Prediksi Harga Rumah di Jakarta Selatan

Team (Prediksi Harga Rumah di Jakarta Selatan)

1. Ahmad Faishal Albadri (20523166)
2. Kurnia Akbar (20523057)
3. Muhammad Zaenal Muttaqin (20523231)

Pada tugas besar kali ini saya dan team akan menganalisa harga rumah yang ada di daerah jakarta selatan. Umumnya harga rumah di daerah jakarta selatan relatif mahal. Karena dekat dengan pusat kota. Dengan adanya prediksi analisa harga rumah di jakarta selatan ini, para pemuda dapat terbangun jiwanya agar lebih giat untuk mencari uang.

import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns %matplotlib inline

Disini kita akan menggunakan banyak library. 1. Numpy untuk mengkonversi data ke dalam array 2. Pandas untuk membaca dataset 3. matplotlib.pyplot untuk menampilkan plot data dari numpy array 4. Seaborn untuk menampilkan grafik data

!pip install openpyxl

1. Load Dataset

Fitur yang digunakan : 

1. NO
2. NAMA RUMAH
3. HARGA
4. LB (Luas Bangunan)
5. LT (Luas Tanah)
6. KT(Jumlah Kamar Tidur)
7. KM (Jumlah Kamar Mandi)
8. GRS (Jumlah Garasi)

data = pd.read_excel('/work/datarumah.xlsx') data

NOint64

1 - 1010

NAMA RUMAHobject

4 Bedrooms House Tebet, Jakarta Selatan, DKI Jakarta1.5%

3 Bedrooms House Tebet, Jakarta Selatan, DKI Jakarta0.8%

947 others97.7%

Rumah Murah Hook Tebet Timur, Tebet, Jakarta Selatan

Rumah Modern di Tebet dekat Stasiun, Tebet, Jakarta Selatan

Rumah Mewah 2 Lantai Hanya 3 Menit Ke Tebet, Tebet, Jakarta Selatan

Rumah Baru Tebet, Tebet, Jakarta Selatan

Rumah Bagus Tebet komp Gudang Peluru lt 350m, Tebet, Jakarta Selatan

Rumah Mewah Modern Murah 3 lantai di Tebet Jakarta Selatan, Tebet, Jakarta Selatan

Rumah lama di Tebet, dekat MT Haryono dan tol dalam kota, jalan 1 mobil hanya 30M dr jln besar, Tebet, Jakarta Selatan

RUMAH BAGUS KEREN JALAN LEBAR DI AREA & KAWASAN TERBAIK TEBET, Tebet, Jakarta Selatan

Minimalis Baru Jalan 1 Mobil Akses Mudah Dekat ke Jalan Lebar, Tebet, Jakarta Selatan

Minimalis Baru Jalan 2 Mobil Tebet Timur, Tebet, Jakarta Selatan

Melihat data diatas kita akan kesulitan untuk membaca harga dari rumah yang ada. Kita akan menambahkan satu kolom yaitu HargaJuta agar kita bisa membaca harga lebih mudah.

data['HargaJuta'] = data['HARGA']//1000000 data.head()

NOint64

NAMA RUMAHobject

Rumah Murah Hook Tebet Timur, Tebet, Jakarta Selatan

Rumah Modern di Tebet dekat Stasiun, Tebet, Jakarta Selatan

Rumah Mewah 2 Lantai Hanya 3 Menit Ke Tebet, Tebet, Jakarta Selatan

Rumah Baru Tebet, Tebet, Jakarta Selatan

Rumah Bagus Tebet komp Gudang Peluru lt 350m, Tebet, Jakarta Selatan

2. Feature Importance

Kali ini kita akan membandingkan harga dengan atribut lainnya. Apakah harga berpengaruh terhadapa tiap fitur?

fig, axs = plt.subplots(ncols=3, nrows=2, figsize=(14, 6), dpi=100) sns.regplot(data=data, x="LT", y="HargaJuta", ax=axs[0][0]) sns.regplot(data=data, x="LB", y="HargaJuta", ax=axs[0][1]) sns.regplot(data=data, x="KT", y="HargaJuta", ax=axs[0][2]) sns.regplot(data=data, x="KM", y="HargaJuta", ax=axs[1][0]) sns.regplot(data=data, x="GRS", y="HargaJuta", ax=axs[1][1])

Dari visualisasi data diatas kita bisa melihat hubungan antara LB dan LT. Harga sangat dipengaruhi oleh 2 fitur tersebut. Semakin besar luas bangunan dan luas tanah maka harga akan semakin meningkat.

3. Summary

Sekarang kita cari tahu dulu harga rumah yang termurah dan termahal

data_without_no_and_price = data.drop(columns=['NO', 'NAMA RUMAH', 'HARGA'], inplace=False) data_without_no_and_price.describe()

LBfloat64

LTfloat64

count

1010

mean

276.539604

237.4326733

std

177.8645572

179.9576041

min

25%

150

130

50%

216.5

165

75%

350

290

max

1126

1400

Berdasarkan data diatas kita bisa melihat bahwa

1. Harga rumah termurah ada di harga 430 Juta
2. Harga rumah termahal ada di harga 65 Miliar
3. Harga di kuartil 25% adalah 3.2 Miliar
4. Harga di kuartil 50% adalah 5 Miliar
5. Harga di kuartil 75% adalah 9 Miliar

4. Grouping

Disini kita akan mengkelompokkan harga rumah berdasarkan persebarannya

min_price = data_without_no_and_price['HargaJuta'].min() max_price = data_without_no_and_price['HargaJuta'].max() q = data_without_no_and_price['HargaJuta'].quantile([.25, .5, .75])

low_price_house = data_without_no_and_price.loc[data_without_no_and_price['HargaJuta'] <= q[0.25]] mid_price_house = data_without_no_and_price.loc[(data_without_no_and_price['HargaJuta'] > q[0.25]) & (data_without_no_and_price['HargaJuta'] <= q[0.50])] high_price_house = data_without_no_and_price.loc[data_without_no_and_price['HargaJuta'] > q[0.50]]

plt.pie([len(low_price_house), len(mid_price_house), len(high_price_house)], labels = ['Harga Rendah', 'Harga Menengah', 'Harga Tinggi'], autopct='%.0f%%')

Hal yang menarik yang kita ketahui disini adalah ternyata di daerah jakarta selatan mayoritas adalah rumah dengan harga tinggi, dari sini kita bisa mengetahui bahwa daerah jakarta selatan adalah kawasan yang didominasi masyarakat menengah atas.

Sekarang kita akan menambahkan fitur baru yaitu Kelas Harga. Ini berguna agar kita tahu data rumah mana saja yang termasuk kedalam harga kelas Rendah, Menengah dan Tinggi.

def group_by_price_category(price): if(price <= q[0.25]): return 'Harga Rendah' elif(price > q[0.25] and price <= q[0.50]): return 'Harga Menegah' elif(price > q[0.50]): return 'Harga Tinggi' else: return '-' data_with_price_grouping = data.copy() data_with_price_grouping['KELAS HARGA'] = data_with_price_grouping['HargaJuta'].apply(group_by_price_category) data_with_price_grouping.head()

NOint64

NAMA RUMAHobject

Rumah Murah Hook Tebet Timur, Tebet, Jakarta Selatan

Rumah Modern di Tebet dekat Stasiun, Tebet, Jakarta Selatan

Rumah Mewah 2 Lantai Hanya 3 Menit Ke Tebet, Tebet, Jakarta Selatan

Rumah Baru Tebet, Tebet, Jakarta Selatan

Rumah Bagus Tebet komp Gudang Peluru lt 350m, Tebet, Jakarta Selatan

5. Comparison

Sekarang mari kita coba membandingkan persebaran jumlah kamar tidur, kamar mandi dan garasi dengan harga rumah berdasarkan Kelas Harga.

fig, axs = plt.subplots(ncols=3, nrows=1, figsize=(14, 6), dpi=100) sns.scatterplot(data=data_with_price_grouping, x="HargaJuta", y="KT", hue="KELAS HARGA", ax=axs[0]) sns.scatterplot(data=data_with_price_grouping, x="HargaJuta", y="KM", hue="KELAS HARGA", ax=axs[1]) sns.scatterplot(data=data_with_price_grouping, x="HargaJuta", y="GRS", hue="KELAS HARGA", ax=axs[2])

Bisa kita liat dari visualisasi data diatas fitur KT, KM dan GRS tidak terlalu berpengaruh terhadap harga rumah. Agar lebih meyakinkan mari kita coba cek koefisi korelasi dari ketiga fitur tersebut.

price_kt = data[['HargaJuta', 'KT']] price_km = data[['HargaJuta', 'KM']] price_grs = data[['HargaJuta', 'GRS']]

Disini kita menggunakan 3 metode

1. Pearson Method
2. Kendall Method
3. Spearman Method

# Pearson method pearson_corr_price_vs_kt = price_kt.corr(method='pearson')['HargaJuta']['KT'] pearson_corr_price_vs_km = price_km.corr(method='pearson')['HargaJuta']['KM'] pearson_corr_price_vs_grs = price_grs.corr(method='pearson')['HargaJuta']['GRS'] # Kendall method kendall_corr_price_vs_kt = price_kt.corr(method='kendall')['HargaJuta']['KT'] kendall_corr_price_vs_km = price_km.corr(method='kendall')['HargaJuta']['KM'] kendall_corr_price_vs_grs = price_grs.corr(method='kendall')['HargaJuta']['GRS'] # Spearman method spearman_corr_price_vs_kt = price_kt.corr(method='spearman')['HargaJuta']['KT'] spearman_corr_price_vs_km = price_km.corr(method='spearman')['HargaJuta']['KM'] spearman_corr_price_vs_grs = price_grs.corr(method='spearman')['HargaJuta']['GRS'] correlation_comparasion = pd.DataFrame({ 'item': ['HARGA vs KT', 'HARGA vs KM', 'HARGA vs GRS'], 'pearson': [pearson_corr_price_vs_kt, pearson_corr_price_vs_km, pearson_corr_price_vs_grs], 'kendall': [kendall_corr_price_vs_kt, kendall_corr_price_vs_km, kendall_corr_price_vs_grs], 'spearman': [spearman_corr_price_vs_kt, spearman_corr_price_vs_km, spearman_corr_price_vs_grs], }) correlation_comparasion

itemobject

pearsonfloat64

HARGA vs KT

0.3233201323

HARGA vs KM

0.4047701584

HARGA vs GRS

0.4848918301

Dari data diatas kita bisa melihat korelasi 3 fitur itu disekitar 50%. Bisa disimpulkan bahwa KT, KM dan GRS tidak terlalu berpengaruh pada harga rumah. Lalu bagaimana dengan Luas bangunan dan Luas Tanah? kita akan coba menggunakan metode yang sama

price_lt = data[['HargaJuta', 'LT']] price_lb = data[['HargaJuta', 'LB']]

# Pearson method pearson_corr_price_vs_lt = price_lt.corr(method='pearson')['HargaJuta']['LT'] pearson_corr_price_vs_lb = price_lb.corr(method='pearson')['HargaJuta']['LB'] # Kendall method kendall_corr_price_vs_lt = price_lt.corr(method='kendall')['HargaJuta']['LT'] kendall_corr_price_vs_lb = price_lb.corr(method='kendall')['HargaJuta']['LB'] # Spearman method spearman_corr_price_vs_lt = price_kt.corr(method='spearman')['HargaJuta']['KT'] spearman_corr_price_vs_lb = price_km.corr(method='spearman')['HargaJuta']['KM'] correlation_comparasion = pd.DataFrame({ 'item': ['HARGA vs LT', 'HARGA vs LB'], 'pearson': [pearson_corr_price_vs_lt, pearson_corr_price_vs_lb], 'kendall': [kendall_corr_price_vs_lt, kendall_corr_price_vs_lb], 'spearman': [spearman_corr_price_vs_lt, spearman_corr_price_vs_lb], }) correlation_comparasion

itemobject

pearsonfloat64

HARGA vs LT

0.8096174127

HARGA vs LB

0.7470827906

Bisa kita lihat dengan menggunakan pearson method, korelasi yang kita dapatkan untuk LT dan LB cukup besar di sekitar 75%. Dengan begitu LB dan LT sangat berpengaruh kepada harga rumah.

6. Data Preparation

Kita akan lakukan sedikit penyiapan data yang kita miliki sebelum masuk ke modelling:

1. kita akan convert dataset kita yang sekarang tipenya dataframe (dari pandas) ke numpy array
2. kita akan memilih data yang akan menjadi input dan outputnya

data_array = data_with_price_grouping.to_numpy() # convert ke array data_array

data_x = data_array[:,[3,4]] data_y = data_array[:,2] data_x = data_x.reshape(1010, 2) data_x

7. Train data

Library yang kedua yang akan kita pakai adalah Scikit-Learn . Library ini dipakai untuk keperluan pengembangan model machine learning secara umum. Ada banyak fungsi untuk bikin model, penyiapan data, evaluasi, dsb.

from sklearn.linear_model import LinearRegression

model = LinearRegression()

model.fit(data_x, data_y)

print(model.coef_) # theta 1 print(model.intercept_) # theta 0

[13488873.25055863 23156220.42983888]
-1599263966.9937115

model.score(data_x, data_y)

8. Prediksi Harga Rumah Baru

Disini kita akan memprediksi harga rumah baru sesuai yang kita mau berdasarkan Luas Bangunan dan Luas Tanah.

rumahbaru = [[333, 666]] prediksi_baru = model.predict(rumahbaru) prediksi_baru

Dikarenakan sulit untuk melihat harga maka kita akan menambahkan code konversi harga int ke dalam rupiah.

def formatrupiah(uang): y = str(uang) if len(y) <= 3 : return 'Rp ' + y else : p = y[-3:] q = y[:-3] return formatrupiah(q) + '.' + p

hargarumahprediksi = int(prediksi_baru[0]) print("Prediksi harga rumah impianmu di Jakarta Selatan adalah", formatrupiah(hargarumahprediksi))

Prediksi harga rumah impianmu di Jakarta Selatan adalah Rp 18.314.573.631

9. Penutup

Dari apa yang sudah kita lihat diatas bisa kita simpulkan bahwa harga rumah di jakarta selatan relatif mahal. Mungkin sekian yang bisa kami tampilkan dari hasil akhir tugas Fundamen Sains Data. Terimakasih.