<![CDATA[A house is one of the necessities of human life, but house prices tend to fluctuate every year. This is one of the causes of prospective buyers having difficulty in determining the budget and making decisions to purchase a house. So, it is necessary to conduct research to produce accurate house price predictions. The purpose of this research is to determine the best algorithm between the Support Vector Regression and Linear Regression algorithms in predicting house prices. Datasets are obtained from the results of scrapping on the house buying and selling website. This study uses a dataset from Telukjambe Timur Subdistrict with a total of 547 data with the parameters used are building area and land area and using a data division of 75:25. The results of the RMSE and MAPE evaluation show that the Support Vector Regression Algorithm is superior to Linear Regression with an RMSE value of 234,257 and a MAPE value of 21%.Keywords: House; Price; Prediction; Algorithm; Evaluation AbstrakRumah merupakan salah satu kebutuhan hidup manusia, namun harga rumah pada setiap tahunnya cenderung mengalami fluktuasi. Hal ini menjadi salahsatu penyebab calon pembeli kesulitan dalam menentukan budget dan mengambil keputusan untuk melakukan pembelian rumah. Sehingga, perlu dilakukan penelitian untuk menghasilkan prediksi harga rumah yang akurat. Adapun tujuan pada penelitian ini yaitu untuk menentukan Algoritma terbaik antara Algoritma Support Vector Regression dan Linear Regression dalam memprediksi harga rumah. Dataset diperoleh dari hasil scrapping pada website jual beli rumah. Penelitian ini menggunakan dataset dari Kecamatan Telukjambe Timur dengan jumlah sebanyak 547 data dengan parameter yang digunakan adalah luas bangunan dan luas tanah serta menggunakan pembagian data 75:25. Adapun hasil dari evaluasi RMSE dan MAPE menunjukkan bahwa Algoritma Support Vector Regression lebih unggul dari Linear Regression dengan nilai RMSE 234.257 dan nilai MAPE sebesar 21%.Kata kunci: Rumah; Harga; Prediksi; Algoritma; Evaluasi]]>
