PERAMALAN MAHASISWA BARU FT DAN FKIP UM PURWOKERTO DENGAN MODEL ARIMA

Malim Muhammad, Harjono Harjono, Lukmanul Akhsani

Abstract


Saat ini UMP telah memiliki 11 Fakultas dan 33 Program Studi. Jumlah mahasiswa UMP
meningkat setiap tahunnya. Hal ini terlihat dari jumlah mahasiswa baru yang semakin banyak
di setiap penerimaan mahasiswa baru. Namun, jumlah mahasiswa baru masih belum
mencapai target yaitu 3500 mahasiswa. Berbagai macam strategi dan cara sudah dilakukan
oleh pihak Biro Penerimaan Mahasiswa Baru (BPMB) UMP untuk mencapai target tersebut.
Namun, beberapa strategi tersebut tidak tepat sasaran, sehingga minat calon mahasiswa
tidak sesuai harapan. Untuk itu perlu dilakukan suatu terobosan untuk meningkatkan jumlah
mahasiswa baru UMP. Kelebihan model ARIMA adalah memiliki sifat yang fleksibel
(mengikuti pola data), memiliki tingkat akurasi peramalan yang cukup tinggi dan cocok
digunakan untuk meramal sejumlah variabel dengan cepat, sederhana, akurat karena hanya
membutuhkan data historis untuk melakukan peramalannya. Model ARIMA(1,1,1) tanpa
konstan merupakan model yang terbaik untuk meramalkan data mahasiswa FKIP dan FT,
hasil peramalan menunjukkan bahwa FKIP terjadi trend kenaikan positif mencapai 649
mahasiswa di tahun 2021 dan dapat dimaksimalkan mencapai 1080 mahasiswa, sedangkan
hasil peramalan menunjukkan bahwa FT terjadi trend penurunan mencapai 187 mahasiswa di
tahun 2021 dan dapat dimaksimalkan mencapai 355 mahasiswa.
Kata kunci: Peramalan, mahasiswa baru, ARIMA

References


Muhammad M. 2016. Sebaran Dan

Peramalan Mahasiswa Baru

Pendidikan Matematika

Universitas Muhammadiyah

Purwokerto Dengan Metode Time

Invariant Fuzzy Time Series.

Jurnal Ilmiah Pendidikan

Matematika Vol. 3, No. 2,

September 2016.

Makridakis dkk. 1999. Metode dan Aplikasi

Peramalan, Jilid 1, Edisi kedua.

Terjemahan oleh Ir. Hari Suminto.

Jakarta: Bina Rupa Aksara.

Rosadi D. 2011. Analisis Ekonometrika

dan Runtun Waktu Terapan

dengan Eviews, ANDI,

Yogyakarta.

Hutasuhut, Amira Herwindyani, dkk. 2014.

Pembuatan Aplikasi Pendukung

Keputusan Untuk Peramalan

Persediaan Bahan Baku Produksi

Plastik Blowing dan Inject

Menggunakan Metode ARIMA

(Autoregressive Integrated Moving

Average) Di CV. Asia. Jurnal

Teknik Pomits. Vol. 3, No. 2,

(2014) Issn: 2337-3539 (2301-

Print).

Wei W. S., 2006. Time Analysis Univariate

and Multivariate Methods, New

York : Addison Wesley Publishing

Company, Inc.

Rukini Dkk, 2015, Peramalan Jumlah

Kunjungan Wisatawan

Mancanegara (Wisman) ke Bali

Tahun 2019: Metode ARIMA.

Jurnal Ekonomi Kuantitatif

Terapan Vol. 8 No. 2, Agustus


Full Text: ##PDF##

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

ISSN: 2579-9096