Metode Neural Network Untuk Penentuan Akurasi Prediksi Harga Rumah

Abstract

Tempat tinggal atau rumah merupakan salah satu dari banyaknya kebutuhan primer bagi setiap orang khususnya keluarga untuk mendapatkan tempat tinggal pribadi, sehingga pertimbangan dalam pembelian rumah diperlukan sebuah metode yang membantu untuk menentukan harga yang sesuai dengan keinginan pembeli. Neural network adalah model yang terinspirasi oleh bagaimana neuron dalam otak manusia bekerja. Neural Network terdiri dari sejumlah besar elemen pemrosesan informasi (neuron) yang saling terhubung dan bekerja bersama-sama untuk menyelesaikan sebuah masalah tertentu, yang pada umumnya dalah masalah klasifikasi ataupun prediksi. Adapun terkait variabel yang mempengaruhi harga rumah diantaranya luas lahan, banyaknya kamar tidur, dan banyaknya kamar mandi. Dilakukan uji akurasi dan uji kinerja pemodelan dengan hasil adalah 74% untuk skor Akurasi, dan 0,28 untuk skor MAE

Implementasi IoT Pintu Otomatis Berbasis Microcontroller RFID Menggunakan MQTT dan Bot Telegram

“…Membuat pengamanan kunci ruangan yang lebih protek lagi, karena pada pada ruangan suatu instansi banyak hal vital yang harus dijaga sebagai sistem layanan instansi tersebut, serta agar memudahkan setiap karyawan pada divisi instansi dalam hal kunci ruangan, maka dari itu pada penelitian ini mengimplementasi Teknologi IoT (Internet of Things) untuk Sistem Kemanan Pintu Ruangan Otomatis yang Berbasis Microcontroller Radio Frequency Identification (RFID) Menggunakan Message Queue Telemetry Transport (MQTT) dan Bot Telegram [2]. Diharapkan dari penelitian ini memberi manfaat dengan menambahkan tingkat keamanan ruangan, memudahkan dalam pembawaan kunci karna sudah digantikan dengan kartu RFID dan penggunaan Bot Telegram [3] yang sudah tersedia di smart phone masing-masing, serta bisa mengatur buka tutup pintu dari jarak jauh atau bisa dari luar kampus sekalipun.…”

Optimasi Parameter Artificial Neural Network Menggunakan Algoritma Genetika Pada Peramalan Token Metaverse Sandbox

“…Salah satu metode dapat digunakan dalam prediksi yaitu Artificial Neural Network (ANN) (Ridho, Mahalisa, Sari, & Fikri, 2022) (Syukri & Samsuddin, 2019). ANN memiliki kemampuan untuk mempelajari dan mengadaptasi dari data input secara dinamis, membuatnya sangat efektif dalam memprediksi pola dan trend dalam data (Putra & Walmi, 2020) (Arsi & Prayogi, 2020), tetapi ANN memiliki kelemahan yaitu mempunyai beberapa parameter yang ditentukan, seperti training cycle, momentum, learning rate, jumlah neuron dan lain-lain, semua parameter tersebut ditentukan secara trial-error sehingga hasil yang diharapkan kurang optimal (Prasetyo & MINING, 2014).…”

Komparasi Algoritma Machine Learning Dalam Memprediksi Harga Rumah

“…Pengusaha properti akan berlomba-lomba untuk membangun atau membeli rumah sebagai sarana investasi [4]. Hal ini akan membuat masyarakat yang ingin membeli rumah berfikir apakah rumah yang akan dibeli memiliki nilai keuntungan yang baik atau tidak, dikarenakan harga rumah yang semakin naik setiap waktu [5].…”