UNPAMUNPAM

Jurnal Informatika Universitas PamulangJurnal Informatika Universitas Pamulang

Sistem prediksi untuk mengetahui jumlah calon mahasiswa baru adalah salah satu upaya untuk mengetahui bagaimana prioritas atau berapa banyak jumlah calon mahasiswa baru yang akan diterima dan sebagai sarana peminat trend prodi terbanyak pada setiap tahunnya, dalam membuat sistem prediksi sangat diperlukannya sebuah metode untuk perhitungan yang baik, sehingga diperlukannya suatu metode untuk sistem prediksi tersebut. Sistem prediksi ini menggunkan metode Least Square untuk perhitungan hasil prediksi. Pada penelitian ini jenis perancangan sistem yang digunakan adalah UML. Sistem berbasis komputer yang dibangun adalah web sistem prediksi dengan metode Least Square yang dibangun dengan bahasa pemrograman PHP dan MariaDB. Dari penelitian ini yang telah dilakukan, maka sistem dapat mengimplementasikan metode Least Sqaure untuk menghitung prediksi menentukan jumlah pendaftaran calon mahsiswa baru dan membantu pihak staff sekretariat pada bagian penerimaan mahasiswa baru untuk mengetahui peminatan terbanyak program studi setiap tahun.

Berdasarkan hasil pembahasan sistem prediksi untuk menentukan jumlah pendaftaran mahasiswa baru pada Universitas Catur Insan Cendekia menggunakan metode Least Square yang telah dilakukan, maka dapat disimpulkan sebagai berikut.Sistem prediksi mahasiswa baru dengan menggunakan metode Least Square merupakan aplikasi yang dapat digunakan sabagai proses untuk menghitung jumlah penentu mahasiswa baru yang akan mendaftar di Universitas CIC.Hasil dari penerapan metode Least Square untuk menghitung jumlah mahasiswa yang akan mendaftar dapat diperoleh nilai prediksi yang sudah ditentukan.Data tersebut dalam mempersiapkan proses pembelajaran atau sabagai peminataan pada setiap prodi.

Berdasarkan penelitian ini, terdapat beberapa saran penelitian lanjutan yang dapat dikembangkan. Pertama, penelitian selanjutnya dapat mengkaji pengaruh variabel eksternal, seperti promosi universitas dan kondisi ekonomi, terhadap jumlah pendaftaran mahasiswa baru. Hal ini penting untuk memahami faktor-faktor yang lebih luas yang memengaruhi minat calon mahasiswa. Kedua, pengembangan sistem dapat diperluas dengan mengintegrasikan data dari berbagai sumber, seperti media sosial dan website universitas, untuk mendapatkan gambaran yang lebih komprehensif tentang tren minat mahasiswa. Ketiga, penelitian dapat mengeksplorasi metode prediksi lain, seperti machine learning, untuk meningkatkan akurasi prediksi dan mengidentifikasi pola-pola kompleks dalam data pendaftaran mahasiswa.

  1. METODE LEAST SQUARE UNTUK PREDIKSI PENJUALAN SARI KEDELAI ROSI | Hariri | Simetris: Jurnal Teknik Mesin,... doi.org/10.24176/simet.v7i2.788METODE LEAST SQUARE UNTUK PREDIKSI PENJUALAN SARI KEDELAI ROSI Hariri Simetris Jurnal Teknik Mesin doi 10 24176 simet v7i2 788
Read online
File size337.17 KB
Pages6
DMCAReport

Related /

ads-block-test