error percentage (MAPE) termasuk kategori “cukup”, bukan “sangat baik”.

Actions (login required)

View Item