<![CDATA[Penelitian ini bertujuan membangun model prediksi pembelian properti dengan pendekatan analisis data dan metode klasifikasi. Data dikumpulkan dari 125 responden yang mencakup informasi demografis, preferensi pembelian, serta faktor-faktor yang memengaruhi keputusan. Tiga algoritma klasifikasi digunakan: Decision Tree, Random Forest, dan Support Vector Machine (SVM). Hasil menunjukkan bahwa model Random Forest memberikan akurasi tertinggi sebesar 87%, diikuti oleh SVM (83%) dan Decision Tree (80%). Temuan ini mengidentifikasi lokasi, harga, dan reputasi pengembang sebagai tiga faktor utama dalam pengambilan keputusan pembelian. Hasil penelitian ini memberikan wawasan penting bagi pengembang dan agen properti untuk menyusun strategi pemasaran yang lebih tepat sasaran dan sesuai kebutuhan pasar. Penelitian ini juga menekankan potensi besar penerapan machine learning dalam memahami perilaku konsumen di industri properti..]]>
Copyrights © 2025
