Yudha Surya Bhakti
Universitas Muhammadiyah Sukabumi

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Model Peramalan Penerimaan Calon Mahasiswa Menggunakan Metode Regresi Yudha Surya Bhakti; Asep Budiman Kusdinar; Asril Adi Sunarto
Progresif: Jurnal Ilmiah Komputer Vol 16, No 2: Agustus 2020
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (370.267 KB) | DOI: 10.35889/progresif.v16i2.515

Abstract

Abstrak. Perkembangan bidang sains dan teknologi memberikan kemudahan bagi umat manusia diberbagai aspek bidang kehidupan  salah satunya ialah peramalan. Peramalan penerimaan mahasiswa bagi perguruan tinggi swasta akan membantu memaksimalkan sumber daya yang dimiliki dan dipergunakan secara optimal untuk pelayanan, sarana dan prasarana hingga peningkatan sumber daya manusia didalam perguruan tinggi swasta. Metode regresi untuk melihat sejauh mana biaya promosi dalam peningkatan penerimaan mahasiswa ditahun mendatang dikarenkan pembiayaan promosi yang kurang tepat mengakibatkan jumlah penerimaan mahasiswa tidak sesuai harapan. Peramalan ini akan valid ketika menggunakan sebuah model tingkat keakuratan peramalan yang dilakukan. Berdasarkan hasil perhitungan penelitian ini, tingkat keakuratan dengan menggunakan model MAPE (Mean Absolute Percentage Error) sebesar 2,7% selisih antara data aktual dan data peramalan, namun setiap periode tidak semua memiliki nilai keakurtan kecil karena faktor setiap periode data yang berbeda. Kata kunci: Peramalan, Penerimaan Calon Mahasiswa, Metode Regresi, Mean Absolute Percentage Error Abstract. The development of science and technology provides the convenience for mankind in various aspects of the field of life, one of which is forecasting. Forecasting student acceptance for private universities will help maximize the resources owned and used optimally for service, facilities and infrastructure to increase human resources in private universities. The regression method to see the extent to which the cost of the promotion in the improvement of student acceptance in the future is offered less precise promotional financing resulting in the number of admission of students is not as expected. This forecasting will be valid when using a model level of forecasting accuracy done. Based on the results of this research, the level of accuracy using the Mean Absolute Percentage Error (MAPE) model amounted to 2.7% of the difference between the actual data and forecasting data, but each period does not all have a small accuracy value due to the factors of each different data period.Keyword: Forecasting, New Student Admission, Regression Method, Mean Absolute Percentage Error