PREDIKSI KEHADIRAN PESERTA RAKORNAS APTIKOM MENGGUNAKAN METODE LEAST SQUARE
Keywords:
Prediksi, Rakornas APTIKOM, Metode Least SquareAbstract
APTIKOM (Asosiasi Pendidikan Tinggi Informatika dan Komputer) merupakan asosiasi yang mewadahi Perguruan Tinggi Indonesia yang memiliki rumpun Ilmu Komputer dan Teknologi Informasi yang berperan dalam pengembangan kurikulum, standar pendidikan dan sertifikasi professional di bidang Teknologi Informasi (TI).Prediksi jumlah kehadiran peserta Rakornas APTIKOM dapat memberikan perkiraan jumlah peserta di tahun selanjutnya untuk memudahkan panitia penyelenggara Rakornas dalam merencanakan kegiatan secara lebih terukur dan berbasis data dengan menggunakan metode Least Square. Hasil prediksi dianalisis dan dikategorikan menjadi tingkat keaktifan berdasarkan frekuensi kehadiran peserta. Hasil evaluasi model menunjukkan bahwa metode Least Square dapat digunakan secara efektif untuk memprediksi pola kepesertaan dan menghasilkan analisis kategori yang bermanfaat sebagai dasar pengambilan keputusan oleh pihak APTIKOM.
References
A. P. I. dan K. Tinggi, “Tujuan, Fungsi, Tugas APTIKOM,” APtikom, 2025. https://aptikom.org/tujuan-fungsi-tugas/ (accessed Apr. 10, 2025).
K. Adjani, F. A. Fauzia, and C. Juliane, “Comparison of K-N Earest Neighbor and Naïve Bayes Algorithms for Prediction of Aptikom Membership Activity Extension in 2023,” SinkrOn, vol. 8, no. 2, pp. 700–707, 2023, doi: 10.33395/sinkron.v8i2.12081.
Sunardi, Dwiyanto, M. Sinambela, Jamaluddin, and D. Robinson Manalu, “Prediction of Domestic Passengers at Kualanamu International Airport Using Long Short Term Memory Network,” vol. 4, no. 2, pp. 2–5, 2019, [Online]. Available: http://ejournal.ust.ac.id/index.php/Jurnal_Means/
C. J. M. Sianturi, E. Ardini, and N. S. B. Sembiring, “Sales Forecasting Information System Using the Least Square Method in Windi Mebel,” J. Inov. Penelit., vol. 1, no. 2, pp. 75–82, 2020, doi: 10.47492/jip.v1i2.52.
W. M. Baihaqi, M. Dianingrum, K. Aswin, and N. Ramadhan, “7067-23787-1-Pb,” vol. 5, no. 2, pp. 86–93, 2019.
A. Agung, A. Daniswara, I. Kadek, and D. Nuryana, “Data Preprocessing Patterns in the Assessment of Teacher Education Program Students,” J. Informatics Comput. Sci., vol. 05, pp. 97–100, 2023.
H. Rumapea, D. R. Manalu, and Y. Y. P. Rumapea, “Interpretable Deep Learning for Enhanced AI Trust and Clarity,” pp. 1–9, 2025.
S. P. Dewi, N. Nurwati, and E. Rahayu, “Penerapan Data Mining Untuk Prediksi Penjualan Produk Terlaris Menggunakan Metode K-Nearest Neighbor,” Build. Informatics, Technol. Sci., vol. 3, no. 4, pp. 639–648, 2022, doi: 10.47065/bits.v3i4.1408.
M. S. Aihunan, H. L. Latupeirissa, and A. J. Kastanja, “Peramalan Beban Penyulang Wayame 2 Pt. Pln (Persero) Area Ambon Menggunakan Metode Least Square,” J. ELKO (Elektrikal dan Komputer), vol. 2, no. 2, pp. 115–123, 2023, doi: 10.54463/je.v2i2.47.
R. Agung Laksono, S. Achmadi, and A. Panji Sasmito, “Implementasi Data Mining Menggunakan Metode Least Square Untuk Memprediksi Jumlah Pendapatan,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 5, pp. 3128–3134, 2024, doi: 10.36040/jati.v7i5.7616.
Syahputri Zahra Addini, Fallenia Della Fay, and Syafitri Ramadani, “Tarbiyah: Jurnal Ilmu Pendidikan dan Pengajaran,” J. Ilmu Pendidik. dan Pengajaran, vol. 2, no. 1, pp. 161–166, 2023.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Cristina Adelia Putri Silaban, Darwis Robinson Manalu, Margaretha Yohanna
This work is licensed under a Creative Commons Attribution 4.0 International License.
