Pembangunan SmartHarta AI

Platform SaaS Pengurusan Hartanah dengan Enjin Analitik Ramalan Pembelajaran Mesin Terbenam.

Penyelidik: Syed Muhammad Ashadi bin Syed Azizan Penyelia: Prof. Dr. Mohd Nazri bin Kama

Universiti Teknologi Malaysia (UTM)

Kolaborasi Industri: AVTS Ventures Sdn. Bhd.

Hartanah Berdaftar

3

Penyewa Aktif

3

Jumlah Kutipan (RM)

RM 4,000

Ramalan Risiko Tinggi

1

Saringan Risiko Kelakuan Penyewa (Logik Rubix ML)

Interaktif Masa Nyata

Model klasifikasi meramal kebarangkalian lewat bayar berdasarkan kelakuan sejarah transaksi (days_overdue), nisbah kewangan penyewa, dan status kestabilan kerjaya.

Nama Penyewa Status Kerjaya Purata Kelewatan Indeks Kebarangkalian Tahap Risiko Tindakan Proaktif Disyorkan
Ahmad Fauzi bin Ramli Tetap 0.2 Hari
10%
Rendah Teruskan Profil Standard
Siti Nurhaliza binti Mansor Kontrak 4.5 Hari
48%
Sederhana WhatsApp Peringatan Mesra
Ravin Kartigesu Bekerja Sendiri 12.8 Hari
88%
Tinggi Hantar Invois Awal & Semak Deposit

Kadar Kepintaran Model

82.4%

Ketepatan Ramalan Klasifikasi (Rubix ML)

Simulasi Confusion Matrix

24
True Positive
5
False Positive
61
True Negative
10
False Negative