Automated valuation model untuk estimasi nilai pasar rumah berbasis jaringan saraf tiruan backpropagation

Kebutuhan akan rumah tinggal yang meningkat tentunya berpengaruh kepada peningkatan jumlah transaksi rumah di berbagai wilayah. Setiap wilayah tentunya memiliki nilai tersendiri berdasarkan karakteristik tertentu yang menjadi acuan sebagai tempat tinggal. Penilaian nilai pasar rumah (Appraisal) menjadi hal yang penting ketika pemilik rumah hendak melakukan penjualan properti dengan nilai sesuai dengan standar yang berlaku. Computer-assisted Mass Appraisal (CAMA) mengalami perkembangan hingga menghasilkan metode Automated Valuation Model (AVM) yaitu penilaian otomatis dengan alat yang mampu memberikan penilaian properti menggunakan pemodelan matematika yang digabungkan dengan database. Penerapan AVM menggunakan Jaringan Saraf Tiruan (JST) dapat memudahkan appraisal dengan adanya pembobotan pada masing-masing kriteria baik dari kriteria tanah dan bangunan yang akan dinilai. AVM yang didasarkan pada metodologi JST mencakup berbagai karakteristik properti sebagai input dan estimasi nilai pasar sebagai output. Salah satu metode JST yaitu backpropagation yang berperan dalam pelatihan jaringan dengan tujuan penyeimbangan antara kemampuan pengenalan pola dengan pemberian respon yang benar terhadap pola input serupa namun tidak sama persis dengan pola yang digunakan dalam pelatihan tersebut. Klasifikasi dari AVM dengan algoritma JST backpropagation yang diukur menggunakan Confusion Matrix menghasilkan accuracy sebesar 80%.