Fahlepi, Muhaman Reza (1572028) (2019) Aplikasi Prediksi Harga Sewa Kamar Kost Berbasis Web dengan Metode Multiple Linear Regresion. Undergraduate thesis, Universitas Kristen Maranatha.
|
Text
1572028_Abstract_TOC.pdf - Accepted Version Download (307Kb) | Preview |
|
![[img]](http://repository.maranatha.edu/style/images/fileicons/text.png) |
Text
1572028_Appendices.pdf - Accepted Version Restricted to Repository staff only Download (185Kb) |
|
|
Text
1572028_Chapter1.pdf - Accepted Version Download (45Kb) | Preview |
|
|
Text
1572028_Chapter2.pdf - Accepted Version Restricted to Repository staff only Download (416Kb) |
|
|
Text
1572028_Chapter3.pdf - Accepted Version Restricted to Repository staff only Download (754Kb) |
|
|
Text
1572028_Chapter4.pdf - Accepted Version Restricted to Repository staff only Download (819Kb) |
|
|
Text
1572028_Chapter5.pdf - Accepted Version Restricted to Repository staff only Download (750Kb) |
|
|
Text
1572028_Conclusion.pdf - Accepted Version Download (167Kb) | Preview |
|
|
Text
1572028_Cover.pdf - Accepted Version Download (374Kb) | Preview |
|
|
Text
1572028_Reference.pdf - Accepted Version Download (258Kb) | Preview |
Abstract
Regresi linier merupakan salah satu teknik machine learning untuk memprediksi suatu nilai di masa yang akan datang bedasarkan pada hubungan linier dari variabel yang lainnya. Salah satu penerapan metode regresi linier yaitu membangun sistem untuk memprediksi kisaran harga sewa kamar kost. Dengan aplikasi sistem prediksi harga sewa kamar kost bertujuan untuk membantu calon penyewa kost dan pemilik kost dalam mengetahui kisaran harga atau mematok harga sewa kamar kost bedasarkan fasilitas yang dipilih. Data yang di ambil merupakan data empiris yang didapatkan scara langsung dari pemilik atau penjaga kost. Regresi linier yang digunakan adalah metode regresi linier berganda dengan menggunakan bantuan dari scikit-learn. faktor penentu dalam memprediksi harga kost yaitu tersedia atau tidaknya fasilitas AC, internet, kamar mandi dalam, kost khusus, fasilitas dapur, air panas dan luas kamar.Analisis yang dilakukan berupa dampak korelasi antar variabel faktor penentu, cross validation. Hasil dari analisis yang dilakukan , model data memiliki nilai koreasi (R2) 0.70 yang terbukti lebih baik dari beberapa pengujian yang telah dilakukan dengan nilai RMSE 334,578.63.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | cross validation, machine learning, regresi linier, regresi linier berganda, scikit -learn |
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Faculty of Information Technology > 72 Information Technology Department |
| Depositing User: | Perpustakaan Maranatha |
| Date Deposited: | 04 Jul 2019 02:08 |
| Last Modified: | 04 Jul 2019 02:08 |
| URI: | http://repository.maranatha.edu/id/eprint/26845 |
Actions (login required)
 |
View Item |
