Isi Artikel Utama
Abstrak
Yayasan Al-Mustofa Tambakbaya mengelola pondok pesantren serta Madrasah Aliyah (MA) dan Madrasah Tsanawiyah (MTS). Selama lima tahun terakhir, yayasan ini mengalami fluktuasi jumlah siswa baru. Penelitian ini bertujuan memprediksi jumlah pendaftar menggunakan algoritma regresi linier. Tantangan fluktuasi pendaftar mempengaruhi perencanaan sumber daya dan pengembangan kurikulum. Data yang digunakan mencakup jumlah siswa MA dan MTS dari tahun ajaran 2019 hingga 2023. Penelitian ini mengikuti tahapan CRISP-DM, dimulai dari pemahaman bisnis, pengumpulan, dan persiapan data, hingga pemodelan menggunakan regresi linier. Evaluasi model dilakukan dengan MAPE, MAE, RMSE, dan R-squared. Hasil menunjukkan model untuk Domisili Daerah dan Luar Daerah memiliki MAPE masing-masing 8,44% dan 12,76%. Model untuk Siswa MTS memiliki MAPE 6,26% dan R-squared 91,27%, sedangkan model Siswa MA menunjukkan performa terendah dengan MAPE 20,56% dan R-squared 21,20%. Prediksi tahun akademik 2024 menunjukkan pertumbuhan signifikan, terutama pada domisili daerah dan siswa MTS. Penelitian ini menawarkan solusi praktis untuk mengatasi fluktuasi pendaftar dan merencanakan pendidikan di Yayasan Al-Mustofa Tambakbaya, serta menyoroti perlunya perbaikan model untuk meningkatkan akurasi di masa depan
Kata Kunci
Rincian Artikel
Artikel ini berlisensi Creative Commons Attribution-NoDerivatives 4.0 International License.
References
- A. Mulyana, S. Salimaturohmah, S. Septiana, and T. F. Yana, “Manajemen Pendidikan Islam Di Pondok Pesantren,” Manajia J. Educ. Manag., vol. 1, no. 1, pp. 1–8, 2023.
- M. Yusuf, “Pendidikan Pesantren Sebagai Modal Kecakapan Hidup,” Intizam J. Manaj. Pendidik. Islam, vol. 3, no. 2, pp. 78–92, 2020.
- M. Khoeron, “Pesantren: Dulu, Kini, dan Mendatang.” [Online]. Available: https://kemenag.go.id/opini/pesantren-dulu-kini-dan-mendatang-ft7l9d
- Buhoriansyah and N. B. Pamungkas, “Prediksi Jumlah Penerimaan Siswa Baru Pada Sman 1 PagarDewa Dengan Metode Regresi Linier (Studi Kasus: Sman 1 Pagar Dewa),” J. Teknol. dan Sist. Inf., vol. Vol. 2, no. No. 1, pp. 8–14, 2021.
- A. A. Muhartini et al., “Analisis peramalan jumlah penerimaan mahasiswa baru dengan menggunakan metode regresi linear sederhana,” vol. 1, no. 1, pp. 17–23, 2021.
- M. Rani, W. Lubis, and M. Sihombing, “Memprediksi Jumlah Siswa Baru ERS Indonesia Menggunakan Metode Algoritma Regresi Linier,” 2023.
- R. Aspriyani and M. Ahmad, “Prediksi Jumlah Siswa Baru Menggunakan Least Square Method,” MAJAMATH J. Mat. dan Pendidik. Mat., vol. 6, no. 1, pp. 1–12, 2023, doi: 10.36815/majamath.v6i1.2517.
- Y. Handini, J. Wahyudi, and J. Fredricka, “Prediksi Jumlah Pendaftaran Siswa Baru Dengan Metode Time Series,” J. Sci. Soc. Res., vol. 07, no. 1, pp. 251–258, 2024, [Online]. Available: https://www.jurnal.goretanpena.com/index.php/JSSR/article/view/1685
- M. S. Brown, Data Mining For Dummies. 2014. [Online]. Available: https://sif.uin-suska.ac.id/wp-content/uploads/2024/02/CRISP-Data-Mining.pdf
- A. R. Wibowo and A. Jananto, “Implementasi Data Mining Metode Asosiasi Algoritma FP-Growth Pada Perusahaan Ritel,” Inspir. J. Teknol. Inf. dan Komun., vol. 10, no. 2, p. 200, 2020, doi: 10.35585/inspir.v10i2.2585.
- N. Almumtazah, N. Azizah, Y. L. Putri, I. Negeri, and S. Ampel, “Prediksi jumlah mahasiswa baru menggunakan metode regresi linier sederhana,” vol. 18, pp. 31–40, 2021.
- I. Nabillah and I. Ranggadara, “Mean absolute percentage error untuk evaluasi hasil prediksi komoditas laut,” J. Inf. Syst., vol. 5, no. 2, pp. 250–255, 2020.
- Z. Wahyuzi, “Analisis dan Prediksi Konsumsi Listrik Smart Office Berbasis IoT Terhadap Faktor Internal dan Eksternal Menggunakan Deep Learning.” Universitas Islam Indonesia, 2024.
- I. Amansyah, J. Indra, E. Nurlaelasari, and A. R. Juwita, “Prediksi Penjualan Kendaraan Menggunakan Regresi Linear: Studi Kasus pada Industri Otomotif di Indonesia,” Innov. J. Soc. Sci. Res., vol. 4, no. 4, pp. 1199–1216, 2024.
- U. F. A. Siahaan and A. D. Marsono, “Comparison of Account Officer Performance with Equivalent High School Education Background and Education More than High School at PT. Permodalan Nasional Madani Cabang Jember,” 2023.
References
A. Mulyana, S. Salimaturohmah, S. Septiana, and T. F. Yana, “Manajemen Pendidikan Islam Di Pondok Pesantren,” Manajia J. Educ. Manag., vol. 1, no. 1, pp. 1–8, 2023.
M. Yusuf, “Pendidikan Pesantren Sebagai Modal Kecakapan Hidup,” Intizam J. Manaj. Pendidik. Islam, vol. 3, no. 2, pp. 78–92, 2020.
M. Khoeron, “Pesantren: Dulu, Kini, dan Mendatang.” [Online]. Available: https://kemenag.go.id/opini/pesantren-dulu-kini-dan-mendatang-ft7l9d
Buhoriansyah and N. B. Pamungkas, “Prediksi Jumlah Penerimaan Siswa Baru Pada Sman 1 PagarDewa Dengan Metode Regresi Linier (Studi Kasus: Sman 1 Pagar Dewa),” J. Teknol. dan Sist. Inf., vol. Vol. 2, no. No. 1, pp. 8–14, 2021.
A. A. Muhartini et al., “Analisis peramalan jumlah penerimaan mahasiswa baru dengan menggunakan metode regresi linear sederhana,” vol. 1, no. 1, pp. 17–23, 2021.
M. Rani, W. Lubis, and M. Sihombing, “Memprediksi Jumlah Siswa Baru ERS Indonesia Menggunakan Metode Algoritma Regresi Linier,” 2023.
R. Aspriyani and M. Ahmad, “Prediksi Jumlah Siswa Baru Menggunakan Least Square Method,” MAJAMATH J. Mat. dan Pendidik. Mat., vol. 6, no. 1, pp. 1–12, 2023, doi: 10.36815/majamath.v6i1.2517.
Y. Handini, J. Wahyudi, and J. Fredricka, “Prediksi Jumlah Pendaftaran Siswa Baru Dengan Metode Time Series,” J. Sci. Soc. Res., vol. 07, no. 1, pp. 251–258, 2024, [Online]. Available: https://www.jurnal.goretanpena.com/index.php/JSSR/article/view/1685
M. S. Brown, Data Mining For Dummies. 2014. [Online]. Available: https://sif.uin-suska.ac.id/wp-content/uploads/2024/02/CRISP-Data-Mining.pdf
A. R. Wibowo and A. Jananto, “Implementasi Data Mining Metode Asosiasi Algoritma FP-Growth Pada Perusahaan Ritel,” Inspir. J. Teknol. Inf. dan Komun., vol. 10, no. 2, p. 200, 2020, doi: 10.35585/inspir.v10i2.2585.
N. Almumtazah, N. Azizah, Y. L. Putri, I. Negeri, and S. Ampel, “Prediksi jumlah mahasiswa baru menggunakan metode regresi linier sederhana,” vol. 18, pp. 31–40, 2021.
I. Nabillah and I. Ranggadara, “Mean absolute percentage error untuk evaluasi hasil prediksi komoditas laut,” J. Inf. Syst., vol. 5, no. 2, pp. 250–255, 2020.
Z. Wahyuzi, “Analisis dan Prediksi Konsumsi Listrik Smart Office Berbasis IoT Terhadap Faktor Internal dan Eksternal Menggunakan Deep Learning.” Universitas Islam Indonesia, 2024.
I. Amansyah, J. Indra, E. Nurlaelasari, and A. R. Juwita, “Prediksi Penjualan Kendaraan Menggunakan Regresi Linear: Studi Kasus pada Industri Otomotif di Indonesia,” Innov. J. Soc. Sci. Res., vol. 4, no. 4, pp. 1199–1216, 2024.
U. F. A. Siahaan and A. D. Marsono, “Comparison of Account Officer Performance with Equivalent High School Education Background and Education More than High School at PT. Permodalan Nasional Madani Cabang Jember,” 2023.