Implementasi LSTM dalam prediksi keberangkatan haji di Kementerian Agama Kota Malang

Dzakiroh, Mutiara Aprillia and Supriyono, Supriyono ORCID: https://orcid.org/0000-0002-4733-9189 (2025) Implementasi LSTM dalam prediksi keberangkatan haji di Kementerian Agama Kota Malang. ILKOMNIKA: Journal of Computer Science and Applied Informatics, 7 (1). pp. 58-70. ISSN 27152731

Text 25672.pdf - Published Version Available under License Creative Commons Attribution. Download (647kB)

Abstract

Penyelenggaraan ibadah haji di Indonesia menghadapi tantangan besar dalam pengelolaan jadwal keberangkatan jemaah, terutama karena adanya perubahan regulasi, fluktuasi kuota, dan prioritas yang diberikan kepada kelompok tertentu seperti jemaah lansia. Di Kota Malang, kebutuhan akan prediksi jadwal keberangkatan yang akurat menjadi semakin mendesak untuk memastikan proses yang transparan dan efisien. Penelitian ini bertujuan untuk mengembangkan model prediksi jadwal keberangkatan haji menggunakan pendekatan Long Short-Term Memory (LSTM), sebuah teknik deep learning yang mampu menangani data sekuensial dengan pola temporal yang kompleks. Data yang digunakan dalam penelitian ini mencakup berbagai variabel seperti usia, masa tunggu, status prioritas, dan kuota, yang diperoleh dari database jemaah haji di Kota Malang. Metode LSTM dipilih karena keunggulannya dalam memproses data historis untuk menghasilkan prediksi yang lebih mendalam dan akurat dibandingkan metode konvensional. Hasil penelitian menunjukkan bahwa model LSTM dengan kombinasi fitur "Usia, Masa Tunggu, Kuota (Terpilih)" menghasilkan prediksi yang paling akurat, dengan nilai Mean Absolute Error (MAE) sebesar 0.000049 dan Root Mean Squared Error (RMSE) sebesar 0.000060. Temuan ini menunjukkan bahwa pendekatan LSTM tidak hanya efektif dalam memprediksi jadwal keberangkatan haji, tetapi juga membantu dalam perencanaan operasional yang lebih baik, seperti pengaturan logistik dan alokasi sumber daya. Penggunaan model LSTM dalam prediksi jadwal keberangkatan haji dapat meningkatkan transparansi dan efisiensi dalam manajemen haji, serta memberikan dasar yang kuat bagi pengambilan keputusan strategis di masa depan. Implementasi teknologi ini juga membuka peluang untuk aplikasi serupa di sektor-sektor pemerintahan lainnya.

Item Type:	Journal Article
Keywords:	Deep Learning ; Kemenag Malang; LSTM; Manajemen Haji; Prediksi Keberangkatan Haji
Subjects:	08 INFORMATION AND COMPUTING SCIENCES > 0801 Artificial Intelligence and Image Processing > 080107 Natural Language Processing 08 INFORMATION AND COMPUTING SCIENCES > 0806 Information Systems > 080604 Database Management 08 INFORMATION AND COMPUTING SCIENCES > 0806 Information Systems
Divisions:	Faculty of Technology > Department of Informatics Engineering
Depositing User:	Supriyono Supriyono
Date Deposited:	08 Dec 2025 09:09

Downloads

Origin of downloads

Actions (login required)

View Item