Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Eksplora Informatika
Ni Luh Windy Arya Della
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Penerapan Metode Regresi Linier untuk Memprediksi Permohonan ITAS Ni Luh Windy Arya Della; Ricky Aurelius Nurtanto Diaz; Kadek Dwi Pradnyani Novianti
Jurnal Eksplora Informatika Vol 10 No 2 (2021): Jurnal Eksplora Informatika
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v10i2.380

Abstract

Izin tinggal sementara yang disingkat ITAS adalah izin yang diberikan kepada orang asing tertentu yang akan tinggal sementara dalam jangka waktu tertentu di wilayah Indonesia. Setiap bulan Kantor Imigrasi Kelas I Khusus Tempat Pemeriksaan Imigrasi (TPI) Ngurah Rai menerima banyak permintaan ITAS dan sering mengalami kekurangan persediaan kartu ITAS. Peramalan jumlah ITAS digunakan untuk membantu Kantor Imigrasi Ngurah Rai untuk memperkirakan jumlah persediaan ITAS. Penelitian ini menggunakan metode Regresi Linier untuk meramalkan persediaan ITAS bulan depan. Sistem ini dirancang menggunakan Data Flow Diagram (DFD), Entity Relationship Diagram (ERD) dan konseptual database berdasarkan metode waterfall sebagai metode pengembangan sistemnya Selanjutnya dikembangkan menggunakan Framework Laravel dan bahasa pemrograman PHP sebagai antarmuka. Database yang digunakan adalah MySQL. Pengguna sistem ini adalah petugas imigrasi yang dapat melakukan pengolahan data seperti ubah, tambah dan hapus pada data pengguna, ITAS, data tenaga kerja asing dan peramalan. Penelitian menghasilkan sistem yang mampu memprediksi jumlah permohonan ITAS dengan metode regresi linier. Perhitungan akurasi kesalahan mempunyai nilai dibawah 10% untuk semua data uji peramalan menggunakan Mean Absolute Percentage Error (MAPE). Hal ini berarti sistem yang dikembangkan memiliki kemampuan model peramalan yang sangat baik.
Co-Authors Kadek Dwi Pradnyani Novianti Ricky Aurelius Nutanto Diaz, Ricky Aurelius