Prediksi Mahasiswa Baru Universitas Papua Menggunakan Autoregressive Integrated Moving Average

Abstract

Perguruan tinggi sangat memperhatikan penerimaan mahasiswa baru sebagai indikator kemajuan dan pertumbuhan institusi. Namun, fluktuasi jumlah penerimaan mahasiswa baru dapat menjadi kendala dalam perencanaan dan pengambilan keputusan. Penelitian ini bertujuan untuk menerapkan metode Autoregressive Integrated Moving Average (ARIMA) dalam menghitung prediksi jumlah mahasiswa baru pada Universitas Papua. Oleh karena itu, penelitian ini menggunakan metode ARIMA untuk meramalkan jumlah mahasiswa baru tahun 2023 dengan memanfaatkan data historis dari tahun 2017 hingga 2022. Hasil analisis menggunakan R Studio menunjukkan bahwa model terbaik adalah ARIMA (11,0,12) dengan nilai error terendah. Penelitian ini memberikan manfaat bagi peneliti dalam memahami metode peramalan menggunakan ARIMA dan juga memberikan informasi yang berguna bagi Universitas Papua dalam perencanaan strategis untuk meningkatkan kualitas dan minat calon mahasiswa baru. Universities pay great attention to the acceptance of new students as an indicator of the progress and growth of the institution. However, fluctuations in the number of new student admissions can be an obstacle in planning and decision making. This study aims to apply the Autoregressive Integrated Moving Average (ARIMA) method in calculating predictions for the number of new students at the University of Papua. Therefore, this study uses the ARIMA method to predict the number of new students in 2023 by utilizing historical data from 2017 to 2022. The results of the analysis using R Studio show that the best model is ARIMA (11,0,12) with the lowest error value. This research provides benefits for researchers in understanding forecasting methods using ARIMA and also provides useful information for the University of Papua in strategic planning to improve the quality and interest of prospective new students.

Keywords

• prediction
• arima method
• r studio