<![CDATA[Harga sewa ruang perkantoran sangat dipengaruhi oleh beberapa faktor seperti atribut dari properti, kondisi permintaan dan penawaran pasar, dan persepsi pelaku pasar dalam mengambil keputusan. Perkembangan teknologi saat ini menuntut semua hal dapat diolah dengan cepat, salah satunya yaitu, penilaian properti. Penelitian ini memanfaatkan teknik web scraping untuk menentukan estimasi harga sewa ruang perkantoran yang bertujuan untuk mengobservasi akurasi dari model algoritma dan mengestimasi harga sewa ruang perkantoran beserta tingkat akurasinya. Menggunakan 292 dataset, penelitian ini mencoba mengobservasi dan melakukan estimasi dengan teknik web scraping yang dikombinasikan dengan model random forest pada machine learning melalui split data approach dan cross validation approach. Model melalui cross validation approach mampu menunjukan akurasi yang lebih baik yaitu sebesar 93,4%, sedangkan akurasi estimasi harga sewa ruang perkantoran menghasilkan nilai yang tidak berbeda jauh dengan data pasarnya dimana terdapat skor RMSE sebesar Rp 16.288.]]>
Copyrights © 2026
