ANALISIS DATA MINING DALAM MEMPREDIKSI JUMLAH MAHASISWA BARU DI IT&B INDONESIA DENGAN MENGGUNAKAN METODE REGRESI LINIER

ANALISIS DATA MINING DALAM MEMPREDIKSI JUMLAH MAHASISWA BARU DI IT&B INDONESIA DENGAN MENGGUNAKAN METODE REGRESI LINIER, Data Mining, Regresi Linier...

Author: Nazlita Febrina Hanum Br. Brahmana
Date: 2024
Keywords: Data Mining, Regresi Linier
Type: Thesis
Category: penelitian

Penelitian ini mengeksplorasi penerapan teknik data mining, khususnya Regresi Linier Berganda, untuk memprediksi jumlah mahasiswa baru di IT&B Indonesia berdasarkan data historis penerimaan mahasiswa baru tahun ajaran 2010/2011 hingga 2021/2022. Temuan menunjukkan bahwa model Regresi Linier Berganda mencapai tingkat akurasi 64?ngan mean square error sebesar 8,335, yang menunjukkan efektivitasnya dalam memperkirakan penerimaan siswa baru. Selain itu, sistem yang dikembangkan dapat digunakan untuk memprediksi kinerja siswa berdasarkan kriteria yang telah ditentukan, memberikan wawasan berharga bagi institusi pendidikan dalam memperkirakan penerimaan siswa di masa depan. Penelitian ini bertujuan untuk menganalisis penggunaan metode regresi linier dalam memprediksi jumlah mahasiswa baru di IT&B Indonesia. Data mining digunakan untuk menggali pola-pola dan hubungan antara variabel- variabel yang mempengaruhi jumlah penerimaan mahasiswa baru. Metode regresi linier dipilih karena kemampuannya dalam memodelkan hubungan linier antara variabel- variabel independen dan dependen. Data yang digunakan dalam penelitian ini mencakup berbagai faktor yang berpotensi memengaruhi jumlah mahasiswa baru, seperti biaya pendidikan, lokasi geografis, program studi, fasilitas kampus, dan promosi. Pengolahan data dilakukan dengan menggunakan teknik data mining seperti pemrosesan data, pemilihan fitur, dan pembangunan model regresi. Hasil analisis menunjukkan bahwa metode regresi linier dapat memberikan prediksi yang cukup akurat terkait jumlah mahasiswa baru. Variabel-variabel seperti biaya pendidikan, lokasi geografis, dan promosi memiliki pengaruh yang signifikan terhadap jumlah penerimaan mahasiswa baru. Temuan ini dapat membantu perguruan tinggi dalam merencanakan strategi penerimaan mahasiswa baru secara lebih efektif, dengan memperhatikan faktorfaktor yang telah diidentifikasi melalui analisis data mining.

Files:
LEMBAR JUDUL 1
DAFTAR PUSTAKA
ABSTRAK

Collections:
Digital Library UNPAB