Forecasting Nilai Indeks Harga Properti Residensial Menggunakan Random Forest Regression dengan Faktor ARIMA

Abstract

Pergerakan harga properti residensial di Indonesia terus mengalami kenaikan setiap tahunnya, harga rumah baru tahun 2024 sudah mengalami kenaikan 30% sejak tahun 2014. Akibat dari kenaikan harga rumah yang terus melaju, penduduk Indonesia semakin sulit dalam memenuhi kebutuhan dasar tempat tinggal. Berdasarkan data BPS 37% rumah tangga di Indonesia tinggal di rumah tidak layak huni. Beberapa penyebab tingginya harga rumah adalah inflasi terhadap daya beli masyarakat dan jumlah masyarakat masih belum sebanding dengan persediaan yang ada. Kredit Pemilikan Rumah (KPR) menjadi satu- satunya jalan keluar dalam memiliki tempat tinggal dengan 73% properti dibeli dengan KPR (BI). Penelitian ini bertujuan untuk memprediksi pergerakan harga rumah di pasaran dengan beberapa faktor ekonometrika mempengaruhi demand akan properti residensial dapat dijadikan prediktor peramalan dengan metode random forest akan harga properti di Indonesia. Peramalan yang dilakukan dengan random forest terhadap indeks harga properti residensial tahun 2018-2024 bergantung terhadap ketersediaan variabel independen jika ingin dilakukan peramalan periode berikutnya. Metode recursive forecasting diterapkan dengan menggunakan variabel independen hasil peramalan sebagai prediktor variabel dependen dengan mengabungkan dua metode peramalan. Hasil peramalan variable prediktor dengan metode ARIMA akan diaplikasikan menjadi sebuah model random forest baru. Hasil dari penelitian ini adalah model ARIMA berhasil melakukan prediksi terhadap nilai variable prediktor dengan akurasi > 90% sehingga mendukung nilai akurasi prediksi recursive forecasting untuk mencapai nilai MSE 1,3 untuk IHPR kecil, 1,1 untuk IHPR menengah, 0,6 untuk IHPR besar menunjukkkan angka yang tidak berbeda signifikan dengan model random forest sebenarnya.