RealEstatePrediction-Streamlit

📝 Deskripsi

Real Estate Prediction adalah aplikasi berbasis web yang dikembangkan menggunakan Streamlit untuk memprediksi harga rumah. Aplikasi ini mengimplementasikan dua model machine learning: Multiple Linear Regression dan Backpropagation Neural Network untuk memberikan estimasi harga yang akurat berdasarkan berbagai fitur properti.

🚀 Fitur Utama

• Prediksi harga rumah menggunakan dua model machine learning
• Uji akurasi model dengan dataset kustom
• Visualisasi perbandingan performa model
• Interface yang user-friendly dan responsif

🛠️ Teknologi yang Digunakan

• Python 3.x
• Streamlit
• TensorFlow
• Scikit-learn
• Pandas
• NumPy
• Matplotlib
• Seaborn
• Joblib
• Streamlit-option-menu

📊 Variabel Input

• Luas Tanah (m²)
• Luas Bangunan (m²)
• Jumlah Kamar Tidur
• Jumlah Kamar Mandi
• Keberadaan Garasi

💻 Instalasi

1. Clone repository

git clone /~https://github.com/username/RealEstatePrediction.git
cd RealEstatePrediction

2. Install dependencies yang diperlukan

pip install streamlit tensorflow scikit-learn pandas numpy matplotlib seaborn joblib streamlit-option-menu

3. Jalankan aplikasi

streamlit run forecasting.py

📦 Struktur Project

.streamlit/
├── forecasting.py        # File utama aplikasi
├── model_bpn.h5         # Model Backpropagation Neural Network
├── model_mlr.pkl        # Model Multiple Linear Regression
├── README.md            # Dokumentasi
├── scaler.pkl          # Standard Scaler untuk preprocessing
└── HARGA RUMAH JAK... # Dataset harga rumah

🔍 Cara Penggunaan

Prediksi Harga

1. Pilih menu "Prediksi Harga"
2. Masukkan nilai untuk setiap variabel input
3. Pilih algoritma prediksi yang diinginkan
4. Klik tombol "Prediksi Harga"
5. Hasil prediksi akan ditampilkan

Uji Akurasi

1. Pilih menu "Uji Akurasi"
2. Upload file dataset (.xlsx)
3. Sistem akan menampilkan:
   • Metrik evaluasi kedua model
   • Scatter plot perbandingan hasil prediksi
   • Analisis performa model

📊 Metrik Evaluasi

• R² Score (Coefficient of Determination)
• MSE (Mean Squared Error)
• RMSE (Root Mean Squared Error)
• MAE (Mean Absolute Error)
• MAPE (Mean Absolute Percentage Error)

📋 Format Dataset

File Excel (.xlsx) dengan kolom:

• LT (Luas Tanah)
• LB (Luas Bangunan)
• JKT (Jumlah Kamar Tidur)
• JKM (Jumlah Kamar Mandi)
• GRS (Garasi - "ADA"/"TIDAK ADA")
• HARGA
• KOTA (Opsional, tidak digunakan dalam prediksi)

👥 Kontribusi

Kontribusi selalu welcome! Silakan fork repository ini dan buat pull request untuk mengajukan perubahan.

📄 Lisensi

MIT License

📬 Kontak

Untuk pertanyaan dan saran, silakan hubungi:

• Email: adamvinandra767@gmail.com
• GitHub: Vinandra-Adam-Saputra