Senin, 06 Oct 2026
Login

ANALISA PERBANDINGAN ANTARA LINEAR REGRESSION DAN RANDOM FOREST REGRESSION DALAM PREDIKSI PENERIMAAN MAHASISWA BARU DI STKIPNU KABUPATEN TEGAL TAHUN 2025-2026

Kategori: TA 2025/2026 Tahun: 2026
Penulis : SOFANIA MA'RIFATUL JANAH
NIM : 2102000080
Dosen Pembimbing : Firman, M. Kom.
Tanggal Upload : 19 January 2026

Abstrak
STKIPNU Kabupaten Tegal, perguruan tinggi swasta di Kecamatan Slawi yang
berdiri pada 28 Januari 2016, mengalami penurunan jumlah mahasiswa baru
dalam dua tahun terakhir. Kondisi ini menimbulkan ketidakpastian yang dapat
memengaruhi stabilitas operasional kampus. Penelitian ini bertujuan memprediksi
jumlah mahasiswa baru dengan metode Machine Learning menggunakan
algoritma Linear Regression dan Random Forest. Proses evaluasi kinerja model
dilakukan menggunakan metrik Root Mean Squared Error (RMSE) dan Mean
Absolute Percentage Error (MAPE). Hasil menunjukkan Linear Regression
memiliki RMSE sekitar 31–32 dan MAPE sekitar 39–40%, yang menunjukkan
kesalahan prediksi moderat hingga tinggi. Sebaliknya, Random Forest
menghasilkan RMSE sekitar 4–5 dan MAPE di bawah 7%, yang menandakan
akurasi sangat baik. Dengan demikian, Random Forest terbukti jauh lebih akurat
dibandingkan Linear Regression dalam memprediksi jumlah penerimaan
mahasiswa baru. Hasil penelitian ini dapat menjadi dasar bagi STKIPNU
Kabupaten Tegal dalam perencanaan strategis dan pengambilan keputusan
Cover Skripsi
Cover Skripsi

File Dokumen
Home Penulis
Dosen Login