Model Prediksi Pembelian Properti: Menggunakan Analisis Data untuk Memahami Perilaku Konsumen

Lukas Umbu Zogara; Gopas Hasyanta; Moh. Alfaujianto; Asep Surahmat

doi:10.32493/jicomisc.v3i2.48799

Authors

Lukas Umbu Zogara Universitas Utpadaka Swastika
Gopas Hasyanta Universitas Utpadaka Swastika
Moh. Alfaujianto Universitas Utpadaka Swastika
Asep Surahmat Universitas Utpadaka Swastika

DOI:

https://doi.org/10.32493/jicomisc.v3i2.48799

Keywords:

analisis data, klasifikasi, perilaku konsumen, properti, prediksi pembelian

Abstract

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..

References

Y. Zhang, X. Wang, and J. Liu, “Big Data and Its Impact on Real Estate Market Analysis,” Real Estate Economics, vol. 47, no. 4, pp. 1023–1045, 2019.

H. Liu, Y. Zhang, and L. Chen, “Machine Learning Techniques for Predicting Real Estate Prices: A Review,” Applied Sciences, vol. 12, no. 1, pp. 123–145, 2022.

J. Wang, Q. Li, and Y. Zhao, “The Role of Data Analytics in Real Estate Investment Decision Making,” Journal of Real Estate Research, vol. 42, no. 3, pp. 345–367, 2020.

R. Kumar and A. Singh, “Predictive Analytics in Real Estate: A Review of Techniques and Applications,” International Journal of Housing Markets and Analysis, vol. 14, no. 2, pp. 123–145, 2021..

Y. Huang and Y. Chen, “Challenges in Real Estate Data Integration: A Review and Future Directions,” Journal of Urban Technology, vol. 28, no. 2, pp. 45–62, 2021.

R. Smith and T. Jones, “Understanding Consumer Behavior in Real Estate: A Data-Driven Approach,” International Journal of Real Estate Studies, vol. 14, no. 1, pp. 67–82, 2020.