PREDIKSI JUMLAH CALON JEMAAH HAJI DI KEMENTERIAN AGAMA KOTA BANDUNG MENGGUNAKAN METODE LONG SHORT TERM MEMORY (LSTM)

Hendarsin, Arva Fadillah (2025) PREDIKSI JUMLAH CALON JEMAAH HAJI DI KEMENTERIAN AGAMA KOTA BANDUNG MENGGUNAKAN METODE LONG SHORT TERM MEMORY (LSTM). Skripsi thesis, UNIVERSITAS SANGGA BUANA YPKP.

	Text COVER SKRIPSI.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (18kB)
	Text LEMBAR PENGESAHAN.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (281kB)
	Text Lembar Pernyataan.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (26kB)
	Text ABSTRAK.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (24kB)
	Text BAB 1.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (56kB)
	Text SKRIPSII FULL.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy
	Text DAFTAR PUSTAKA.pdf - Bibliography Available under License Creative Commons Public Domain Dedication. Download (182kB)
	Text Cek Plagiarisme-1.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (83kB)

Abstract

Jumlah pendaftar jemaah haji di Indonesia, khususnya di Kota Bandung, mengalami peningkatan setiap tahunnya. Hal ini menimbulkan tantangan tersendiri bagi Kementerian Agama dalam merencanakan kuota, menyediakan fasilitas, dan mengelola proses administrasi secara efisien. Sayangnya, sistem yang digunakan saat ini, yaitu Sistem Komputerisasi Haji Terpadu (SISKOHAT), belum dilengkapi dengan kemampuan prediksi jumlah pendaftar di masa depan. Oleh karena itu, dibutuhkan suatu sistem prediktif yang mampu memperkirakan jumlah calon jemaah haji guna membantu proses pengambilan keputusan dan perencanaan kebijakan. Penelitian ini bertujuan untuk membangun sistem prediksi jumlah calon jemaah haji menggunakan metode Long Short-Term Memory (LSTM), salah satu arsitektur jaringan saraf tiruan yang unggul dalam memproses data deret waktu (time series). Data yang digunakan dalam penelitian ini adalah data historis jumlah pendaftar jemaah haji Kota Bandung dari tahun 2014 hingga 2024. Proses penelitian mencakup tahapan pengumpulan data, preprocessing, normalisasi, transformasi time series, pemisahan data training dan testing, pembangunan model LSTM, evaluasi model dengan metrik RMSE, MAPE, dan MSE, serta pengembangan sistem dalam bentuk antarmuka web berbasis Python dan framework Flask. Hasil pengujian menunjukkan bahwa model LSTM mampu memberikan hasil prediksi dengan tingkat akurasi yang cukup tinggi. Sistem yang dibangun telah melalui uji validasi menggunakan metode black box dan kuesioner pengguna, yang menunjukkan hasil positif dari sisi fungsionalitas dan kemudahan penggunaan. Dengan demikian, penelitian ini diharapkan dapat menjadi solusi efektif dalam mendukung digitalisasi layanan publik, khususnya dalam pengelolaan data jemaah haji, serta memberikan kontribusi nyata dalam pengembangan sistem berbasis Artificial Intelligence (AI) di lingkungan pemerintahan. Berdasarkan hasil kuesioner dari lima pertanyaan validasi sistem prediksi calon jemaah haji di Kementerian Agama Kota Bandung, diperoleh nilai persentase rata-rata keseluruhan sebesar 70,6%. Sehingga, dapat disimpulkan bahwa prediksi calon jemaah haji di Kementerian Agama Kota Bandung berfungsi dengan cukup baik dan dapat digunakan oleh Kementerian Agama Kota Bandung.

Actions (login required)

View Item