Aplikasi fuzzy logic dalam penilaian properti ruko di Yogyakarta

WINDHANI, Kikin, Prof. Dr. Eduardus Tandelilin, M.B.A

2008 | Tesis | S2 Magister Ekonomika Pembangunan

Logika samar berdasarkan pada pemikiran atau ide tentang himpunan fuzzy untuk tiap elemen dapat diasumsikan memiliki nilai antara 0 sampai 1, tidak hanya 0 dan 1 seperti dalam teori klasik. Karakteristik kualitatif dan ukuran skala angka dapat memperlihatkan gradasi tingkat di mana mereka berada sebagai himpunan yang relevan untuk penilaian. Derajat keanggotaan untuk tiap elemen adalah ukuran tiap elemen berada dalam himpunan dan ketelitian tersebut akan menjelaskan fenomena yang dinilai. Himpunan fuzzy dapat dikombinasikan untuk menghasilkan kesimpulan yang berarti, dan inferensi dapat dibuat dari fungsi fuzzy input yang dispesifikasi. Dalam penelitian ini akan menunjukkan aplikasi logika samar untuk penilaian ruko di Yogyakarta dengan menggunakan 4 variabel input yaitu luas tanah, luas bangunan, jarak dari CBD dan lebar depan untuk memprediksi harga jual properti ruko. Penelitian ini mencoba membandingkan kinerja antara model regresi berganda dengan model logika samar dengan menggunakan tolok ukur R2, Adjusted R2, RMSE (Root Mean Square Error), MAPE (Mean Absolute Percentage Error), MAE (Mean Absolute Error). Hasil dari tolok ukur tersebut dapat diketahui bahwa kinerja fuzzy logic model lebih baik dibandingkan model regresi berganda.

Fuzzy logic is based on the central idea that in fuzzy sets each element in the set can assume a value from 0 to 1, not just 0 or 1 as in classic theory. Thus, qualitative characteristic and numerically scaled measure can exhibit gradations in the extent to which they belong to the relevant sets for evaluation. This degree of membership of each element is a measure of the element’s “belonging” to the set, and thus of the precision with which it explains the phenomenon being evaluated. Fuzzy sets can be combined to produce meaningful conclusions, and inferences can be made, given a specified fuzzy-input function. In this thesis present the application of fuzzy logic to ruko property valuation in Yogyakarta with 4 variables input is the land space, building space, distance from Central Business District (CBD) and frontage space to the prediction of sales price ruko property. This research trying to compare performance between multiple regression model and fuzzy logic model which measured with R2, Adjusted R2, RMSE (Root Mean Square Error), MAPE (Mean Absolute Percentage Error), and MAE ( Mean Absolute Error). Result from measurement knowing that fuzzy logic model more better than multiple regression model.

Kata Kunci : Penialian,Logika samar,Himpunan Fuzzy,Valuation,Fuzzy logic,Fuzzy Sets