Peramalan Jumlah Mahasiswa Baru FTIK UIN K.H. Abdurrahman Wahid Pekalongan Dengan Metode ARIMA : Studi Kasus Jumlah Mahasiswa Baru Tahun 2000 – 2025

NURUL FAUZIAH, ROSYADA (2025) Peramalan Jumlah Mahasiswa Baru FTIK UIN K.H. Abdurrahman Wahid Pekalongan Dengan Metode ARIMA : Studi Kasus Jumlah Mahasiswa Baru Tahun 2000 – 2025. Undergraduate Thesis thesis, UIN K. H. Abdurrahman Wahid Pekalobgan.

	Text BAB 1 DAN 5.pdf Download (962kB)
	Text FULL TEXT ROSYADA NURUL FAUZIAH.pdf Restricted to Registered users only Download (1MB)
	Text Lampiran .pdf Restricted to Repository staff only Download (776kB)

Abstract

Pertumbuhan jumlah mahasiswa baru menjadi indikator penting dalam mengukur perkembangan dan keberlanjutan suatu perguruan tinggi. Fakultas Tarbiyah dan Ilmu Keguruan (FTIK) UIN K.H. Abdurrahman Wahid Pekalongan sebagai fakultas yang berperan strategis dalam mencetak tenaga pendidik profesional, perlu memahami pola penerimaan mahasiswa baru agar dapat merancang kebijakan akademik dan pengelolaan sumber daya secara efektif. Fluktuasi jumlah mahasiswa yang terjadi setiap tahun menuntut adanya model peramalan yang akurat untuk mendukung perencanaan strategis berbasis data. Urgensi penelitian ini terletak pada belum adanya kajian sebelumnya yang secara khusus melakukan analisis peramalan jumlah mahasiswa baru di lingkungan FTIK menggunakan metode deret waktu. Dengan demikian, penelitian ini diharapkan dapat mengisi kekosongan tersebut sekaligus memberikan kontribusi ilmiah dalam pengembangan manajemen pendidikan di fakultas. Penelitian ini bertujuan untuk menganalisis tren, mengidentifikasi model terbaik peramalan, serta hasil peramalan jumlah mahasiswa baru FTIK UIN K.H. Abdurrahman Wahid Pekalongan berdasarkan data historis periode 2000 hingga 2025. Pendekatan yang digunakan adalah pendekatan kuantitatif dengan sifat prediktif, menggunakan data sekunder berupa jumlah mahasiswa baru FTIK selama periode tersebut., memanfaatkan data sekunder berupa jumlah mahasiswa baru FTIK periode 2000–2025. Seluruh tahapan analisis dilakukan dengan bantuan perangkat lunak Minitab dan R-Studio untuk memperoleh hasil peramalan yang akurat dan reliabel. Analisis dilakukan dengan metode deret waktu Autoregressive Integrated Moving Average (ARIMA) melalui beberapa tahapan, yaitu pengujian stasioneritas data menggunakan uji Augmented Dickey–Fuller (ADF), proses differencing sebanyak dua kali untuk mencapai kestasioneran, identifikasi model melalui Autocorrelation Function (ACF) dan Partial Autocorrelation Function (PACF), estimasi parameter, serta evaluasi kinerja model berdasarkan indikator Root Mean Square Error (RMSE), Mean Absolute Error (MAE), Mean Absolute Percentage Error (MAPE), dan Mean Absolute Scaled Error (MASE).

Actions (login required)

View Item