Penerapan Algoritma K-Nearest Neighbor (KNN) untuk Estimasi Harga Properti Berdasarkan Lokasi Berbasis Web pada Ray White Cinere

Abstract

Estimasi harga properti secara akurat merupakan tantangan signifikan, khususnya di kawasan dengan dinamika pasar tinggi seperti Cinere. Pendekatan konvensional yang mengandalkan penilaian manual dan pertimbangan subjektif seringkali menghasilkan estimasi yang tidak konsisten dan kurang dapat dipertanggungjawabkan secara ilmiah. Penelitian ini bertujuan merancang dan mengimplementasikan sistem berbasis web untuk melakukan estimasi harga properti secara otomatis menggunakan pendekatan berbasis data. Metode yang diterapkan adalah algoritma tetangga terdekat dengan mempertimbangkan variabel prediktor berupa lokasi, luas tanah, dan luas bangunan. Dataset diperoleh dari agen properti Ray White Cinere dan diproses melalui tahapan pembersihan data, normalisasi fitur, serta pembagian subset pelatihan dan pengujian. Estimasi harga ditentukan berdasarkan perhitungan jarak antartitik data untuk mengidentifikasi tetangga yang paling relevan. Performa model dievaluasi menggunakan metrik kesalahan rata-rata absolut dan akar kuadrat rata-rata kesalahan. Hasil eksperimen menunjukkan bahwa model yang dikembangkan menghasilkan estimasi yang lebih akurat, konsisten, dan objektif dibandingkan pendekatan penilaian manual. Sistem yang dibangun mampu menyajikan estimasi harga secara cepat melalui antarmuka web yang interaktif. Kesimpulannya, penelitian ini berkontribusi sebagai solusi praktis dalam meningkatkan efisiensi dan akurasi penilaian properti serta mendukung pengambilan keputusan berbasis data di sektor real estat.