<![CDATA[Harga rumah di setiap daerah berbeda-beda sesuai dengan daerah dan kategorinya masing-masing, khususnya harga rumah yang berada di kota Tangerang Selatan. Karena banyaknya variasi karakteristik properti sehingga masyarakat atau calon pembeli sering mengalami kesulitan untuk menentukan apakah harga rumah tersebut termasuk kedalam kategori murah atau mahal. Dalam penelitian ini memberikan solusi untuk mengelompokan dan mengkategorikan harga rumah yang ada di Tangerang Selatan dengan menerapkan pendekatan data mining menggunaka algoritma Decision Tree. Algoritma ini dapat membantu untuk mengklasifikasi harga rumah di Tangerang Selatan dengan atribut yang digunakan terdiri dari 8 variabel, meliputi nomor data, nama rumah, harga dari rumah, luas bangunan, luas tanah, jumlah kamar tidur, jumlah kamar mandi, dan kapasitas mobil dalam garasi. Implementasi model dilakukan menggunakan bantuan software Orange Data Mining serta bahasa pemrograman Python. Hasil penelitian menunjukkan bahwa model Decision Tree yang terbentuk memiliki 39 nodes dan 20 leaves dengan pembagian kelas target berupa "Setuju" dan "tidak". Evaluasi performa model menggunakan metode 5-fold cross-validation menghasilkan Classification Accuracy (CA) sebesar 45% dan AUC sebesar 0.467. Analisis matriks konfusi menunjukkan adanya tingkat misklasifikasi yang tinggi akibat ketimpangan skala antar-fitur data numerik. Melalui klasifikasi ini, diharapkan calon pembeli dapat lebih mudah mengenali potensi penawaran properti secara lebih terstruktur.]]>
Copyrights © 2026
