Pendekatan Deep Learning dan Gradient Boosting dalam Prediksi Harga Properti Airbnb dengan Analisis Sentimen

  • Christopher Digno Universitas Sebelas Maret
  • Muhammad Iqbal Jauhar
  • Muhammad Nur Syaifullah

Abstract

Penentuan harga properti sewa Airbnb yang sesuai untuk mendapatkan penjualan yang tertinggi merupakan pekerjaan yang tidak mudah, terlebih pada masa modern sekarang yang dipenuhi dengan pasar bebas dan pertarungan harga yang seringnya tidak sehat. Dalam waktu yang sama, calon penyewa properti juga kesulitan melakukan penilaian atas harga yang ditawarkan oleh pemilik properti. Oleh karena itu, kami menawarkan beberapa model machine learning untuk melakukan prediksi harga Airbnb. Kami berhasil mendapatkan hasil terbaik menggunakan XGBoost dengan MSE (Mean Squared Error) sebesar 0.1414. Selanjutnya, kami juga melakukan pembenahan terhadap metode seleksi fitur yang digunakan pada penelitian sebelumnya dengan menggunakan ElasticNet dan berhasil menurunkan MSE dari 0.1471 menjadi 0.1370.

Downloads

Download data is not yet available.
Published
2023-07-27
How to Cite
DIGNO, Christopher; JAUHAR, Muhammad Iqbal; SYAIFULLAH, Muhammad Nur. Pendekatan Deep Learning dan Gradient Boosting dalam Prediksi Harga Properti Airbnb dengan Analisis Sentimen. JELIKU (Jurnal Elektronik Ilmu Komputer Udayana), [S.l.], v. 12, n. 1, p. 191-200, july 2023. ISSN 2654-5101. Available at: <https://ojs.unud.ac.id/index.php/JLK/article/view/102724>. Date accessed: 27 feb. 2024. doi: https://doi.org/10.24843/JLK.2023.v12.i01.p22.