Sistem Informasi Prediksi Penerimaan Siswa Baru Menggunakan Metode Autoregressive Di SMP Negeri 3 Purwantoro
Abstract
Prediksi (forecasting) merupakan alat bantu 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 97. Hasil pengujian fungsionalitas menggunakan Blackbox testing semua fungsionalitas dapat berjalan sesuai dengan perancangan. Hasil pengujian kepada pengguna sistem informasi menggunakan metode kuesioner didapatkan bahwa dari 15 kuesioner yang disebarkan kepada responden 13 orang atau 86,67% menyatakan sangat setuju dan 2 orang atau 13,33% menyatakan setuju terhadap sistem informasi prediksi jumlah pendaftar siswa baru tersebut. Hasil pengujian menggunakan MAPE (Mean Absoute Percentage Error) sebesar 19,94%.
Forecasting is a very important tool in effective and efficient planning, especially in the field of economics and business organization in every very significant decision making. Currently, the problem that most often occurs in the admission of new students is not achieving the quota of students who register. So there are still empty seats in many schools. Autoregressive Forecasting Method is one of the methods in time series forecasting. Time Series / Time Series is a series or series of the values of a variable or the results of observations that are recorded in successive periods of time. This study uses the Autoregressive method to predict the number of registrants in the future period. The results of this study are predictions for the upcoming academic year, namely 97. The results of testing functionality using Blackbox testing all functionality can run according to the design. The results of testing to information system users using the questionnaire method found that from 15 questionnaires distributed to respondents 13 people or 86.67% stated strongly agree and 2 people or 13.33% agreed with the information system predicting the number of new student registrants.The test results using MAPE (Mean Absoute Percentage Error) of 19.94%.
Full Text:
PDFReferences
Anggraeni, D. T. (2020). Peramalan Harga Saham Menggunakan Metode Autoregressive Dan Web Scrapping Pada Indeks Saham Lq45 Dengan Python. Rabit : Jurnal Teknologi Dan Sistem Informasi Univrab, 5(2), 137–144. https://doi.org/10.36341/rabit.v5i2.1401
Mardiyono, A., Purwanto, E., & Nurmalitasari. (2021). Sistem Informasi Prediksi Penerimaan Siswa Baru Menggunakan Metode Autoregressive Di SMP Negeri 3 Purwantoro.
Nugroho, K. (2016). Model Analisis Prediksi Menggunakan Metode Fuzzy Time Series. Infokam, 12(1), 46–50. https://doi.org/https://doi.org/10.53845/infokam.v12i1.91
Rosa, A. S., & M.Shalahuddin. (2015). Rekayasa Perangkat Lunak Struktur dan Berorientasi Objek. Informatika.
Sarjono, H. (2012). Prediksi Jumlah Penerimaan Siswa Smk Swasta Tahun Ajaran 2011/2012. Binus Business Review, 3(2), 923. https://doi.org/10.21512/bbr.v3i2.1274
Ulfa, K. N., & Syahrizal, M. (2016). Perancangan Aplikasi Prediksi Jumlah Siswa Baru pada Yayasan Cerdas Murni menggunakan Exponential Smoothing. JURIKOM (Jurnal Riset Komputer), 3(6), 59–64. https://doi.org/http://dx.doi.org/10.30865/jurikom.v3i6.174
Vulandari, R. T., & Parwitasari, T. A. (2018). 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: Journal of Mathematics Education, Science and Technology, 3(1), 46. https://doi.org/10.30651/must.v3i1.1620
DOI: https://doi.org/10.31294/bi.v10i1.11850
DOI (PDF): https://doi.org/10.31294/bi.v10i1.11850.g5285
ISSN: 2338-9761