Implementasi SEM-Multiple Linear Regression dalam Prediksi Jumlah Pendaftaran Mahasiswa Baru di Perguruan Tinggi XYZ

DOI:

https://doi.org/10.25077/TEKNOSI.v9i2.2023.150-162

Penulis

  • Amelia Rahmadhani Magister Terapan Teknik Komputer, Politeknik Caltex Riau
  • Dadang Syarif Sihabudin Sahid Magister Terapan Teknik Komputer, Politeknik Caltex Riau
  • Yohana Dewi Lulu Widyasari Magister Terapan Teknik Komputer, Politeknik Caltex Riau

Kata Kunci:

Prediksi Mahasiswa Baru
Multiple Linear Regression
Structural Equation Modeling

Abstrak

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.

Biografi Penulis

Amelia Rahmadhani, Magister Terapan Teknik Komputer, Politeknik Caltex Riau

Mahasiswa Magister Terapan Teknik Komputer Politeknik Caltex Riau
Read More

Unduhan

Telah diserahkan

23-07-2023

Diterima

12-08-2023

Diterbitkan

31-08-2023

Cara Mengutip

[1]
A. Rahmadhani, D. S. Sihabudin Sahid, dan Y. D. Lulu Widyasari, “Implementasi SEM-Multiple Linear Regression dalam Prediksi Jumlah Pendaftaran Mahasiswa Baru di Perguruan Tinggi XYZ”, TEKNOSI, vol. 9, no. 2, hlm. 150–162, Agu 2023.

Terbitan

Bagian

Articles

Artikel Serupa

<< < 1 2 3 4 5 6 7 8 9 > >> 

Anda juga bisa Mulai pencarian similarity tingkat lanjut untuk artikel ini.