Search for collections on Repository Library PCR

IMPLEMENTASI SEM-MULTIPLE LINEAR REGRESSION DALAM PREDIKSI JUMLAH PENDAFTARAN MAHASISWA BARU DI PERGURUAN TINGGI XYZ

Rahmadhani, Amelia (2023) IMPLEMENTASI SEM-MULTIPLE LINEAR REGRESSION DALAM PREDIKSI JUMLAH PENDAFTARAN MAHASISWA BARU DI PERGURUAN TINGGI XYZ. Masters thesis, Politeknik Caltex Riau.

[thumbnail of Laporan PA (Proyek Akhir)] Text (Laporan PA (Proyek Akhir))
TESIS AMELIA RAHMADHANI 2156102007 MAGISTER TERAPAN TEKNIK KOMPUTER.pdf - Submitted Version
Restricted to Registered users only

Download (2MB)
[thumbnail of Bukti Accepted Publikasi PA (Pengganti Poster bagi Mahasiswa S2)] Text (Bukti Accepted Publikasi PA (Pengganti Poster bagi Mahasiswa S2))
AMELIA RAHMADHANI - [TEKNOSI] Editor Decision PUBLIKASI.pdf - Submitted Version
Restricted to Registered users only

Download (68kB)

Abstract

Bagi perguruan tinggi swasta (PTS), tidak menutup kemungkinan semakin banyak mahasiswa baru yang diterima, maka PTS tersebut akan terus eksis. Sebaliknya, jika PTS gagal menambah atau bahkan menurunkan jumlah mahasiswa baru setiap tahunnya, hal itu bisa berubah dengan tidak mampu beroperasi lagi bagi PTS dikarenakan pendapatan mereka satu-satunya hanya dari biaya kuliah mahasiswa. Tujuan penelitian ini diantaranya penentuan faktor-faktor yang mendukung prediksi pendaftaran mahasiswa di perguruan tinggi berdasarkan data sebelumnya, mengimplementasikan Multiple Linear Regression terhadap pendaftaran mahasiswa di perguruan tinggi, dan menganalisis tingkat akurasi hasil prediksi pendaftaran mahasiswa di perguruan tinggi. Penelitian ini menggunakan algoritma Multiple Linear Regression. Sebelum melakukan tahap prediksi, terlebih dahulu menentukan faktor-faktor yang mempengaruhi jumlah penerimaan mahasiswa baru menggunakan Structural Equation Modeling (SEM) dengan faktor promosi, biaya Pendidikan, tingkat kelulusan, informasi pendafataran, jenis kelamin dan nilai akreditasi. Berdasarkan hasil SEM didapat faktor promosi, biaya Pendidikan, tingkat kelulusan, informasi pendafataran, dan nilai akreditasi, dapat dilanjutkan ke tahap berikutnya karena faktor tersebut berpengaruh signifikan terhadap mahasiswa baru, sedangkan hasil prediksi menggunakan Multiple Linear Regression didapat bahwa nilai prediksi untuk tahun berikutnya adalah 486 orang calon mahasiswa baru, dengan hasil perhitungan MSE adalah 2657,79 dan MAE adalah 42.29, dimana semakin kecil hasil nilai MSE dan MAE yang diperoleh maka kesalahan pada sistem juga semakin sedikit serta R2 adalah 0.9280 (92,80%) menandakan bahwa pengaruh semua struktur eksogen pada struktur endogen kuat.

Item Type: Thesis (Masters)
Subjects: KBK > KBK Jurusan Teknologi Informasi > KBK Data Engineering
Divisions: Magister Terapan > Jurusan Teknologi Informasi > Magister Terapan Teknik Komputer
Depositing User: Amelia Rahmadhani
Date Deposited: 23 Aug 2023 04:09
Last Modified: 23 Aug 2023 04:09
URI: http://repository.lib.pcr.ac.id/id/eprint/644

Actions (login required)

View Item
View Item