Sistem Informasi Prediksi Jumlah Pendaftar Calon Siswa Baru Di SMK Muhammadiyah 2 Sukoharjo Menggunakan Metode Autoregressive

Budi Hartanto
Sri Hariyati Fitriasih
Sri Tomo

Abstract


Teknik prediksi merupakan suatu sistem yang sangat penting dalam perencanaan yang efektif dan efisien khususnya dalam bidang ekonomi dan organisasi bisnis dalam setiap pengambilan keputusan yang sangat signifikan. Saat ini permasalahan yang paling sering terjadi dalam penerimaan siswa baru adalah tidak tercapainya kuota siswa yang mendaftar. Sehingga masih terdapat bangku kosong di banyak sekali sekolah. Metode Peramalan Autoregressive adalah salah satu metode dalam peramalan deret waktu. Deret Waktu / Time Series adalah suatu rangkaian atau seri dari nilai-nilai suatu variabel atau hasil observasi yang dicatat dalam jangka waktu yang berurutan. Pada Penelitian ini menggunakan metode Autoregressive untuk melakukan prediksi terhadap jumlah pendaftar pada periode yang akan mendatang. Hasil dari penelitian ini yaitu prediksi untuk tahun ajaran yang akan datang yaitu 124. Hasil pengujian fungsionalitas menggunakan Blackbox testing semua fungsionalitas dapat berjalan sesuai dengan perancangan. Hasil pengujian menggunakan MAPE (Mean Absoute Percentage Error) sebesar 18,18%.

Keywords


autoregressive; sistem informasi prediksi; MAPE

Teks Lengkap:

DOWNLOAD DISINI (PDF)

Referensi


B. Hartanto and W. W. Winarno, “Aplikasi Pendukung Keputusan Bagi Siswa SMK Taman Siswa Sukoharjo Dalam Pemilihan Perguruan Tinggi Berbasis Web,” DutaCom, vol. 1, no. 10, p. 27, 2016.

K. N. Ulfa and M. Syahrizal, “Perancangan Aplikasi Prediksi Jumlah Siswa Baru pada Yayasan Cerdas Murni Menggunakan Exponential Smoothing,” JURIKOM (Jurnal Ris. Komputer), vol. 3, no. 6, 2016.

D. T. Anggraeni, “Peramalan Harga Saham Menggunakan Metode Autoregressive Dan Web Scrapping Pada Indeks Saham Lq45 Dengan Python,” Rabit J. Teknol. dan Sist. Inf. Univrab, vol. 5, no. 2, pp. 138–145, 2020.

A. K. Syahputra and E. Kurniawan, “Perancangan Aplikasi Pemesanan Dan Pembayaran Berbasis Desktop Pada Percetakan UD. Azka Gemilang Menggunakan Metode Prototype,” in Seminar Nasional Royal (SENAR), 2018, vol. 1, no. 1, pp. 105–110.

M. A. Maricar, “Analisa Perbandingan Nilai Akurasi Moving Average dan Exponential Smoothing untuk Sistem Peramalan Pendapatan pada Perusahaan XYZ,” J. Sist. dan Inform., vol. 13, no. 2, pp. 36–45, 2019.

R. T. Vulandari and T. A. Parwitasari, “Perbandingan Model AR (1), ARMA (1, 1), dan ARIMA (1, 1, 1) pada Prediksi Tinggi Muka Air Sungai Bengawan Solo pada Pos Pemantauan Jurug,” MUST J. Math. Educ. Sci. Technol., vol. 3, no. 1, pp. 46–56, 2018.




DOI: https://doi.org/10.24176/sitech.v4i2.6795

Article Metrics

Abstract views : 615| DOWNLOAD DISINI (PDF) views : 362

Refbacks

  • Saat ini tidak ada refbacks.


 

 

JournalStories Main logo JournalStories Main logo

 

Flag Counter