KOMBINASI ALGORITMA GENETIKA DAN ALGORITMA FUZZY TIME SERIES DALAM PREDIKSI JUMLAH CALON MAHASISWA BARU STIKOM DINAMIKA BANGSA JAMBI

  • M.Riza Pahlevi

Abstract

STIKOM Dinamika Bangsa Jambi adalah perguruan tinggi swasta mandiri yang menjadikan penerimaan mahasiswa baru sebagai bisnis utama untuk kelangsungan kehidupan kampus tersebut. Ketersediaan sumber daya (Dosen,gedung dan fasilitas pendukung lainnya) merupakan faktor penting yang harus diperhatikan demi terciptanya kualitas yang baik dalam suatu perguruan tinggi. Untuk menjaga mutu pendidikan, pihak kampus perlu mempersiapkan strategi yang matang sehingga terciptanya mutu pendidikan yang diharapkan. Dengan sistem peramalan mahasiswa baru maka pihak pimpinan dapat menyusun strategi bisnis yang akan dilaksanakan menjadi lebih tepat. Penelitian ini menggunakan kombinasi algoritma genetika dan algoritma fuzzy time series. Kombinasi kedua algoritma tersebut untuk memprediksi jumlah calon mahasiswa yang akan masuk pada sebuah perguruan tinggi. Sehingga apabila pada hasil dari prediksi menunjukan adanya peningkatan ataupun penurunan  jumlah calon mahasiswa baru yang akan masuk ke perguruan tinggi tersebut, pihak pimpinan dapat mempersiapkan solusi dan strategi yang nantinya akan dijalankan. Dengan menggabungkan kedua metode tersebut menjadi satu, maka dihasilkan suatu kombinasi metode yang cukup baik, terbukti dengan pencapaian nilai rata-rata kesalahan (Mean Square Error) yang terbaik yaitu 6.487 dengan nilai probabilitas crossover sebesar 0,6 dan nilai probabilitas mutasi sebesar 0,4. Sedangkan dengan menggunakan metode fuzzy saja nilai MSE terbaik yang didapat hanya bernilai 15.536,23 dengan nilai interval 10. Hasil peramalan yang didapat menjadi akurat dan dapat dijadikan referensi oleh pihak pimpinan untuk menjalankan rencana strategis demi keberlangsungan STIKOM.

Published
2017-09-09
How to Cite
PAHLEVI, M.Riza. KOMBINASI ALGORITMA GENETIKA DAN ALGORITMA FUZZY TIME SERIES DALAM PREDIKSI JUMLAH CALON MAHASISWA BARU STIKOM DINAMIKA BANGSA JAMBI. Jurnal Processor, [S.l.], v. 11, n. 2, p. 829-838, sep. 2017. ISSN 2528-0082. Available at: <http://ejournal.stikom-db.ac.id/index.php/processor/article/view/175>. Date accessed: 22 july 2019.
Section
Articles