Analisis Perbandingan Prediksi Jumlah Siswa Baru Menggunakan ARIMA dan AR serta Single Exponential Smoothing

Abstract

Penelitian ini bertujuan untuk menganalisis perbandingan prediksi jumlah siswa baru di salah satu sekolah menengah kejuruan dengan menggunakan tiga metode peramalan, yaitu Autoregressive (AR), Autoregressive Integrated Moving Average (ARIMA), dan Single Exponential Smoothing (SES). Data yang digunakan adalah jumlah siswa baru dari tahun ajaran 2013/2014 hingga 2024/2025. Evaluasi model dilakukan dengan menggunakan Mean Absolute Percentage Error (MAPE) untuk menilai tingkat akurasi dari prediksi. Hasil penelitian menunjukkan bahwa: (1) Metode AR memberikan prediksi paling akurat untuk mayoritas kelas dengan MAPE terendah 5,60% pada kelas XI TBSM; (2) SES lebih unggul pada beberapa kelas tertentu seperti X TBSM dengan MAPE 8,35%; (3) ARIMA hanya efektif pada satu kelas (X TKJ) dengan MAPE 32,70%; (4) Secara keseluruhan, AR menunjukkan konsistensi terbaik dengan tingkat kesalahan relatif stabil di bawah 15% untuk sebagian besar kelas. Simpulan penelitian ini merekomendasikan penggunaan metode AR sebagai pendekatan utama dalam memprediksi jumlah siswa di SMK Al Washliyah Sumber karena konsistensi akurasinya.