Endah Ardhia Utami
Universitas Tanjungpura

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

Found 1 Documents
Search

Sistem Prediksi Jumlah Peserta Mata Kuliah Mahasiswa Informatika Universitas Tanjungpura Menggunakan Regresi Linier Berganda Endah Ardhia Utami; Yus Sholva; Anggi Perwitasari
Jurnal Aplikasi dan Riset Informatika Vol 2, No 1 (2023)
Publisher : Jurnal Aplikasi dan Riset Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/juara.v2i1.71853

Abstract

Jumlah mahasiswa yang mengambil suatu mata kuliah dapat mengalami peningkatan dan dapat pula mengalami penurunan. Ketidakstabilan jumlah mahasiswa yang mengambil suatu mata kuliah ini menjadi suatu masalah yang dihadapi Jurusan Informatika Universitas Tanjungpura dalam menentukan jumlah kelas yang akan dibuka untuk perkuliahan. Sering terjadi pembukaan atau penutupan kelas saat proses pengisisan Lembar Isian Rencana Mahasiswa (LIRS) sebagai akibat dari jumlah kelas yang dibuka tidak sesuai dengan jumlah mahasiswa yang mengambil mata kuliah. Diperlukan sebuah sistem untuk menghasilkan prediksi jumlah peserta mata kuliah, sehingga dapat mengurangi kemungkinan pembukaan kelas baru dikarenakan peminatnya melebihi kapasitas kelas yang ada ataupun penutupan kelas karena kurangnya peminat pada suatu mata kuliah. Dalam pembuatan sistem tersebut diimplementasikan algoritma regresi linier berganda untuk melakukan prediksi jumlah mahasiswa yang akan mengambil kelas suatu mata kuliah pada semester selanjutnya. Algoritma regresi linier ini dipilih karena algoritma ini mampu membuat estimasi atau prediksi dengan memanfaatkan data-data lama mengenai jumlah mahasiswa yang mengambil mata kuliah, sehingga dapat dihasilkan sebuah pola hubungan antara atribut-atribut yang memengaruhi prediksi jumlah peserta mata kuliah. Atribut yang digunakan dalam membuat sistem prediksi ini yaitu jumlah peserta mata kuliah pada tahun sebelumnya, yaitu pada tahun akademik 2017/2018 ganjil hingga tahun akademik 2020/2021 genap dengan 48 mata kuliah wajib pada jurusan Informatika Universitas Tanjungpura. Hasil dari proses implementasi algoritma regresi linier berganda berupa prediksi jumlah mahasiswa yang mengambil suatu mata kuliah dan prediksi jumlah pembukaan kelas pada masing-masing mata kuliah dari hasil prediksi jumlah peserta mata kuliah yang dihasilkan menjadi keluaran sistem prediksi jumlah peserta mata kuliah yang dibuat. Algoritma regresi yang digunakan untuk pemodelan prediksi selanjutnya dievaluasi dan menghasilkan rata-rata eror yang cukup tinggi sebesar 28,8%.