Prediksi Jumlah Penerimaan Mahasiswa Baru Dengan Metode Linear Regression dan Exponential Smoothing

Abstract

Penerimaan mahasiswa baru adalah elemen kunci dalam manajemen perguruan tinggi yang memerlukan perencanaan yang cermat serta kebijakan dan strategi untuk mengambil keputusan kegiatan belajar mengajar. Untuk merencanakan prediksi jumlah penerimaan mahasiswa baru yang akurat adalah penting dalam pengambilan keputusan terkait alokasi sumber daya, perencanaan fasilitas, dan program akademik. Oleh karena itu, tujuan dari penelitian ini adalah untuk memprediksi jumlah mahasiswa baru di Fakultas Teknologi Industri dan Informatika UHAMKA menggunakan metode Linier Regression dan Exponential Smoothing. Metode ini digunakan untuk menangani fluktuasi dalam data historis yang mungkin disebabkan oleh perubahan demografi, persaingan antar institusi, dan faktor ekonomi lainnya.  Penelitian Ini menggunakan metode data mining untuk melakukan prediksi jumlah penerimaan mahaiswa baru pada Program Studi Teknik Informatika Fakultas Teknologi Industri dan Informatika UHAMKA. Sumber data penelitian ini adalah jumlah calon mahasiswa baru di 15 Tahun ke belakang yaitu data 2008 sampai 2023. dengan menggunakan 2 metode yaitu linear regression dan exponential smoothing. Prediksi jumlah penerimaan mahasiswa baru menunjukkan nilai prediksi yang sangat baik yaitu antara 0-10%. Nilai MAPE pada prediksi adalah 0,99% dengan Regresi Linear dan 5,07% ketika menggunakan Exponential Smoothing.  Dalam pengujian bahwa Linear Regression menghasilkan nilai MAPE lebih kecil daripada metode Exponential Smoothing, yang berarti metode hasil prediksinya lebih mendekati dengan jumlah penerimaan mahasiswa baru yang sebenarnya.