Analisis Runtun Waktu Untuk Memprediksi Jumlah Mahasiswa Baru Dengan Model Prophet Facebook

Fristiani Theresia Br Sitepu, Vince Amelia Sirait, Roni Yunis

Abstract


Penerimaan mahasiswa baru merupakan langkah dasar agar proses belajar mengajar tetap berjalan. Setiap tahunnya mahasiswa baru yang mendaftar dapat mengalami peningkatan dan juga mengalami penurunan. Untuk itu prediksi sangat penting bagi perguruan tinggi sebagai bahan pendukung dalam pembuatan keputusan, strategi dan kebijakan. Penelitian ini bertujuan untuk mengetahui proses analisis runtun waktu dan hasil prediksi penerimaan mahasiswa baru di masa yang akan datang. Model yang digunakan dalam prediksi adalah model Prophet Facebook dan menggunakan dataset mahasiswa baru TA 2010/2011 sampai TA 2019/2020. Tahapan penelitian mengacu pada metode OSEMN yaitu Obtain data, Scrubbing data, Explore data, Modeling data, dan Intetpreting data. Hasil analisis untuk keseluruhan data mengalami penurunan di setiap tahunnya dan nilai rata-rata MAPE sebesar 0.04327568 %  yang berarti model prediksi yang dihasilkan sangat baik  karena <10% dengan tingkat akurasi sebesar 99,6%. 

Kata kunci: Prophet Facebook, prediksi, runtun waktu



Full Text:

PDF

References


Chandra, C., & Budi, S. (2020). Analisis Komparatif ARIMA dan Prophet dengan Studi Kasus Dataset Pendaftaran Mahasiswa Baru. Jurnal Teknik Informatika Dan Sistem Informasi, 6, 2443–2229. https://doi.org/10.28932/jutisi.v6i2.2676

Davide, B. (2019). An overview of time series forecasting models | by Davide Burba | Towards Data Science. https://towardsdatascience.com/an-overview-of-time-series-forecasting-models-a2fa7a358fcb

Dineva, K., & Atanasova, T. (2018). Osemn Process for Working Over Data Acquired By Iot. Current Trends in Natural Sciences, 7(13), 47–53.

Gaur, S. (2020). Global Forecasting of COVID-19 using Arima based FB-Prophet. In International Journal of Engineering Applied Sciences and Technology (Vol. 5, Issue 2). http://www.ijeast.com

Han-Lau, C. (2019). 5 Steps of a Data Science Project Lifecycle. Towards Data Science. https://thelead.io/data-science/5-steps-to-a-data-science-project-lifecycle

Janssens, J. (2019a). Chapter 3 Obtaining Data - 《Data Science at the Command Line》. O’. https://www.bookstack.cn/read/data-science-at-the-command-line/1a7bfd92f145f7c9.md

Janssens, J. (2019b). Chapter 5 Scrubbing Data - 《Data Science at the Command Line》. O’. https://www.bookstack.cn/read/data-science-at-the-command-line/09cd79b2fc131b61.md

Janssens, J. (2019c). Chapter 9 Modeling Data - 《Data Science at the Command Line》. O’. https://www.bookstack.cn/read/data-science-at-the-command-line/c4a95e1be9ff0a9c.md

Jeroen Janssens. (2019). Chapter 7 Exploring Data - 《Data Science at the Command Line》 - 书栈网 · BookStack. O’. https://www.bookstack.cn/read/data-science-at-the-command-line/8a1db58c9ed013dc.md

Kemendikbud. (2018). Statistik Pendidikan Tinggi. https://pddikti.kemdikbud.go.id/asset/data/publikasi/Statistik Pendidikan Tinggi Indonesia 2018.pdf

Latifah, S. N. (2015). Belajar: Data Science Process (OSEMN Framework). Msdium. https://medium.com/@syarah.nurlatifah/belajar-data-science-process-osemn-framework-ca0458854143

Lau, D. C. H. (2019). 5 Steps of a Data Science Project Lifecycle. Towads Data Science. https://towardsdatascience.com/5-steps-of-a-data-science-project-lifecycle-26c50372b492

Nantasenamat, C. (2018). The Data Science Process. A Visual Guide to Standard Procedures. Towards Data Science. https://towardsdatascience.com/the-data-science-process-a19eb7ebc41b

Taylor, S. J., & Letham, B. (2017). Business Time Series Forecasting at Scale. PeerJ Preprints 5:E3190v2, 35(8), 48–90. https://doi.org/10.7287/peerj.preprints.3190v2

Yan, J., Wang, L., Song, W., Chen, Y., Chen, X., & Deng, Z. (2019). A time-series classification approach based on change detection for rapid land cover mapping. ISPRS Journal of Photogrammetry and Remote Sensing, 158, 249–262. https://doi.org/10.1016/j.isprsjprs.2019.10.003

Yenidogan, I., Cayir, A., Kozan, O., Dag, T., & Arslan, C. (2018). Bitcoin Forecasting Using ARIMA and PROPHET. UBMK 2018 - 3rd International Conference on Computer Science and Engineering, 621–624. https://doi.org/10.1109/UBMK.2018.8566476

Yuniati, R., & Mukti, P. (2017). Analisis 4P (Product, Price, Place, Dan Promotion) Dalam Pengambilan Keputusan Calon Mahasiswa Memilih Perguruan Tinggi. Jurnal Psikologi Perseptual, 2(1), 1–8. https://doi.org/10.24176/perseptual.v2i1.2217




DOI: https://doi.org/10.31294/p.v23i1.9756

Copyright (c) 2021 Paradigma - Jurnal Komputer dan Informatika

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

ISSN2579-3500

Dipublikasikan oleh LPPM Universitas Bina Sarana Informatika

Jl. Kramat Raya No.98, Kwitang, Kec. Senen, Kota Jakarta Pusat, DKI Jakarta 10450
Telepon: 021-21231170, ext. 704 / 705
Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License