Implementasi Artificial Intelligence untuk Memprediksi Harga Sewa Airbnb Menggunakan Metode Random Forest dan Penerapan Web Application Menggunakan Flask (Studi Kasus: Airbnb Tokyo)

Abstract

Airbnb merupakan salah satu marketplace online penyedia jasa penyewaan penginapan. Dalam perkembanganya, Airbnb sudah menjangkau hampir diseluruh dunia. Airbnb juga dapat digunakan para pemilik properti yang ingin menyewakan tempat tinggalnya kepada para wisatawan. Bagi pelanggan, memilih Airbnb dengan harga sewa yang ekonomis dan sesuai dengan fasilitas yang tersedia merupakan faktor yang penting. Sementara bagi pemilik properti, penentuan harga sewa yang kompetitif juga diperlukan untuk mendapatkan banyak pelanggan. Oleh karena itu diperlukan suatu model yang dapat digunakan untuk memprediksi harga sewa Airbnb dengan mempertimbangkan beberapa variabel yang diinputkan. Model prediksi tersebut dapat digunakan pelanggan maupun pemilik properti untuk membantu mengevaluasi harga yang ditawarkan dengan mengetahui informasi minimal tentang nilai properti yang tersedia. Dalam penelitian ini Random Forest Regreesion digunakan untuk melihat prediksi harga sewa Airbnb dengan variabel prediktor yang diinputkan yaitu Neighbourhood, Property Type, Room Type, Accommodates, Bathrooms, Bedrooms, Beds, Bed Type, Cleaning Fee, Guests Included, Extra People, Minimum Nights. Random Forest Regression merupakan salah satu metode machine learning yang dapat digunakan untuk menghasilkan model prediksi. Konsep perhitungan Random Forest yaitu dengan mengambil rataan dari sekian banyak hasil prediksi yang terbentuk sehingga diharapkan akan menghasilkan prediksi dengan tingkat akurasi yang tinggi. Hasil testing model Random Forest Regreesion mendapatkan nilai R2 sebesar 0,682 atau 68,2% dengan nilai MSE 15389924.243 dan nilai MAPE sebesar 23.67% Kemudian model regresi yang sudah didapatkan akan dimasukkan kedalam web application menggunakan library flask pada python dan deployment menggunakan Heroku sehingga model dapat diakses secara luas.