R
TEMUAN DATA

Insight Utama

Temuan utama dari analisis data dan model

Faktor Penentu Harga
1
Fitur paling berpengaruh menurut model XGBoost (model terbaik yang dipakai aplikasi ini) adalah "kota Jakarta", menyumbang ≈32% dari total feature importance. Ukuran properti (luas_tanah + luas_bangunan digabung) juga tetap salah satu kelompok fitur terpenting, menyumbang total ≈24% — jauh melebihi fitur lain seperti jumlah kamar atau usia bangunan.
2
Lokasi (kota) adalah pengungkit harga per m² terkuat kedua — harga per m² di Jakarta (≈Rp 9.8 jt/m²) hampir 2x lipat dibanding Medan (≈Rp 4.7 jt/m²), signifikan secara statistik (ANOVA p < 0.001).
3
Tipe properti membawa premium tersendiri di luar ukuran — Villa ≈43% lebih mahal per m² dibanding Rumah, meski luas bangunannya identik (ANOVA p < 0.001).
4
Segmen termahal = kombinasi spesifik Villa di Jakarta (≈Rp 3,474 juta rata-rata), sekitar 2.9x lebih mahal dari kombinasi termurah (Rumah di Semarang).
5
Jarak ke pusat kota berpengaruh jelas & monoton — harga turun ≈16% dari properti 0-10 km ke 20-30 km dari pusat kota.
Faktor yang Ternyata Kurang Berpengaruh
6
Usia bangunan nyaris tidak berpengaruh — selisih harga antar kelompok usia bangunan < 6% dan polanya tidak monoton, kemungkinan karena renovasi lebih menentukan daripada usia absolut.
7
Kondisi bangunan signifikan secara statistik tapi dampak praktisnya kecil — hanya ≈6% selisih harga per m² antara kondisi "Baik" dan "Buruk", jauh lebih kecil dari efek kota (≈2x) atau tipe properti (≈43%).
8
Jumlah kamar tidur/mandi, jumlah lantai, dan garasi hampir tidak berpengaruh terhadap harga total (feature importance masing-masing < 0.3%) — namun menariknya, harga per m² tetap naik seiring bertambahnya jumlah kamar, mengindikasikan properti dengan banyak kamar dianggap lebih fungsional per satuan luas, bukan sekadar lebih besar.
Segmentasi Pasar & Model
9
Pasar properti mewah adalah niche sempit: 49% properti di segmen harga termahal (tercile atas) berlokasi di Jakarta, dan 33% bertipe Villa — jauh di atas proporsi kedua kategori itu di segmen Murah/Menengah.
10
XGBoost adalah model paling akurat (R² ≈ 0.960), mengungguli Linear Regression (R² ≈ 0.890) — mengonfirmasi bahwa hubungan luas/lokasi/tipe terhadap harga bersifat non-linear dan melibatkan interaksi antar fitur (lihat peta panas Kota x Tipe di halaman Visualisasi).
Visualisasi Pendukung