SISTEM ESTIMASI BIAYA PROYEK KONSTRUKSI BERBASIS WEB DENGAN RANDOM FOREST

Estimasi biaya yang akurat pada tahap awal proyek konstruksi industri sangat penting untuk mendukung keputusan tender, namun di PT Sumbawa Indah Permai proses ini masih dilakukan secara manual berbasis RAB sehingga memerlukan waktu lama dan sangat bergantung pada pengalaman estimator. Penelitian ini bertujuan mengembangkan sistem estimasi biaya proyek konstruksi berbasis web yang mengintegrasikan model Random Forest Regression dengan data historis RAB perusahaan. Data RAB diolah melalui pembersihan, rekayasa fitur numerik, kategorikal, dan teks deskripsi menggunakan TF-IDF, serta transformasi logaritmik pada variabel target Total_Harga dengan fungsi log1p dan expm1. Model dilatih menggunakan skema hold-out dan RandomizedSearchCV dengan K-Fold, kemudian diintegrasikan ke dalam aplikasi web Django. Hasil pengujian menunjukkan model mampu mencapai nilai R² 0,9013, MAE Rp 5.133.872,83, RMSE Rp 23.206.060,01, dan MAPE 10,46% pada data uji. Sistem yang dihasilkan dapat memberikan estimasi biaya awal secara cepat, konsisten, dan mendukung pengambilan keputusan pada proses tender.