PREDIKSI JUMLAH PENDAFTAR PROGRAM STUDI DI PERGURUAN TINGGI DENGAN METODE ARIMA: STUDI KASUS JALUR SBMPTN DAN MANDIRI

Authors

  • Anisa Rizki Nurrahma Politeknik Negeri Malang
  • Rudy Ariyanto Politeknik Negeri Malang

DOI:

https://doi.org/10.24076/joism.2025v7i1.2128

Keywords:

Fluktuasi Pendaftar, Politeknik Negeri Malang, Metode ARIMA, MAPE, Prediksi

Abstract

Perguruan tinggi memiliki peran strategis dalam menghasilkan sumber daya manusia yang kompeten. Namun, ketidakstabilan jumlah pendaftar di berbagai program studi menjadi tantangan, seperti yang terjadi pada Program Studi Teknik Listrik Politeknik Negeri Malang. Penurunan minat pendaftar dipengaruhi oleh dinamika tren industri dan efektivitas promosi. Penelitian ini bertujuan untuk memprediksi jumlah pendaftar guna mendukung perencanaan akademik menggunakan metode Autoregressive Integrated Moving Average (ARIMA) dengan data historis pendaftar Program Studi Teknik Listrik Politeknik Negeri Malang selama 21 tahun (2003–2023) yang berjumlah 3.973 data. Hasil penelitian menunjukkan bahwa model ARIMA (1,1,2) terbukti optimal untuk prediksi jalur SBMPTN, dengan nilai MAPE sebesar 6,51% dan akurasi 93,49%. Sedangkan untuk jalur mandiri, model ARIMA (2,1,0) adalah yang paling sesuai dengan nilai MAPE sebesar 15,66% dan akurasi 84,34%. Prediksi menunjukkan bahwa jumlah pendaftar jalur SBMPTN cenderung stabil di angka 174 hingga 176 per tahun pada 2024 hingga 2028, sedangkan jalur mandiri meningkat dari 63 (tahun 2024) menjadi 65 (tahun 2025) dan tetap stabil hingga tahun 2028. Hasil ini dapat menjadi acuan dalam strategi promosi dan perencanaan daya tampung.

References

[1] B. A. Karim, “Education and Learning Journal Pendidikan Perguruan Tinggi Era 4.0 Dalam Pandemi Covid-19 (Refleksi Sosiologis),” vol. 1, no. 2, pp. 102–112, 2020, [Online]. Available: http://jurnal.fai@umi.ac.id

[2] J. O. Said, M. Asbari, and H. I. Salsabila, “Transformasi Seleksi Masuk Perguruan Tinggi Negeri: Langkah Menuju Pemerataan Akses Pendidikan Tinggi”, J.L, vol. 2, no. 01, pp. 107–111, Oct. 2023.

[3] A. Lestari, “Strategi Meningkatkan Jumlah Mahasiswa Menggunakan Analisis Bauran Pemasaran,” 2024. [Online]. Available: http://logika.ac.id.

[4] J. I. Matematika and S. Putri, “Peramalan Jumlah Keberangkatan Penumpang Pelayaran Dalam Negeri di Pelabuhan Tanjung Perak Menggunakan Metode ARIMA dan SARIMA,” MATHunesa: Jurnal Ilmiah Matematika, 2022.

[5] E. V. Mali, W. N. Hamidah, and F. Fitriani, “Peramalan Jumlah Permintaan Pengisian Tabung Oksigen di Jawa Timur Menggunakan Metode ARIMA,” Jurnal UJMC, vol. 8, no. 1, pp. 19–26, 2022.

[6] K. A. A. D. Yafi Pramudya Aditya, “Implementasi Metode Autoregressive Integrated Moving Average (ARIMA) pada Aplikasi Peramalan Harga Saham Berbasis Website,” Jurnal Ilmiah Komputasi, vol. 22, no. 1, Mar. 2023, doi: 10.32409/jikstik.22.1.3335.

[7] D. W. Laraswati and A. Fauzan, “Implementasi Metode Runtun Waktu dalam Pemodelan Total Harga Alat Kedokteran dan Kesehatan,” Jambura Journal of Probability and Statistics, vol. 4, no. 1, pp. 30–38, May 2023, doi: 10.34312/jjps.v4i1.17873.

[8] A. Cherrly and R. Somya, “Prediksi Penjualan Tiket Wisata Taman Bermain Menggunakan Metode ARIMA,” 2023. Accessed: May 03, 2024. [Online]. Available: https://doi.org/10.33633/tc.v22i2.7950

[9] Fikri Ananda Rafi and Septiani Yustirania, “Penerapan Metode BOX-JENKINS Dalam Peramalan Harga Cabai Merah di Kota Surakarta,” 2022. [Online]. Available: http://bajangjournal.com/index.php/JCI

[10] S. R. Catur Putri and L. Junaedi, “Penerapan Metode Peramalan Autoregressive Integrated Moving Average Pada Sistem Informasi Pengendalian Persedian Bahan Baku,” Jurnal Ilmu Komputer dan Bisnis, vol. 13, no. 1, pp. 164–173, May 2022, doi: 10.47927/jikb.v13i1.293.

[11] Y. Yudiana, A. Yulia Agustina, and dan Nur Khofifah, “Prediksi Customer Churn Menggunakan Metode CRISP-DM Pada Industri Telekomunikasi Sebagai Implementasi Mempertahankan Pelanggan,” 2023. [Online]. Available: http://e-journal.lp2m.uinjambi.ac.id/ojp/index.php/ijoieb

[12] T. Wurijanto, H. B. Setiawan, and A. B. Tjandrarini, “Penerapan Model CRISP-DM pada Prediksi Nasabah Kredit yang Berisiko Menggunakan Algoritma Support Vector Machine,” Jurnal Ilmiah Scroll: Jendela Teknologi Informasi, vol. 10, no. 1, 2022, [Online]. Available: https://univ45sby.ac.id/ejournal/index.php/informatika

[13] S. Wibowo, “Penerapan Metode ARIMA dan SARIMA Pada Peralaman Penjualan Telur Ayam Pada PT Agromix Lestari Group,” Jurnal Teknologi dan Manajemen Industri Terapan (JTMIT), vol. 2, no. 1, pp. 33–40, 2023.

[14] R. V. Suryani et al., “Penerapan Metode ARIMA Untuk Memprediksi Pemakaian Bandwith di Universitas Tanjungpura,” 2022.

[15] S. Keputusan Dirjen Penguatan Riset dan Pengembangan Ristek Dikti et al., “Perbandingan Kinerja Metode-Metode Prediksi pada Transaksi Dompet Digital di Masa Pandemi,” Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), vol. 1, no. 3, pp. 642–647, 2020.

[16] Huda Miftahul, Azizah Ratu Nihayah Nur, and Setyana jeng Nur, “Implementasi Metode Arma Dalam Peramalan Inflasi Provinsi Banten Periode Tahun 2018 Sampai Tahun 2023,” Jurnal Bayesian: Jurnal Ilmiah Statistika dan Ekonometrika, vol. 3 No 2, Sep. 2023, Accessed: May 28, 2025. [Online]. Available: Doi Article: doi.org/10.46306/bay.v3i2.66

Downloads

Published

2025-06-16

Issue

Section

Articles