Please use this identifier to cite or link to this item: https://repository.uksw.edu//handle/123456789/32347
Title: Perbandingan Metode Exponential Smoothing dan ARIMA untuk Prediksi Jumlah Mahasiswa Baru (Studi Kasus di FTI UKSW)
Authors: Paga, Efraim
Keywords: Prediksi;Single Exponential Smoothing;ARIMA;Predict
Issue Date: 4-Dec-2023
Abstract: Banyak metode yang bisa digunakan untuk melakukan prediksi jumlah mahasiswa baru yang diterima pada program studi Teknik Informatika Fakultas Teknologi Informasi Universitas Kristen Satya Wacana, namun perlu menentukan metode mana yang paling akurat dalam melakukan prediksi. Penelitian ini bertujuan membandingkan Metode Single Exponential Smoothing dan ARIMA untuk memprediksi jumlah mahasiswa baru pada program studi Teknik Informatika Universitas Kristen Satya Wacana tiga tahun mendatang. Pengujian akurasi hasil peramalan dilakukan dengan membandingkan nilai MSE, MAE, dan MAP. Data yang digunakan untuk peramalan adalah data pendaftaran mahasiswa baru program studi Teknik Informatika tahun 2003 sampai tahun 2022. Hasil penelitian menunjukkan bahwa metode ARIMA merupakan pilihan yang lebih sesuai untuk meramalkan jumlah mahasiswa baru dalam tiga tahun ke depan karena nilai MSE, MAE, dan MAPE yang lebih rendah. Dengan menggunakan metode ARIMA, jumlah mahasiswa baru yang diprediksi adalah 341 orang pada tahun 2023, 334 orang pada tahun 2024, dan 330 orang pada tahun 2025.
Many methods can be used to predict the number of new students admitted to the Computer Science program at the Faculty of Information Technology, Universitas Kristen Satya Wacana. However, it is essential to determine the most accurate method for prediction. This research aims to compare the Single Exponential Smoothing (SES) method and ARIMA to forecast the number of new students in the Computer Science program at Universitas Kristen Satya Wacana for the next three years. The accuracy of the forecast results is tested by comparing the values of MSE, MAE, and MAP. The data used for forecasting are the registration data of new students in the Computer Science program from 2003 to 2022. The research results indicate that the ARIMA method is a more suitable choice for predicting the number of new students in the next three years due to its lower values of MSE, MAE, and MAPE. Using the ARIMA method, the predicted number of new students is 341 in 2023, 334 in 2024, and 330 in 2025
URI: https://repository.uksw.edu//handle/123456789/32347
Appears in Collections:T1 - Informatics Engineering

Files in This Item:
File Description SizeFormat 
T1_672017185_Judul.pdf608.46 kBAdobe PDFView/Open
T1_672017185_Isi.pdf468.69 kBAdobe PDFView/Open
T1_672017185_Daftar Pustaka.pdf259.85 kBAdobe PDFView/Open
T1_672017185_Formulir Pernyataan Persetujuan Penyerahan Lisensi Tugas Akhir dan Pilihan Embargo.pdf
  Restricted Access
805.66 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.