RANCANG BANGUN SISTEM ANALISIS PREDIKSI PEROLEHAN MAHASISWA BARU UNUSIDA MENGGUNAKAN METODE LINEAR REGRESSION

Penerimaan mahasiswa baru merupakan salah satu aspek penting dalam keberlangsungan dan pengembangan perguruan tinggi, termasuk di Universitas Nahdlatul Ulama Sidoarjo (UNUSIDA). Selama ini, proses pengelolaan data calon mahasiswa masih dilakukan secara manual, sehingga belum mampu memberikan informasi prediktif yang dapat mendukung pengambilan keputusan strategis. Penelitian ini bertujuan untuk merancang dan membangun sistem analisis prediksi perolehan mahasiswa baru di UNUSIDA menggunakan metode Linear Regression. Metode Linear Regression dipilih karena mampu memodelkan hubungan antara jumlah pendaftar dan jumlah registrasi mahasiswa secara linier. Sistem dirancang berbasis web agar mudah diakses oleh admin, serta dilengkapi dengan fitur input data, pengolahan data, perhitungan regresi, dan prediksi jumlah registrasi. Data yang digunakan dalam penelitian ini adalah data pendaftar dan registrasi mahasiswa baru UNUSIDA dari Januari 2021 hingga September 2024. Hasil pengujian menunjukkan bahwa sistem mampu menghasilkan prediksi dengan tingkat galat rata-rata (Root Mean Squared Error/RMSE) sebesar 1,49, yang menunjukkan tingkat akurasi cukup baik. Dengan demikian, sistem ini dapat menjadi alat bantu yang efektif dalam mendukung perencanaan dan evaluasi strategi penerimaan mahasiswa baru di UNUSIDA.
========================================================================================================================
New student enrollment is a crucial aspect in the sustainability and development of higher education institutions, including Universitas Nahdlatul Ulama Sidoarjo (UNUSIDA). Until now, the management of prospective student data has been carried out manually, which limits the ability to provide predictive information for strategic decision-making. This study aims to design and develop an analysis system to predict new student enrollment at UNUSIDA using the Linear Regression method. The Linear Regression method was chosen because it can model the relationship between the number of applicants and the number of registered students linearly. The system is web-based for easy access by administrators and is equipped with features such as data input, data processing, regression calculation, and enrollment prediction. The data used in this study includes UNUSIDA’s new student applicant and registration data from January 2021 to September 2024. The results of the testing indicate that the system can produce predictions with a Root Mean Squared Error (RMSE) of 1.49, demonstrating a fairly high level of accuracy. Therefore, this system can serve as an effective decision-support tool for planning and evaluating new student admission strategies at UNUSIDA.