IMPLEMENTASI FUZZY TSUKAMOTO DALAM MENENTUKAN NILAI JUAL RUMAH BERDASARKAN LETAK GEOGRAFIS

Abstract

Dalam pembelian properti rumah ataupun tanah, penentuan harga adalah faktor yang penting, namun sulit untuk dilakukan penjual terutama dalam menyesuaikan keadaan dengan harga. Perbedaan fasilitas rumah dan keadaan geografis suatu rumah juga menyebabkan harga yang berbeda. Salah satu cara untuk menentukan harga jual rumah dapat dilakukan dengan melakukan identifikasi terhadap keadaan rumah dan Nilai Jual Objek Pajak (NJOP) sesuai letak tanah suatu rumah tersebut. Ketentuan tersebut menjadi awal untuk mengimplementasikan ke dalam bentuk sistem yang akan mempermudah dalam perhitungan. Parameter untuk menentukan harga jual rumah yang dapat dihitung kuantitasnya adalah nilai tanah diambil dari NJOP bumi yang dipengaruhi oleh lokasi strategis tanah dan nilai bangunan diambil dari NJOP bangunan yang dipengaruhi oleh kondisi rumah dan umur efektif rumah. Dengan parameter yang memiliki sifat ketidakpastian (fuzzy), maka konsep logika fuzzy dapat digunakan dalam memecahkan masalah tersebut dikarenakan logika fuzzy memiliki karakteristik dan keunggulan dalam menangani masalah yang bersifat ketidakpastian. Pada parameter tersebut dibagi menjadi dua bagian yaitu sebagai data spasial dan data atribut, dimana data spasial terdiri dari NJOP bumi dan lokasi strategis tanah sedangkan data atribut meliputi NJOP bangunan, kondisi rumah dan umur rumah. Penelitian ini membahas pembuatan Sistem Perhitungan Harga Jual Rumah menggunakan Fuzzy Tsukamoto berdasarkan letak geografis dengan bantuan peta google maps untuk merepresentasikan data spasial yang dibutuhkan. Sistem yang dikembangkan dengan menggunakan DBMS Mysql dan menggunakan metode Unified Process dengan bahasa pemrograman PHP dengan menggunakan framework Laravel. Setelah pengembangan selesai dilakukan, dilanjutkan pengujian secara blackbox. Sistem menghasilkan kesesuaian sebesar 80% dengan total error sebesar 20% pada fuzzy perhitungan prediksi tanpa menggunakan kriteria lokasi strategis dan kesesuaian sebesar 87% dengan total error sebesar 13% pada fuzzy perhitungan prediksi keseluruhan.