Skip to content

Data Mining and Exploratory Data Analysis (EDA) on Property Data

Notifications You must be signed in to change notification settings

kmyafi/Property-Data-Mining

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

9 Commits
 
 
 
 
 
 
 
 

Repository files navigation

Data Mining and Business Intelligence: EDA on property data

Credits :

  1. Adriaan Aylsworth Waleleng
  2. Aristriana Muhamad
  3. Kamal Muftie Yafi
  4. Ryan Caleb

Kasus:

  • Anda adalah seorang Data Analyst yang bekerja di PT Ray Pink Property Indonesia (RPPI).
  • RPPI adalah perusahaan property yang berdiri sejak 11 tahun yang lalu.
  • RPPI memliki kantor cabang di 7 provinsi di Indonesia dan jumlahnya terus bertambah.
  • Valuasi RPPI tahun ini mencapai Rp 7 Triliun, meningkat 7% dari tahun sebelumnya.
  • Bidang usaha RPPI adalah investasi dan jual-beli property secara umum, termasuk bekerja sama dengan developer perumahan.
  • Data Engineer (DE)/Database Administrator (DBA) RPPI berhasil mengumpulkan data rumah-rumah yang dijual di beberapa kota di Indonesia.
  • Sebagai Data Analyst anda akan hadir dan melakukan presentasi pada rapat direksi untuk memberikan insight dari data ke upper management (C-Level, senior managers, dan komisaris perusahaan).
  • Di studi kasus ini anda mempersiapkan "bahan presentasi" (cukup ipynb saja) dengan cara melakukan EDA pada data yang diterima dari DE/DBA.

Tujuan

  1. Kualitas data yang dimiliki perusahaan.
  2. Apakah ada saran perbaikan data ke DE/DBA perusahaan agar RPPI menjadi data driven company yang unggul.
  3. Dari data yang ada, apakah ada kecenderungan rumah disuatu kota lebih mahal/murah dibandingkan kota lain?
  4. Dari data yang ada, apakah bisa dibuat rekomendasi sebaiknya RPPI membuat kantor cabang berikutnya di kota mana? Mengapa? (Asumsikan RPPI belum memiliki cabang di kota-kota yang disebutkan di data).
  5. Rumah dengan karakteristik seperti apa yang paling banyak dijual?
  6. Jika RPPI ingin melakukan investasi (max) Rp. 25 Miliar minggu besok, apakah dari data anda dapat memberikan rekomendasi rumah mana saja yang akan berpotensi menghasilkan keuntungan bagi perusahaan?
  7. Dan yang terpenting, informasi berharga apa lagi yang bisa anda dapatkan dari data?