Peramalan Mahasiswa Baru Ft dan Fkip Um Purwokerto dengan Model Arima

Abstract

Saat ini UMP telah memiliki 11 Fakultas dan 33 Program Studi. Jumlah mahasiswa UMPmeningkat setiap tahunnya. Hal ini terlihat dari jumlah mahasiswa baru yang semakin banyakdi setiap penerimaan mahasiswa baru. Namun, jumlah mahasiswa baru masih belummencapai target yaitu 3500 mahasiswa. Berbagai macam strategi dan cara sudah dilakukanoleh pihak Biro Penerimaan Mahasiswa Baru (BPMB) UMP untuk mencapai target tersebut.Namun, beberapa strategi tersebut tidak tepat sasaran, sehingga minat calon mahasiswatidak sesuai harapan. Untuk itu perlu dilakukan suatu terobosan untuk meningkatkan jumlahmahasiswa baru UMP. Kelebihan model ARIMA adalah memiliki sifat yang fleksibel(mengikuti pola data), memiliki tingkat akurasi peramalan yang cukup tinggi dan cocokdigunakan untuk meramal sejumlah variabel dengan cepat, sederhana, akurat karena hanyamembutuhkan data historis untuk melakukan peramalannya. Model ARIMA(1,1,1) tanpakonstan merupakan model yang terbaik untuk meramalkan data mahasiswa FKIP dan FT,hasil peramalan menunjukkan bahwa FKIP terjadi trend kenaikan positif mencapai 649mahasiswa di tahun 2021 dan dapat dimaksimalkan mencapai 1080 mahasiswa, sedangkanhasil peramalan menunjukkan bahwa FT terjadi trend penurunan mencapai 187 mahasiswa ditahun 2021 dan dapat dimaksimalkan mencapai 355 mahasiswa.Kata kunci: Peramalan, mahasiswa baru, ARIMA

Prediksi Indeks Harga Konsumen Menggunakan Metode Fuzzy Time Series Cheng

“…Angka indeks tersebut merupakan perbandingan dari harga suatu paket komoditas dari suatu kelompok barang dan jasa pada periode tertentu kepada periode sebelumnya (Yuniawati & Lestari, 2020). 2) Forecasting: Forecasting diartikan sebagai penggunaan teknik-teknik statistic untuk menentukan bentuk gambaran dari masa depan berdasarkan pengolahan angka-angka historis pada periode sebelumnya (Muhammad, 2018). 3) Fuzzy Time Series: Fuzzy time series (FTS) ialah suatu konsep yang dipergunakan untuk memprediksi masalah di mana data aktualnya dibentuk dalam nilai-nilai linguistic (Ipan, Syaripuddin, & Nohe, 2022).…”

Analisis Runtun Waktu Untuk Memprediksi Jumlah Mahasiswa Baru Dengan Model Random Forest

“…Metode Random Forest merupakan salah satu metode yang digunakan untuk klasifikasi dan regresi. Random Forest dapat digunakan untuk time series dengan cara meningkatkan keakuratan metode klasifikasi dengan menggabungkan metode klasifikasi dalam kata lain Random Forest dilakukan secara ensemble (Muhammad et al, 2017).…”

Analisis Runtun Waktu Untuk Memprediksi Jumlah Mahasiswa Baru Dengan Model Arima

“…Untuk melakukan peramalan dengan analisis runtun waktu dalam penelitian ini metode yang digunakan adalah ARIMA (Autoregressive Integrated Moving Average. ARIMA merupakan Salah satu metode peramalan yang sedang berkembang dan umum digunakan saat ini dan ARIMA memiliki kelebihan yaitu bersifat fleksibel, dan tingkat keakuratannya efektif sehingga tepat digunakan dalam peramalan jangka pendek dan hanya membutuhkan data historis dalam peramalannya (Muhammad et al, 2017).…”

“…Dengan Menggunakan Model ARIMA " dan Siska Candra Ningsih dan Padrul Jana (2018) "Pemodelan Penderita HIV/AIDS dengan Metode ARIMA ". Mengingat pentingnya untuk mengetahui jumlah penerimaan mahasiswa Universitas XYZ di masa depan maka dilakukan peramalan jumlah penerimaan mahasiswa baru menggunakan metode ARIMA (Irawan, 2019) (Ningsih & Jana, 2018 (Muhammad et al, 2017).…”