Prediksi Jumlah Siswa Baru Pada SMK Negeri 2 Buton dengan Metode Regresi Linier dan Exponential Smoothing
DOI:
https://doi.org/10.55340/japm.v10i1.1517Kata Kunci:
prediksi, regresi linier, exponential smoothingAbstrak
Peran pendidikan sangatlah penting dalam sebuah bangsa karena pendidikan merupakan prioritas utama saat ini. Pendidikan memegang peranan penting dalam mewujudkan negara dan bangsa Indonesia yang cerdas dan bijaksana. Pendidikan diselenggarakan dengan tujuan meningkatkan mutu kehidupan masyarakat serta meningkatkan daya saing bangsa. Untuk mendukung terciptanya pendidikan yang berkualitas, dibututuhkan sarana dan prasarana yang memadai. Sekolah Menengah Kejuruan (SMK) Negeri 2 Buton adalah sebuah sarana pendidikan yang ada di kabupaten Buton, Sulawesi Tenggara. SMK Negeri 2 Buton mengalami kendala dalam hal menyediakan fasilitas seperti jumlah meja, kursi, dan lain – lain, salah satu penyebab utamanya adalah sulitnya mengetahui jumlah siswa yang akan mendaftar ditahun tahun yang akan datang. Regresi linier dan exponential smoothing adalah sebuah metode yang dapat digunakan untuk memprediksi siswa baru dengan memanfaatkan data penerimaan masa lampau. Maka, tujuan penelitian ini ialah untuk memprediksi jumlah murid baru di SMK Negeri 2 Buton dengan memanfaatkan regresi linier serta exponential smoothing, Data yang digunakan dalam penelitian adalah data siswa baru dari tahun 2011 hingga 2023. Penerapan Prediksi siswa baru dengan metode regresi linier dan exponential smoothing di SMK Negeri 2 Buton menunjukan nilai prediksi yang baik yaitu kurang dari 21% Ini bermakna bahwa hasil prediksi metode lebih mendekati jumlah penerimaan siswa baru yang sesungguhnya. Dalam pengujian prediksi menunjukan bahwa metode exponential smoothing menghasilkan nilai MAPE lebih kecil daripada metode regresi linier dengan selisih 3,8 %
Unduhan
Referensi
Ahmad, R., & Arifin, Z. (2018). Metode Regresi Linier Untuk Memprediksi Jumlah Pendaftar Calon Mahasiswa Baru Universitas Islam Indragiri. Jurnal Analisis Manajemen, 4(2), 86–92.
Anggie, A. (2018). Implementasi Metode K-Nearest Neighbor Dan Regresi Linear Dalam Prediksi Harga Emas. Pemodelan Arsit. Sist. Inf. Perizinan Menggunakan Kerangka Kerja Togaf Adm, 4(1), 113.
Attanayake, A., Perera, S., & Liyanage, U. (2019). Combining forecasts of ARIMA and exponential smoothing models. Advances and Applications in Statistics, 59(2), 199–208.
Ena, M. (2023). Penerapan Metode Single Exponential Smoothing Dalam Memprediksi Jumlah Penerimaan Mahasiswa Baru. Jurnal Lebesgue: Jurnal Ilmiah Pendidikan Matematika, Matematika Dan Statistika, 4(2), 962–969.
Herwanto, H. W., Widiyaningtyas, T., & Indriana, P. (2019). Penerapan Algoritme Linear Regression untuk Prediksi Hasil Panen Tanaman Padi. Jurnal Nasional Teknik Elektro Dan Teknologi Informasi, 8(4), 364–370.
Prasetyo, V. R., Lazuardi, H., Mulyono, A. A., & Lauw, C. (2021). Penerapan Aplikasi RapidMiner Untuk Prediksi Nilai Tukar Rupiah Terhadap US Dollar Dengan Metode Regresi Linier. Jurnal Nasional Teknologi Dan Sistem Informasi (TEKNOSI), 7(1), 8–17.
Pratista, S., Nazir, A., Iskandar, I., Budianita, E., & Afrianty, I. (2023). Perbandingan Teknik Prediksi Pemakaian Obat Menggunakan Algoritma Simple Linear Regression dan Support Vector Regression. Building of Informatics, Technology and Science (BITS), 5(2), 456–465.
Sulthan, N., Eltivia, N., & Riwajanti, N. I. (2020). Implementasi Metode Exponential Smoothing Untuk Peramalan Kedatangan Wisatawan Mancanegara Pada Pulau Bali. Media Mahardhika, 18(2), 171–178.
Wibowo, A., Iskandar, D., & Wibowo, W. A. S. (2023). Data Mining Dalam Prediksi Jumlah Pasien Dengan Regresi Linear Dan Exponential Smoothing. Jurnal Sistem Informasi Dan Sains Teknologi, 5(1)
