JURNAL INFORMATIKA, Vol. 10 No. 2 Oktober 2023, Halaman 163-172 ISSN: 2355-6579 | E-ISSN: 2528-2247 DOI: https://doi.org/10.31294/inf.v10i2.16000 163 This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License. Prediksi Mahasiswa Baru Universitas Papua Menggunakan Autoregressive Integrated Moving Average Christian Dwi Suhendra 1 , Lion Ferdinand Marini 2 , Ana Sarungallo 3* 1,2,3 Fakultas Teknik, Universitas Papua Jl. Gunung Salju, Amban, Manokwari, Papua Barat, Indonesia e-mail: 1 c.suhendra@unipa.ac.id, 2 l.marini@unipa.ac.id, 3* anasarungallo2019051@gmail.com Informasi Artikel Diterima: 15-07-2023 Direvisi: 14-09-2023 Disetujui: 19-09-2023 Abstrak Perguruan tinggi sangat memperhatikan penerimaan mahasiswa baru sebagai indikator kemajuan dan pertumbuhan institusi. Namun, fluktuasi jumlah penerimaan mahasiswa baru dapat menjadi kendala dalam perencanaan dan pengambilan keputusan. P enelitian ini bertujuan untuk menerapkan metode Autoregressive Integrated Moving Average (ARIMA) dalam menghitung prediksi jumlah mahasiswa baru pada Universitas Papua. Oleh karena itu, penelitian ini menggunakan metode ARIMA untuk meramalkan jumlah mahasiswa baru tahun 2023 dengan memanfaatkan data historis dari tahun 2017 hingga 2022. Hasil analisis menggunakan R Studio menunjukkan bahwa model terbaik adalah ARIMA (11,0,12) dengan nilai error terendah. Penelitian ini memberikan manfaat bagi peneliti dalam memahami metode peramalan menggunakan ARIMA dan juga memberikan informasi yang berguna bagi Universitas Papua dalam perencanaan strategis untuk meningkatkan kualitas dan minat calon mahasiswa baru. Kata Kunci: Prediksi, Metode ARIMA, R Studio Abstract Universities pay great attention to the acceptance of new students as an indicator of the progress and growth of the institution. However, fluctuations in the number of new student admissions can be an obstacle in planning and decision making. This study aims to apply the Autoregressive Integrated Moving Average (ARIMA) method in calculating predictions for the number of new students at the University of Papua. Therefore, this study uses the ARIMA method to predict the number of new students in 2023 by utilizing historical data from 2017 to 2022. The results of the analysis using R Studio show that the best model is ARIMA (11,0,12) with the lowest error value. This research provides benefits for researchers in understanding forecasting methods using ARIMA and also provides useful information for the University of Papua in strategic planning to improve the quality and interest of prospective new students. Keywords: Prediction, ARIMA Method, R Studio 1. Pendahuluan Perguruan tinggi merupakan salah satu lembaga lanjutan pendidikan menengah yang diselenggarakan bagi calon mahasiswa yang dipersiapkan untuk memperoleh keahlian akademis dan profesional dalam penerapan pengabdian kepada masyarakat terlebih dalam dunia kerja (Yordan et al., 2019). Mahasiswa adalah salah satu bagian penting dari beberapa aspek dalam proses pembelajaran pada suatu perguruan tinggi (Rianto & Yunis, 2021). Calon mahasiswa yang akan masuk pada perguruan tinggi, tentu menginginkan perguruan tinggi yang terbaik, baik dari segi fasilitas, akademik, dan prestasi yang menjadi pertimbangan bagi para calon mahasiswa, agar nantinya dapat menyelesaikan dunia perkuliahan dengan cepat dengan harapan akan mendapatkan pekerjaan sesuai dengan yang diinginkan. Perkembangan dunia pendidikan perguruan tinggi dipengaruhi oleh minat masyarakat, terutama minat yang lebih besar yaitu potensi mahasiswa untuk menuntut ilmu pada suatu perguruan tinggi, semakin besar minatnya perlu diimbangi dengan pengembangana sumber daya manusia, sarana dan prasarana (Ritonga & Atmojo, 2018). Banyaknya mahasiswa baru yang masuk pada perguruan tinggi menjadi salah satu penentu kemajuan perguruan tinggi tersebut. Semakin meningkatnya jumlah mahasiswa baru, maka semakin baik keberadaan perguruan tinggi tersebut. Oleh karena itu perguruan tinggi melakukan berbagai cara dan strategi agar