Penentuan Harga Jual Properti secara Otomatis menggunakan Metode Probabilistic Neural Network Gregorius S. Budhi 1 , Justinus Andjarwirawan 2 , Alvin Poernomo 3 1,2,3) Fakultas Teknologi Industri, Program Studi Teknik Informatika, Universitas Kristen Petra Jl. Siwalankerto 121-131, Surabaya 60441 Email: greg@petra.ac.id, justin@petra.ac.id Abstrak Wealth Aspiration, Inc. merupakan sebuah perusahaan di California yang bergerak di bidang properti real estate. Dalam menjalankan fungsinya, Wealth Aspiration seringkali membutuhkan estimasi harga jual suatu properti yang selama ini masih dilakukan secara manual. Proses ini memakan waktu yang lama guna menganalisa data transaksi dan data lain terkait. Dalam penelitian ini dikembangkan sebuah aplikasi data mining untuk estimasi harga jual suatu properti dengan membandingkan kemiripan spesifikasi rumah yang dituju dengan rumah-rumah di sekitarnya dalam radius 1 mil dan memiliki sejarah transaksi jual-beli kurang dari 6 bulan. Estimasi dilakukan dengan menggunakan metode Probabilistic Neural Network dan dikembangkan dengan menggunakan bahasa pemrogramman Java. Hasil pengujian menunjukkan bahwa aplikasi memiliki tingkat akurasi yang baik, yaitu 82,76% dan juga waktu proses yang cepat. Tingkat akurasi belum optimal dikarenakan adanya adjustment yang membutuhkan peranan manual dan setting bobot atribut yang juga masih dilakukan secara manual. Kata kunci: Properti, Data Mining, Klasifikasi, Estimasi Harga, Probabilistic Neural Network Pendahuluan Memperkirakan harga jual suatu properti dipengaruhi oleh data transaksi yang jumlahnya banyak dan selalu berubah seiring dengan berjalannya waktu. Oleh sebab itu bila estmasi ini dilakukan secara manual akan memakan waktu yang lama guna menganalisa data transaksi dan data lain terkait. Wealth Aspiration, Inc. adalah sebuah perusahaan perantara perdagangan dan penasehat di bidang properti real estate yang berlokasi di California. Dalam menjalankan fungsinya sebagai perantara perdagangan dan penasehat real estate, Wealth Aspiration, Inc. memerlukan estimasi harga jual properti secara cepat dan akurat. Estimasi ini akan dimanfaatkan oleh user yang ingin mengetahui perkiraan harga jual dari propertinya. Untuk menjawab kebutuhan perusahaan, pada penelitian ini dibuat sebuah aplikasi yang dapat melakukan estimasi otomatis harga dari properti dengan menggunakan metode Jaringan Saraf Tiruan Probabilistic Neural Network (PNN). Landasan Teori Data Mining Data Mining adalah pencarian pola yang menarik dari sejumlah besar data yang bisa terdapat pada database, data warehouse, ataupun repositori informasi lainnya (Han, Kamber & Pei, 2012). Secara umum, data mining merupakan serangkaian proses yang dilakukan untuk menemukan informasi yang penting dari sejumlah besar data. Probabilistic Neural Network Probabilistic Neural Network (PNN) adalah sebuah metode jaringan syaraf tiruan yang menggunakan prinsip dari teori statistik yaitu Bayesian Classification untuk menggantikan prinsip heuristik yang digunakan oleh algoritma Backpropagation (Specht, 1990). Karena itulah PNN biasa digunakan untuk melakukan pattern classification (Fausett, 1994). Arsitektur dari PNN terdiri dari 4 layer, yaitu input layer, pattern layer, summation layer, dan decision layer / output layer seperti dapat dilihat pada Gambar 1. Input layer tidak melakukan perhitungan apapun, hanya mentransfer data input menuju tiap neuron pada pattern layer. Tiap neuron pada pattern layer akan melakukan perhitungan probabilitas (jarak) antara input dengan data yang tersimpan pada neuron pattern layer. Selanjutnya, summation layer akan menerima input dari tiap neuron pattern layer dan akan menjumlahkannya sehingga