Rumah Sama, Harga Beda? Inilah Faktor Penentu Menurut Machine Learning

REPUBLIKA.CO.ID, SOLO -- Dua rumah dengan ukuran hampir sama bisa dijual dengan harga yang sangat berbeda. Pertanyaannya, apa yang membuat harganya naik atau turun? Jawaban ini mulai terkuak berkat penerapan algoritma machine learning Random Forest dalam penelitian prediksi harga rumah.

Riset yang dilakukan Ahmad Fauzi, dosen Universitas Bina Sarana Informatika (UBSI), menggunakan lebih dari 5.000 data penjualan rumah dari berbagai wilayah.

Hasil analisis menunjukkan, lokasi menyumbang 45 persen pengaruh terhadap harga rumah, disusul luas bangunan sebesar 30 persen, jumlah kamar tidur dan kamar mandi 15 perseb, serta kondisi lingkungan seperti akses jalan, fasilitas umum, dan tingkat kebisingan sekitar 10 persen.

“Rumah dengan luas 100 m² bisa dijual Rp 800 juta di kawasan pinggiran, tetapi bisa tembus Rp 1,5 miliar jika berada dekat pusat kota. Itu menunjukkan betapa dominannya faktor lokasi,” ungkap Ahmad dalam keterangan tertulis yang diterima Senin (25/8/2025).

Model Random Forest yang digunakan juga memiliki tingkat akurasi cukup tinggi, yakni 92 persen, jauh di atas metode regresi linear biasa yang hanya mencapai sekitar 75 persen. Dengan angka ini, prediksi harga rumah yang dihasilkan lebih bisa diandalkan untuk membantu pembeli maupun penjual dalam mengambil keputusan.

“Machine learning bukan hanya tren teknologi, tetapi alat nyata untuk mengurangi risiko salah beli atau salah pasang harga. Dengan data, semua bisa lebih transparan,” tambah Ahmad.

Hasil penelitian ini menegaskan, meski dua rumah terlihat sama, harga jualnya bisa berbeda jauh karena kombinasi faktor-faktor kunci yang kini bisa diungkap secara ilmiah.

Melalui pemanfaatan teknologi kecerdasan buatan, UBSI yang dikenal sebagai Kampus Digital Kreatif terus mendorong mahasiswa dan dosen menghasilkan riset terapan yang langsung menyentuh kebutuhan masyarakat, termasuk dalam sektor properti yang kini semakin dinamis.