PREDIKSI JUMLAH PENDAFTARAN SISWA BARU DENGAN METODE TIME SERIES

YULISTIKA, HANDINI (2024) PREDIKSI JUMLAH PENDAFTARAN SISWA BARU DENGAN METODE TIME SERIES. Skripsi thesis, Universitas Dehasen Bengkulu.

Text Yulistika Handini-MFE.pdf Download (87kB)

Abstract

SMK Negeri 2 Bengkulu Utara merupakan salah satu Sekolah Menengah Kejuruan yang terdapat di Bengkulu Utara yang memiliki beberapa jurusan yang dapat dipilih oleh siswa/i. Setiap awal tahun ajaran baru akan menyelenggarakan penerimaan calon peserta didik baru. Sering terjadi persaingan dalam menarik minat calon siswa baru untuk masuk SMK Negri 2 Bengkulu Utara. Dengan adanya persaingan antar SMK, jumlah pendaftaran siswa baru setiap tahunnya akan mengalami peningkatan dan tidak menutup kemungkinan akan mengalami penurunan calon peserta didik baru, sehingga jumlah siswa baru di SMK tersebut tidak stabil. Aplikasi prediksi jumlah pendaftaran siswa baru di SMK Negeri 2 Bengkulu Utara merupakan suatu aplikasi yang dapat membantu sekolah dalam mengetahui berapa banyak jumlah pendaftaran siswa/i di tahun ajaran mendatang/berikutnya berdasarkan hasil analisis yang telah dilakukan dari data trend sebelumnya. Aplikasi ini dapat diakses melalui link url domain yaitu https://smkn2bengkuluutara.online/ melalui browser menggunakan akses internet. Dari sampel data yang Jurusan TKRO, TKP, dan TKJ dari tahun ajaran 2018/2019 sampai dengan 2022/2023, diperoleh hasil prediksi jumlah pendaftaran siswa baru pada Tahun Ajaran 2023/2024 yaitu TKRO sebanyak 100 siswa/i, TKP sebanyak 36 siswa/i, dan TKJ sebanyak 64 siswa/i. Berdasarkan hasil pengujian yang telah dilakukan, diperoleh hasil bahwa fungsional aplikasi prediksi jumlah pendaftaran siswa baru di SMK Negeri 2 Bengkulu Utara telah berjalan dengan baik dan hasil prediksi untuk Jurusan TKJ pada tahun ajaran 2023/2024 sangat akurat, sedangkan hasil prediksi untuk jurusan TKP dan TKRO tahun ajaran 2023/2024 tidak akurat. Kata Kunci : Prediksi, Jumlah Pendaftaran Siswa Baru, Metode Time Series

Item Type:	Thesis (Skripsi)
Subjects:	H Social Sciences > HA Statistics
Divisions:	Fakultas Ilmu Komputer > Program Studi Teknik Informatika
Depositing User:	Jeffry Adi Nugraha
Date Deposited:	10 Oct 2024 02:28
Last Modified:	10 Oct 2024 02:28
URI:	http://repository.unived.ac.id/id/eprint/2054

Actions (login required)

View Item