Analisa Akurasi Penggunaan Metode Single Eksponential Smoothing untuk Perkiraan Penerimaan Mahasiswa Baru Pada Perguruan Tinggi XYZ

Abstrak

Abstract

Higher education has a large and growing data repository, such as new student admission data (PMB) at a University. PMB is held every year, but the data is only used once. The data is only stored in the repository and is not useful. Through data mining science, the data can be extracted into useful information for decision making. One of the goals of data mining is to predict the future. One of the targets of private tertiary institutions is how to increase the number of new student admissions each year to fit the established targets. Usually, targets are set based on estimates without carrying out quantitative analysis. This often results in not achieving the expected target. Achieving targets is related to success in managing academics. Targeting is part of forecasting activities that should have a pattern/formula calculated quantitatively. The purpose of this research is to predict the number of new student admissions at Higher education  XYZ for the next ten years. Data obtained from the admission of new students ten years earlier, from 2009 to 2019. The method used is the single exponential smoothing method. To produce the best results of predictions, and evaluation of prediction results is carried out using the Mean absolute Percentage error (MAPE) method. The smallest MAPE = 0.22 with α = 0.9. with MAPE values below ten, the predicted number of student admissions is sufficiently good (Reasonable).

Keywords : Prediction, single eksponential smoothing, admission of new students.

Abstrak

Perguruan tinggi memiliki repository data yang besar dan terus bertambah, seperti data Penerimaan mahasiswa baru (PMB) pada suatu Perguruan Tinggi.  PMB dilaksanakan setiap tahun, namun data hanya dimanfaatkan satu kali. Data tersebut hanya tersimpan didalam repository dan tidak bermanfaat. Melalui ilmu data mining, data tersebut dapat diekstrak menjadi informasi yang berguna untuk pengambilan keputusan. Salah satunya tujuan data mining adalah untuk memprediksi keadaan dimasa. Salah satu target Perguruan tinggi swasta adalah bagaimana meningkatkan jumlah penerimaan mahasiswa baru setiap tahun agar sesuai dengan target yang telah ditetapkan. Biasanya target ditetapkan berdasarkan perkiraan tanpa melakukan analisa kuantitaif. Hal ini sering menyebabkan tidak tercapainya target yang diharapkan. Pencapaian target berhubungan dengan keberhasilan dalam mengelolah akademik. Penentuan target merupakan bagian dari kegiatan peramalan yang seharusnya memiliki pola  / rumusan yang dihitung secara kuantitatif. Tujuan penelitan ini adalah untuk memprediksi jumlah penerimaan mahasiswa baru di Perguruan Tinggi XYZ untuk sepuluh tahun kedepan. Data diperoleh dari penerimaan mahasiswa baru sepuluh tahun sebelumnya yaitu dari tahun 2009 s.d 2019. Metode yang digunakan adalah metode single exponential Smoothing. Untuk menghasilkan hasil perdiksi yang terbaik, maka dilakukan evaluasi hasil prediksi dengan menggunakan metode Mean absolute Percentage error (MAPE). MAPE terkecil = 0,22 dengan α = 0.9.  dengan  nilai MAPE dibawah sepuluh maka prediksi jumlah penerimaan mahsiswa sudah cukukp baik (Reasonable).

Kata Kunci :  Prediksi, Pemulusan eksponensial tunggal, Penerimaan Mahasiswa baru.