Notice: Undefined index: item_type_code in /var/www/html/pustaka/repository/lib/detail.inc.php on line 462
Josep Pilip Leonardo Panjaitan Pengarang Naikson F. Saragih, ST., M.Kom Dosen Pembimbing 1 Margaretha Yohanna, S.Kom., M.Kom Dosen Pembimbing 2 Imelda Sri Dumayanti, S.Si., M.Kom Penguji 1 Mendarisan Aritonang, S.Kom., M.Pd Penguji 2

ABSTRAK Pendidikan tinggi memiliki peranan penting dalam peningkatan kualitas sumber daya manusia dan pembangunan suatu bangsa. Sebagai salah satu perguruan tinggi swasta di Sumatera Utara, Universitas Methodist Indonesia (UMI) memiliki tanggung jawab besar dalam menyediakan pendidikan berkualitas dan mencetak lulusan yang siap bersaing di dunia kerja. Setiap tahun, UMI menerima mahasiswa/i baru dari berbagai kota dan kabupaten di Indonesia, terutama dari wilayah Sumatera Utara. Jumlah pendaftar dan mahasiswa/i baru yang diterima berfluktuasi setiap tahunnya, dipengaruhi oleh berbagai faktor seperti tren demografi, daya tarik program studi, tingkat persaingan antar perguruan tinggi, serta kondisi ekonomi regional. Untuk menghadapi tantangan ini, diperlukan metode analisis yang dapat memanfaatkan data historis guna memproyeksikan jumlah mahasiswa baru di masa mendatang. Penelitian ini menggunakan data deret waktu (time series) jumlah mahasiswa baru dari tahun 2018 hingga 2024 untuk menghasilkan prediksi jumlah mahasiswa baru di tahun 2025. Deret waktu dipilih karena kemampuannya dalam menangkap pola dan tren data historis, sehingga menghasilkan prediksi yang akurat. Metode Single Exponential Smoothing (SES) digunakan karena kesederhanaannya dalam mengolah data deret waktu serta kemampuannya memberikan hasil yang reliabel. Parameter smoothing (α) ditetapkan sebesar 0,5 untuk mendukung proses prediksi. Hasil prediksi mencakup distribusi jumlah mahasiswa baru berdasarkan wilayah asal, fakultas, dan program studi, meliputi Teknik Informatika, Sistem Informasi, Akuntansi, Komputerisasi Akuntansi, Manajemen, Manajemen Informatika, Pendidikan Dokter, Agribisnis, Agroteknologi, dan Sastra Inggris. Tingkat akurasi prediksi diukur menggunakan Mean Absolute Error (MAE), dengan hasil sebagai berikut: yaitu Prodi Teknik Informatika 0,90, Sistem Informasi 0,75, Akutansi 0,65, Komputerisasi Akutansi 0,55, Manajemen 1,34, Manajemen Informatika 0,66, Pendidikan Dokter 0,71, Agribisnis 0,67, Agroteknologi 0,74, dan Sastra Inggris 0,47. Penelitian ini menyimpulkan bahwa metode SES dapat diandalkan untuk memprediksi jumlah mahasiswa baru di UMI berdasarkan data historis deret waktu. Hasil prediksi ini memberikan gambaran yang berguna untuk mendukung pengambilan keputusan strategis, seperti alokasi sumber daya, perencanaan promosi, dan strategi penerimaan mahasiswa baru, guna meningkatkan efisiensi dan efektivitas pengelolaan institusi. Kata Kunci : prediksi, mahasiswa baru, Single Exponential Smoothing.