Implementasi Data Mining Prediksi Mahasiswa Baru Menggunakan Algoritma Regresi Linear Berganda

Hendra Di Kesuma, Deni Apriadi, Hengki Juliansa, Endang Etriyanti
{"title":"Implementasi Data Mining Prediksi Mahasiswa Baru Menggunakan Algoritma Regresi Linear Berganda","authors":"Hendra Di Kesuma, Deni Apriadi, Hengki Juliansa, Endang Etriyanti","doi":"10.52303/jb.v4i2.74","DOIUrl":null,"url":null,"abstract":"Proses penerimaan mahasiswa baru dilakukan setiap tahun akademik dengan tahapan seleksi yang telah ditetapkan perguruan tinggi guna memperoleh jumlah mahasiswa dan kualitas mahasiswa baru yang diharapkan perguruan tinggi .Selama ini di STMIK Bina Nusantara Jaya Lubuklinggau belum memiliki sistem yang dapat memprediksi jumlah mahasiswa baru pada periode akan datang. Salah satu solusi yang diperlukan adalah penerapan data mining dengan algortima regresi linear berganda untuk dapat memprediksi jumlah mahasiswa baru pada tahun yang akan datang. Variabel yang digunakan terdiri dari 3 variabel yaitu biaya, pendaftar dan mahasiswa baru dimana variabel diperoleh berdasarkan hasil uji validitas terhadap banyak variabel. Kemudian dilakukan analisa dengan algoritma regresi linear berganda diperoleh hasil prediksi mahasiswa baru pada tahun 2023 sebesar 38 orang, kemudian diuji dengan aplikasi pengujian menggunakan Ravidminer 5.0. dimana hasil prediksi mahasiswa baru pada tahun 2023 sebesar 38 orang.","PeriodicalId":206818,"journal":{"name":"Jurnal Ilmiah Binary STMIK Bina Nusantara Jaya Lubuklinggau","volume":"35 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-10-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Ilmiah Binary STMIK Bina Nusantara Jaya Lubuklinggau","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.52303/jb.v4i2.74","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

Abstract

Proses penerimaan mahasiswa baru dilakukan setiap tahun akademik dengan tahapan seleksi yang telah ditetapkan perguruan tinggi guna memperoleh jumlah mahasiswa dan kualitas mahasiswa baru yang diharapkan perguruan tinggi .Selama ini di STMIK Bina Nusantara Jaya Lubuklinggau belum memiliki sistem yang dapat memprediksi jumlah mahasiswa baru pada periode akan datang. Salah satu solusi yang diperlukan adalah penerapan data mining dengan algortima regresi linear berganda untuk dapat memprediksi jumlah mahasiswa baru pada tahun yang akan datang. Variabel yang digunakan terdiri dari 3 variabel yaitu biaya, pendaftar dan mahasiswa baru dimana variabel diperoleh berdasarkan hasil uji validitas terhadap banyak variabel. Kemudian dilakukan analisa dengan algoritma regresi linear berganda diperoleh hasil prediksi mahasiswa baru pada tahun 2023 sebesar 38 orang, kemudian diuji dengan aplikasi pengujian menggunakan Ravidminer 5.0. dimana hasil prediksi mahasiswa baru pada tahun 2023 sebesar 38 orang.
新学生数据挖掘预测的实施使用了一种多元线性回归算法
大一新生的入学过程是按照大学为获得大学所期望的新生人数和质量而定的分级来进行的。必要的解决方案之一是将数据挖掘应用于一个多元线性回归算法,以预测未来一年的新学生人数。变量包括3个变量,即成本、报名和新生,其中变量是根据许多变量的验证结果获得的。然后用分析算法进行了对这名大一学生的38人预测结果的分析,然后用Ravidminer 5.0测试了这个应用程序。2023年的大一新生预测结果是38人。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信