Penurunan keterjangkauan properti di Melbourne pada tahun 2024 memicu pergeseran tingkat hunian, sementara pemahaman tentang distribusi dan karakteristik strata (gedung dengan bentuk kepemilikan strata title) skala kecil masih terbatas. Proyek ini menggunakan kerangka kerja Knowledge Discovery in Databases (KDD) untuk menjembatani kesenjangan tersebut, mengumpulkan data properti dari sepuluh local government area (daerah setingkat kabupaten/kota) melalui web scraping. Analisis data yang terkumpul menggunakan statistik deskriptif untuk memetakan distribusi bangunan, serta analisis feature importance dan algoritma berbasis tree untuk mengidentifikasi faktor-faktor yang memengaruhi tingkat hunian. Teknik clustering k-means juga diterapkan untuk mengidentifikasi segmen pasar. Hasil dari analisis ini divisualisasikan melalui dasbor interaktif yang menyajikan data 14.838 bangunan strata. Proyek ini menghasilkan dasbor yang membantu pemangku kepentingan dalam penilaian pasar dan perencanaan berbasis data. Selain itu, diidentifikasi faktor-faktor terkait suburb (daerah setingkat kecamatan) yang secara signifikan memengaruhi tingkat hunian, memberikan wawasan penting bagi klien kami, XYZ, untuk mengarahkan investasi dan strategi pemasaran secara lebih efektif. Temuan ini memungkinkan pengambilan keputusan bisnis yang berbasis data dan memberikan kontribusi yang berarti bagi sektor real estat.