Implementasi Metode Grey Verhulst untuk Mendukung Kebijakan dalam Mengantisipasi Mahasiswa Dropout

Abstract

Mahasiswa dropout merupakan masalah kompleks bagi setiap perguruan tinggi swasta seperti Politeknik NSC Surabaya, mahasiswa dropout dapat mengakibatkan berkurangnya kepercayaan masyarakat terhadap kualitas kampus. Politeknik NSC Surabaya terus berbenah dalam melakukan perbaikan kualitas baik segi pelayanan, jangkauan pembayaran, kualitas belajar mengajar, fasilitas yang dan memprediksi apapun yang besar kemungkinan membuat mahasiswa untuk putus study (drop out) salah satunya adalah memprediksi jumlah drop out terlebih dahulu. Grey Verhulst merupakan metode yang meningkatkan simulasi presisi dalam memprediksi berdasarkan data-data sebelumnya dan dapat digunakan untuk 1-4 langkah ke depan dengan akurat. Dengan menggunakan grey Verhulst, Politeknik NSC Surabaya mendapat hasil bahwa mahasiswa dropout terus meningkat di setiap tahunnya. Dengan begitu, hasil tersebut merupakan alert bagi Politeknik NSC Surabaya untuk segera merumuskan strategi dalam mengantisipasi mahasiswa dropout.

Analisis Peramalan Penerimaan Negara Bukan Pajak Menggunakan Metode Grey-Markov Dan ANFIS

“…Metode Prediksi Grey merupakan sebuah metode untuk melakukan peramalan yang dapat dilakukan dengan kelengkapan data yang tidak lengkap atau ketersediaan jumlah data yang sedikit [1], [2], [18]- [22]. Metode ini menggunakan satu variabel penelitian di dalam persamaan diferensial orde satu [2].…”

“…Perbandingan tingkat akurasi peramalan metode Grey-Markov dengan metode ANFIS dapat dilihat pada Tabel IX. Metode Grey-Markov lebih baik dalam melakukan peramalan penerimaan UKT dan penerimaan SPI dibandingkan metode ANFIS disebabkan karena jumlah data yang tersedia sedikit, ini sesuai dengan penelitian sebelumnya yang menunjukan bahwa metode Grey-Markov memiliki keunggulan dalam melakukan peramalan dengan sumber data yang sedikit [1], [2], [17]- [22], [33]. Metode Grey-Markov memberikan hasil prediksi yang baik pada data yang memiliki nilai fluktuasi yang cukup besar [1], terbukti pada hasil peramalan pada penerimaan SPI dengan data yang nilai fluktiasinya yang cukup besar.…”

“…Penetapan status BLU Universitas Udayana pada tahun 2012, menyebabkan ketersediaan data realisasi PNBP di Universitas Udayana berkisar 5 sampai 10 tahun terakhir dan tipe pola datanya yang mengarah pada pola data horizontal atau stasioner dengan fluktuasi rendah [17]. Keterbatasan data realisasi PNBP ini menjadi latarbelakang pemilihan metode Grey-Markov pada penelitian ini karena keuanggulannya dalam melakukan peramalan dengan kelengkapan data yang tidak lengkap atau ketersediaan jumlah data yang sedikit [1], [2], [18]- [22]. Tipe pola data penerimaan pendidikan di Universitas Udayana yang mengarah pada pola data horizontal atau stasioner dengan fluktuasi rendah, menjadi latarbelakang pemilihan metode ANFIS karena keunggulan metode ANFIS dalam melakukan peramalan pada tipe data stasioner.…”

Komparasi Metode Peramalan Grey dan Grey-Markov untuk mengetahui Peramalan PNBP di Universitas Udayana

“…Rata-rata persentase absolut kesalahan dinyatakan dengan metode MAPE dan lebih sering digunakan untuk membandingkan data yang mempunyai nilai skala interval waktu yang berbeda. Semakin kecil nilai MAPE, maka hasil peramalan dikatakan semakin akurat [19] C. Model Grey Model Prediksi Grey merupakan sebuah metode untuk melakukan peramalan yang dapat dilakukan dengan kelengkapan data yang tidak lengkap atau ketersediaan jumlah data yang sedikit [1][10] [18][22] [23][24] [25]. Model ini menggunakan satu variabel penelitian di dalam persamaan diferensial orde satu [1].…”