Prediksi Jumlah Mahasiswa Ujian Skripsi Dengan Metode Least Square

Amiruddin Bengnga
Rezqiwati Ishak

Abstract


Pencapaian target jumlah mahasiswa yang ujian skripsi di setiap semester pada setiap Program Studi yang sudah ditentukan di awal semester tentunya ada yang mencapai target dan tidak mencapai target. Jika tidak mencapai target maka hal ini akan menjadi penilaian kinerja Program Studi menurun, agar hal ini tidak terjadi, maka salah satu soluisnya adalah melakukan teknik prediksi dengan menggunakan data yang relevan di periode semester sebelumnya. Metode prediksi yang digunakan adalah metode Least Square karena metode ini cocok digunakan untuk memprediksi data dalam bentuk time series. Data yang digunakan dalam penelitian ini diambil dari 5 Program Studi di Universitas Ichsan Gorontalo. Berdasarkan hasil penelitian perhitungan tingkat kesalahan dengan menggunakan MAPE (Mean Absolute Percentage Error) antara data aktual dan hasil prediksi didapatkan rata-rata error sebesar 16.11% atau tingkat akurasi sebesar 83.89%.


Keywords


least square; prediksi; ujian skripsi; MAPE

Teks Lengkap:

DOWNLOAD DISINI (PDF)

Referensi


Lestari, Sri, I. P., et al. (2019). Peramalan Stok Spare Part Menggunakan Metode Least Square, Medan: CV. Sefa Bumi Persada.

Eko, P. (2013). Data Mining : Konsep Dan Aplikasi Menggunakan Matlab. Yogyakarta: CV. Andi Offset.

Danianty, M. D., Suhery, C., and Hidayati, R. (2020). “Prediksi Jumlah Kebutuhan Obat Menggunakan Metode Least Square Berbasis Website.” Coding. 08, 02, 33-42.

Gunadi, Santoni, S. and Na’am, J. (2018). “Tingkat Prediksi Pendaftar Ujian Kompetensi Laboratorium Menggunakan Metode Least Square.” J. RESTI (Rekayasa Sist. dan Teknol. Informasi). 2, 3, 746–752.

Hariri, F., R. (2016). “Metode Least Square Untuk Prediksi Penjualan Sari Kedelai Rosi.” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput. 7, 2, 731-736.

Kusrini and Luthfi, E. T. (2019). Algoritma Data Mining, Yogyakarta: Andi Publishing.

BAAK. (2020). “Data Mahasiswa Ujian Skripsi.” Gorontalo, [Online]. Available: https://siakun.unisan.ac.id.

Berretti, S. and Thampi, S. M. (2016). Intelligent Systems Technologies and Applications. Switzerland: Springer.




DOI: https://doi.org/10.24176/sitech.v4i1.6224

Article Metrics

Abstract views : 431| DOWNLOAD DISINI (PDF) views : 911

Refbacks

  • Saat ini tidak ada refbacks.


 

 

JournalStories Main logo JournalStories Main logo

 

Flag Counter