Prediksi Untuk Menentukan Jumlah Pendaftar Pada Sekolah MAS Al- Washliyah Pematangsiantar Dengan Metode Least Square


Analisis Aplikasi
Analisis sistem bertujuan untuk melakukan identifikasi persoalan-persoalan yang akan muncul dalam pembuatan sistem, hal ini dilakukan agar pada proses perancangana aplikasi tidak terjadi kesalahan yang berarti, sehingga sistem yang dirancang dapat berjalan dengan baik, tepat guna dan ketahanan dari sistem tersebut akan lebih terjaga serta selesai tepat pada waktu yang telah ditentukan.
Sistem ini akan melakukan prediksi untuk menentukan jumlah pendaftar di Sekolah MAS Al- Washliyah Pematang siantar. Sistem ini dirancang dengan menggunakan Metode Least Square.

Analisis Masalah
Sekolah MAS Al- Washliyah Pematang siantar tidak memiliki sebuah program prediksi jumlah pendaftar yang akan dilakukan setiap tahun. Prediksi jumlah pendaftar ini dilakukan untuk mengetahui sekolah MAS Al- Washliyah mana yang banyak jumlah pendaftar tersebut untuk dijadikan percontohan sekolah mana, yang mana minat pendaftar siswa lebih banyak. Selain itu, sekolah MAS Al- Washliyah ini juga bertujuan untuk memberi motivasi kepada setiap kepala sekolah agar lebih giat dan lebih peduli dalam meningkatkan kualitas MAS Al- Washliyah yang dipimpinnya.
Untuk prediksi jumlah pendaftar, perhitungan yang dilakukan melibatkan data yang tidak sedikit dan dalam prosesnya mudah terjadi kesalahan ketika dilakukan dengan cara manual. Dengan adanya Sistem Pendukung Keputusan prediksi jumlah pendaftar, proses perhitungan akan menjadi lebih mudah dan akurat. Sistem yang dibangun adalah sistem yang berbasis desktop. Untuk mengidentifikasi masalah tersebut digunakan diagram Ishikawa (fishbone diagram). Diagram Ishikawa adalah sebuah alat grafis yang digunakan untuk mengeksplorasi dan menampilkan pendapat tentang komponen inti suatu kondisi di dalam organisasi. Diagram ini juga dapat menyusuri sumber-sumber penyebab atas suatu masalah (Suryadi & Ramdhani, 1998).


Diagram Ishikawa untuk Analisis Masalah Sistem


Analisis Kebutuhan Sistem
Analisis Kebutuhan Sistem meliputi analisis kebutuhan fungsional sistem dan analisis kebutuhan non-fungsional sistem.

Kebutuhan Fungsional Sistem
Kebutuhan fungsional yang harus dimiliki oleh Sistem Pendukung Keputusan prediksi jumlah pendaftar adalah :
1.         Sistem dapat menerima masukkan minat pendaftar, kualitas sekolah, dan kualitas guru.
2.      Sistem dapat mengetahui prediksi jumlah pendaftar terkecil atau kasus data genap dan kasus    data ganjil berdasarkan metode Least Square.
3.    Sistem dapat menampilkan hasil perhitungan prediksi jumlah pendaftar berdasarkan metode metode Least Square.



Kebutuhan Non-Fungsional Sistem
Untuk mendukung kinerja sistem, sistem sebaiknya dapat berfungsi sebagai berikut :
1.         Sistem dapat melakukan penghitungan prediksi jumlah pendaftar dengan kecepatan komputasi yang tinggi.
2.         Sistem harus mudah digunakan sehingga dapat dioperasikan dengan baik oleh pengguna.


4.2. Penerapan Metode Least Square
Penerapan Metode Kuadrat Terkecil (Least Square) dalam sistem yang dibuat adalah pada proses perhitungan dalam prediksi jumlah pendaftar di Sekolah MAS Al- Washliyah. Untuk memperoleh nilai Least Square membutuhkan persamaan liner regresi linier untuk menentukan nilai prediksi berdasarkan variabel-variabel yang mempengaruhi. Sedangkan pada penelitian ini digunakan persamaan regresi linier.
Berikut disajikan data sampel dari MAS Al- Washliyah yang menjadi prediksi jumlah pendaftar di MAS Al- Washliyah :

Tabel 1 Sampel Data GANJIL MAS Al- Washliyah Tahun Ajaran 2011 sd 2015




Pada Tabel 4.1 di atas terdapat 5 data ganjil pada tahun ajaran sampel MAS Al- Washliyah yang menjadi prediksi dalam variabel-variabel yang mempengaruhi jumlah minat pendaftar pada sekolah MAS Al- Washliyah. Selanjutnya akan dijelaskan langkah-langkah perhitungan untuk mendapatkan nilai kuadrat Least Square.

Langkah  1 : Tentukan nilai prediksi yang akan dicari Data Ganjil
Nilai prediksi yang dicari kuadrat terkecil, agar mudah mencarinya ditandai dengan minat pendaftar ditandai(Y), kedisiplinan ditandai(X1), pendidikan guru ditandai(X2), sertfikasi ditandai(X3) dapat dilihat pada tabel 4.2 berikut.

Tabel 4.2 Nilai Prediksi yang dicari

 
Langkah 2 : Hitung Nilai data ganjil menggunakan rumus Least Square

Karena data yang dimiliki ada yang bernilai terkecil maka jumlah mendaftar di kuadratkan, Untuk menentukan variabel jumlah pendaftar digunakan dengan Uji Kurva Prediksi Berdasarkan minat pendaftar.
Tahun ajaran 2011/2012 :
Data ganjil       : -1.10, -2.78, -5.35, -85, 0, 85, 5.35, 2.78, 0.10
Jumlah pendaftar 〖85〗^2
Model minat yang didapat :
Y1 = -1.10X3 – (-2.78)X2 – (-5.35)X1 - (-85) + 0 + 85 + 5.35X1 + 2.78X2 + 1.10X3

Tahun ajaran 2012/2013 :
Data ganjil : -1.10, -3.80, -5.06, -75, 0, 75, 5.06, 3.80, 1.10
Jumlah pendaftar 〖75〗^2
Model minat yang didapat :
Y2 = -1.10X3 – (-3.80)X2 – (-5.06)X1 – (-75) + 0 + 75 + 5.06X1 + 3.80X2 + 1.10X3

Tahun ajaran 2013/2014 :
Data ganjil : -2.00, -3.00, -5.33, -120, 0, 120, 5.33, 3.00, 2,00
Jumlah pendaftar 〖120〗^2
Model minat yang didapat :
Y3 = -2.00X3 – (-3.00)X2 – (-5.33)X1 – (-120) + 0 + 120 + 5.33X1 + 3.00X2 + 2,00X3

Tahun ajaran 2014/2015
Data ganjil : -2.00, -2.50, -4.10, -150, 0, 150, 4.10, 2.50, 2.00
Jumlah pendaftar 〖150〗^2
Model minat yang didapat :
Y4 = -2.00X3 – (-2.50)X2 – (-4.10)X1 – (-150) + 0 + 150 + 4.10X1 + 2.50X2 + 2.00X3



Langkah 3 : Hasil prediksi jumlah pendaftar diperoleh data ganjil
Hasil prediksi dari nilai X1, X2, X3 dilakukan perhitungan dengan perpangkatan kuadrat setiap masing nilai dan dibagi persen dari akreditasi , Hasil prediksi untuk menentukan jumlah pendaftar berdasarkan tahun ajaran dapat dilihat dibawah ini :
Akreditasi 2011/2012 : -20% (Rendah)
Akreditasi 2012/2013 : 20% (Sedang)
Akreditasi 2013/2014 : 22,5% (Tinggi)
Akreditasi 2014/2015 : 22,5%(Tinggi)
Tahun ajaran 2011/2012 :
Jumlah pendaftar 〖85〗^2
Model minat yang didapat :
Y1 = 7225(-20) - (5.35 + 5.35(-20))X1 – (2.78 + 2.78(-20))X2 + (1.10 + 1.10(-20))X3
= -144500 – (-101.65) – (-52.82) – (-20.9)
= -144324.63
= 63

Tahun ajaran 2012/2013 :
Jumlah pendaftar 〖75〗^2
Model minat yang didapat :
Y2 = 5625(20) – (5.06 + 5.06(20))X1 – (3.80 + 3.80(20))X2 - (1.10 + 1.10(20))X3
= 112500 - 106.26 – 79.8 – 23.1
= 112290.85
= 85

Tahun ajaran 2013/2014 :
Jumlah pendaftar 〖120〗^2
Model minat yang didapat :
Y3 = 14400(22,5) – (5.33 + 5.33(22,5))X1 – (3.00 + 3.00(22,5))X2 - (2.00 + 2.00(22,5))X3
= 324000 – 239.85 – 135 - 90
= 323.535
= 535

Tahun ajaran 2014/2015
Jumlah pendaftar 〖150〗^2
Model minat yang didapat :
Y4 = 22500(22,5) – (4.10 + 4.10(22,5))X1 – (2.50 + 2.50(22,5))X2 - (2.00 + 2.00(22,5))X3
= 506250 – 96.35 – 140.625 - 90
= 505.923
= 923



Setelah mendapatkan nilai akhir dari prediksi dengan menggunakan metode Least Square dari tahun ajaran untuk prediksi jumlah pendaftar berikutnya dapat dibawah ini :
Tahun ajaran 2011/2012 : 85 berikutnya 63 (Rendah)
Tahun ajaran 2012/2013 : 75 berikutnya 85 (Tinggi)
Tahun ajaran 2013/2014 : 120 berikutnya 535 (Tinggi)
Tahun ajaran 2014/2015 : 150 berikutnya 923 (Tinggi)


Tabel 2 Sampel Data GENAP MAS Al- Washliyah Tahun Ajaran 2012 sd 2016



Pada Tabel 2 di atas terdapat 5 data genap pada tahun ajaran sampel MAS Al- Washliyah yang menjadi prediksi dalam variabel-variabel yang mempengaruhi jumlah minat pendaftar pada sekolah MAS Al- Washliyah. Selanjutnya akan dijelaskan langkah-langkah perhitungan untuk mendapatkan nilai kuadrat Least Square.

Langkah  1 : Tentukan nilai prediksi yang akan dicari Data Genap
Nilai prediksi yang dicari kuadrat terkecil, agar mudah mencarinya ditandai dengan minat pendaftar ditandai(Y), kedisiplinan ditandai(X1), pendidikan guru ditandai(X2), sertfikasi ditandai(X3) dapat dilihat pada tabel 3 berikut.
Tabel 3 Nilai Prediksi yang dicari

 
Langkah 2 : Hitung Nilai data genap menggunakan rumus Least Square
Karena data yang dimiliki ada yang bernilai terkecil maka jumlah mendaftar di kuadratkan, Untuk menentukan variabel jumlah pendaftar digunakan dengan Uji Kurva Prediksi Berdasarkan minat pendaftar.
Tahun ajaran 2012/2013 :
Data genap : -1.10, -2.78, -5.35, 85, 5.35, 2.78
Jumlah pendaftar 〖85〗^2
Model minat yang didapat :
Y1 = -1.10X3 - (-2.78)X2 - (-5.35)X1 + 85X1 + 5.35X2 + 2.78X3

Tahun ajaran 2013/2014 :
Data genap : -1.10, -3.80, -5.06, 75, 5.06, 3.80
Jumlah pendaftar 〖75〗^2
Model minat yang didapat :
Y2 = -1.10X3 - (-3.80)X2 – (-5.06)X1 + 75X1 + 5.06X2 + 3.80X3

Tahun ajaran 2014/2015 :
Data genap : -2.00, -3.00, -5.33, 120, 5.33, 3.00
Jumlah pendaftar 〖120〗^2
Model minat yang didapat :
Y3 = -2.00X3 – (-3.00)X2 – (-5.33)X1 + 120X1 + 5.33X2 + 3.00X3

Tahun ajaran 2015/2016
Data genap : -2.00, -2.50, -4.10, 150, 4.10, 2.50
Jumlah pendaftar 〖150〗^2
Model minat yang didapat :
Y4 = -2.00X3 – (-2.50)X2 – (-4.10)X1 – 150X1 + 4.10X2 + 2.50X3



Langkah 3 : Hasil prediksi jumlah pendaftar diperoleh data genap
Hasil prediksi dari nilai X1, X2, X3 dilakukan perhitungan dengan perpangkatan kuadrat setiap masing nilai dan dibagi persen dari akreditasi , Hasil prediksi untuk menentukan jumlah pendaftar berdasarkan tahun ajaran dapat dilihat dibawah ini :
Akreditasi 2012/2013 : -20% (Rendah)
Akreditasi 2013/2014 : 20% (Sedang)
Akreditasi 2014/2015 : 22,5% (Tinggi)
Akreditasi 2015/2016 : 22,5%(Tinggi)
Tahun ajaran 2012/2013 :
Jumlah pendaftar 〖85〗^2
Model minat yang didapat :
Y1 = 7225(-20) + (5.35 + 85(-20))X1 - (2.78 + 5.35(-20))X2 + (1.10 + 2.78(-20))X3
= -144500 + (-1807) - (-162.6) + (-77.6)
= -1462.22
= 22

Tahun ajaran 2012/2013 :
Jumlah pendaftar 〖75〗^2
Model minat yang didapat :
Y2 = 5625(20) + (5.06 + 75(20))X1 – (3.80 + 5.06(20))X2 + (1.10 + 3.80(20))X3
= 112500 + 1601.2 – 177.2 + 98
= 1140.22
= 22

Tahun ajaran 2013/2014 :
Jumlah pendaftar 〖120〗^2
Model minat yang didapat :
Y3 = 14400(22,5) + (5.33 + 120(22,5))X1 – (3.00 + 5.33(22,5))X2 + (2.00 + 3.00(22,5))X3
= 324000 + 2819.925 – 187.425 + 112.5
= 326.745
= 745

Tahun ajaran 2014/2015
Jumlah pendaftar 〖150〗^2
Model minat yang didapat :
Y4 = 22500(22,5) – (4.10 + 4.10(22,5))X1 – (2.50 + 2.50(22,5))X2 - (2.00 + 2.00(22,5))X3
= 506250 + 184.5 – 112.5 + 90
= 506.412
= 412


Setelah mendapatkan nilai akhir dari prediksi dengan menggunakan metode Least Square dari tahun ajaran untuk prediksi jumlah pendaftar berikutnya dapat dibawah ini :
Tahun ajaran 2012/2013 : 85 berikutnya 22 (Rendah)
Tahun ajaran 2013/2014 : 75 berikutnya 22 (Rendah)
Tahun ajaran 2014/2015 : 120 berikutnya 745 (Tinggi)
Tahun ajaran 2015/2016 : 150 berikutnya 412 (Tinggi)

Setelah mendapatkan nilai dari prediksi sample data ganjil dan data genap berdasarkan metode Least Square dari ke 5 tahun ajaran, maka perbandingan dari data ganjil dan data genap dapat dilihat sebagai berikut :

Data Ganjil dari tahun 2011 sd 2015 :
Tahun ajaran 2011/2012 : 85 berikutnya 63 (Rendah)
Tahun ajaran 2012/2013 : 75 berikutnya 85 (Tinggi)
Tahun ajaran 2013/2014 : 120 berikutnya 535 (Tinggi)
Tahun ajaran 2014/2015 : 150 berikutnya 923 (Tinggi)

Data Genap dari tahun 2012 sd 2016 :
Tahun ajaran 2012/2013 : 85 berikutnya 22 (Rendah)
Tahun ajaran 2013/2014 : 75 berikutnya 22 (Rendah)
Tahun ajaran 2014/2015 : 120 berikutnya 745 (Tinggi)
Tahun ajaran 2015/2016 : 150 berikutnya 412 (Tinggi)
 














Komentar

Postingan populer dari blog ini

Menghapus data Pada Listview

PROGRAM PEMBAYARAN LISTRIK DENGAN VB NET

ENTAH SIAPA YANG TAHU??