Dalam rangka meningkatkan kualitas sumber daya manusia dan mempersiapkan mahasiswa menghadapi dunia kerja, Program Studi Sains Data di Universitas Pembangunan Nasional “Veteran” Jawa Timur membolehkan mahasiswa semester 6 untuk mengikuti program MBKM (Merdeka Belajar Kampus Merdeka) yang digagas oleh Menteri Pendidikan, Kebudayaan, Riset & Teknologi, Nadiem Anwar Makarim pada awal tahun 2020.
Program ini dirancang untuk memberikan kebebasan kepada mahasiswa yang memenuhi syarat untuk mengambil pembelajaran di luar kampus sebanyak 20 SKS. Mahasiswa diberikan kesempatan untuk mengasah kemampuan sesuai bakat dan minat mereka dengan terjun langsung ke dunia industri, sebagai persiapan karier sebelum lulus.
Dalam pelatihan Data Science and Artificial Intelligence Track yang diikuti penulis, ia mempelajari teknik analisis data dan penerapan kecerdasan buatan dalam bisnis. Program ini mengajarkan teori fundamental Data Science dan AI serta memberikan pengalaman praktis melalui proyek kolaboratif.
Salah satu proyeknya adalah analisis data pasar properti dengan variabel seperti LotArea dan SaleCondition. Penulis mengeksplorasi distribusi ukuran lahan (LotArea) dan bagaimana SaleCondition mempengaruhi keputusan pasar.
Analisis ini menggunakan metode statistik deskriptif dan korelasi untuk memahami dinamika pasar properti dan menghasilkan rekomendasi berbasis data untuk strategi penjualan dan pengembangan properti.
Program Startup Campus merupakan salah satu mitra Yayasan Bakti Achmad Zaky dalam program Magang dan Studi Independen Bersertifikat yang diselenggarakan oleh Kementerian Pendidikan dan Kebudayaan.
Program ini menyediakan pelatihan bisnis digital secara daring selama satu semester dengan tujuan agar peserta menguasai baik soft skill maupun hard skill yang diperlukan untuk membangun bisnis digital hingga mampu melakukan pitching kepada investor.
Terdapat empat jalur pelatihan yang ditawarkan di Startup Campus: The Founder, UI/UX Design, Data Science, dan Artificial Intelligence. Setiap jalur pelatihan dirancang untuk memberikan pengetahuan dan keterampilan yang mendalam di bidangnya masing-masing, dengan fokus khusus pada penerapan praktis dan pengembangan proyek nyata.
Analisis distribusi ukuran lahan (LotArea) dan pengaruh SaleCondition terhadap keputusan pasar dalam transaksi properti menjadi fokus dalam proyek ini. Data yang digunakan mencakup berbagai ukuran lahan dan kondisi penjualan yang berbeda, dianalisis untuk menemukan hubungan antara variabel-variabel tersebut.
Metode statistik deskriptif digunakan untuk menggambarkan distribusi ukuran lahan dan menganalisis korelasi antara ukuran lahan dengan kondisi penjualan. Hasil analisis diharapkan memberikan pemahaman mendalam tentang dinamika pasar properti dan menghasilkan rekomendasi berbasis data untuk strategi penjualan dan pengembangan properti.
Dalam Program Studi Independen ini, penulis fokus pada eksplorasi dan persiapan data dengan melakukan riset terhadap luas tanah untuk memahami properti berdasarkan luas total dalam satuan kaki persegi. Variabel LotArea ini memberikan informasi tentang ukuran lahan yang dimiliki sebuah properti, yang dapat mempengaruhi nilai pasar dan potensi penggunaan lahan.
Data LotArea digunakan dalam analisis properti, seperti penentuan nilai properti, studi pasar real estate, dan perencanaan pengembangan lahan. Distribusi data LotArea menunjukkan adanya variasi yang signifikan dalam ukuran lahan yang dimiliki oleh properti-properti yang dianalisis.
Sebagian besar properti memiliki luas tanah dalam kisaran ukuran yang cukup luas. Beberapa properti memiliki luas tanah yang sangat kecil, sementara yang lainnya memiliki luas tanah yang sangat besar. Hal ini menunjukkan adanya variasi yang signifikan dalam ukuran lahan yang dimiliki oleh properti-properti yang dianalisis. Variasi ini dapat dipengaruhi oleh berbagai faktor seperti lokasi geografis, peraturan zonasi, dan kebutuhan penggunaan lahan.
Pada dataset ini, sebagian besar properti memiliki kondisi penjualan “Normal”, sementara hanya dua properti yang memiliki kondisi penjualan “Partial”. Kondisi penjualan “Normal” berarti properti dijual tanpa diskon atau insentif khusus, sedangkan “Partial” menunjukkan properti dijual dengan diskon atau insentif tertentu. Untuk menganalisis hubungan antara LotArea dan SaleCondition, kita dapat mengelompokkan data berdasarkan kondisi penjualan dan mengamati distribusi LotArea dalam setiap kelompok.
Evaluasi statistik untuk LotArea menunjukkan berbagai informasi penting terkait distribusi ukuran area lot. Dengan total pengamatan yang signifikan, nilai rata-rata LotArea menunjukkan ukuran lot yang cukup besar, sementara deviasi standar yang tinggi mengindikasikan adanya variasi yang luas dalam data. Nilai minimum dan maksimum LotArea menunjukkan rentang ukuran lot yang sangat besar. Informasi mengenai persentil ke-25, median, dan persentil ke-75 memberikan gambaran umum tentang distribusi ukuran lot dalam dataset yang dianalisis.
Analisis korelasi antara LotArea dan fitur-fitur lain menunjukkan beberapa hubungan yang menarik. LotArea memiliki korelasi positif tertinggi dengan panjang frontage, menunjukkan hubungan yang kuat antara luas lot dan panjang frontage.
Selain itu, ada korelasi positif yang cukup signifikan dengan luas lantai pertama, luas ruang tamu, dan luas garasi, yang mengindikasikan bahwa ukuran lot yang lebih besar cenderung berhubungan dengan luas lantai pertama, luas ruang tamu, dan luas garasi yang lebih besar.
Beberapa fitur lain juga menunjukkan korelasi positif meskipun lebih rendah. Di sisi lain, ada beberapa fitur yang menunjukkan korelasi negatif, yang mungkin mencerminkan hubungan terbalik antara tipe subclass properti dan luas lot.
Hasil analisis menunjukkan bahwa properti dengan kondisi penjualan “Partial” cenderung memiliki luas lahan yang lebih besar dibandingkan dengan properti dengan kondisi penjualan “Normal”. Hal ini mungkin disebabkan oleh adanya insentif atau diskon yang diberikan untuk properti dengan lahan lebih luas. Untuk mendapatkan gambaran umum mengenai luas bangunan, dilakukan perhitungan rata-rata, median, dan standar deviasi untuk luas lantai pertama, kedua, dan basement.
Dari analisis tersebut, terlihat bahwa properti dengan luas lantai pertama yang lebih besar cenderung memiliki luas lantai kedua dan basement yang juga lebih besar. Hubungan antara LotArea dan luas bangunan dapat dilihat dari data ini, di mana properti dengan LotArea lebih besar cenderung memiliki bangunan yang lebih besar, baik dalam hal luas lantai pertama, kedua, maupun basement.
Penulis: Rakha Rizky Mahendra
Mahasiswa Sains Data, Universitas Pembangunan Nasional Veteran Jawa Timur
Editor: Salwa Alifah Yusrina
Bahasa: Rahmat Al Kafi
Ikuti berita terbaru Media Mahasiswa Indonesia di Google News
