Penerapan Metode Regresi Linier untuk Memprediksi Permohonan ITAS

Izin tinggal sementara yang disingkat ITAS adalah izin yang diberikan kepada orang asing tertentu yang akan tinggal sementara dalam jangka waktu tertentu di wilayah Indonesia. Setiap bulan Kantor Imigrasi Kelas I Khusus Tempat Pemeriksaan Imigrasi (TPI) Ngurah Rai menerima banyak permintaan ITAS dan...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Jurnal Eksplora Informatika (Online) 2021-03, Vol.10 (2), p.92-100
Hauptverfasser: Arya Della, Ni Luh Windy, Diaz, Ricky Aurelius Nurtanto, Novianti, Kadek Dwi Pradnyani
Format: Artikel
Sprache:eng ; ind
Schlagworte:
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:Izin tinggal sementara yang disingkat ITAS adalah izin yang diberikan kepada orang asing tertentu yang akan tinggal sementara dalam jangka waktu tertentu di wilayah Indonesia. Setiap bulan Kantor Imigrasi Kelas I Khusus Tempat Pemeriksaan Imigrasi (TPI) Ngurah Rai menerima banyak permintaan ITAS dan sering mengalami kekurangan persediaan kartu ITAS. Peramalan jumlah ITAS digunakan untuk membantu Kantor Imigrasi Ngurah Rai untuk memperkirakan jumlah persediaan ITAS. Penelitian ini menggunakan metode Regresi Linier untuk meramalkan persediaan ITAS bulan depan. Sistem ini dirancang menggunakan Data Flow Diagram (DFD), Entity Relationship Diagram (ERD) dan konseptual database berdasarkan metode waterfall sebagai metode pengembangan sistemnya Selanjutnya dikembangkan menggunakan Framework Laravel dan bahasa pemrograman PHP sebagai antarmuka. Database yang digunakan adalah MySQL. Pengguna sistem ini adalah petugas imigrasi yang dapat melakukan pengolahan data seperti ubah, tambah dan hapus pada data pengguna, ITAS, data tenaga kerja asing dan peramalan. Penelitian menghasilkan sistem yang mampu memprediksi jumlah permohonan ITAS dengan metode regresi linier. Perhitungan akurasi kesalahan mempunyai nilai dibawah 10% untuk semua data uji peramalan menggunakan Mean Absolute Percentage Error (MAPE).   Hal ini berarti sistem yang dikembangkan memiliki kemampuan model peramalan yang sangat baik.
ISSN:2089-1814
2460-3694
DOI:10.30864/eksplora.v10i2.380