http://eprints.amikom.ac.id/id/eprint/31757 2026-06-26T07:38:49Z info:eu-repo/semantics/descriptiveMetadata https://eprints.amikom.ac.id/id/eprint/31757/ ANALISIS PENCAPAIAN KINERJA MENGGUNAKAN REGRESI LINIER DAN ARIMA (Studi Kasus: KSP Credit Union Pancur Solidaritas) Safril, Martinus 000 Ilmu komputer, informasi dan pekerjaan umum Regresi linier dan ARIMA merupakan metode yang digunakan untuk menentukan target program kerja organisasi dan digunakan dalam mengukur pencapaian kinerja koperasi secara berkelanjutan. Penelitian ini bertujuan untuk menganalisis pencapaian kinerja menggunakan regeresi linier dan ARIMA (Auto Regressive Integrated Moving Average). Jenis penelitian menggunakan metode kuantitatif deskriptif. Data penelitian berupa dokumentasi meliputi jumlah aset, jumlah anggota, jumlah staf, sosialisasi, pencairan pinjaman, jumlah anggota masuk, piutang dan lalai KSP Credit Union Pancur Solidaritas periode tahun 2019 -2024. Metode analisis data menggunakan uji regeresi linier dan ARIMA dengan program Python. Hasil penelitian membuktikan bahwa metode ARIMA dapat menghasilkan tiga skenario performa yang berbeda, yaitu upper performance (performa tertinggi yang diantisipasi), predicted performance (performa yang diprediksi), dan lower performance (performa terendah yang mungkin terjadi). Metode Regresi Linier menunjukan korelasi yang cukup kuat antara variabel – variabel yang mempengaruhi pertumbuhan anggota dan aset. Melalui hasil analisis ini, organisasi diharapkan mampu memanfaatkan prediksi yang lebih akurat dalam membuat keputusan strategis yang lebih baik, terutama dalam menghadapi ketidakpastian pasar dan faktor-faktor eksternal yang berpotensi memengaruhi kinerja perusahaan di masa mendatang. 2025-07-04 Thesis NonPeerReviewed text id https://eprints.amikom.ac.id/id/eprint/31757/1/22.55.2349%20-%20Martinus%20Safril.pdf Safril, Martinus (2025) ANALISIS PENCAPAIAN KINERJA MENGGUNAKAN REGRESI LINIER DAN ARIMA (Studi Kasus: KSP Credit Union Pancur Solidaritas). S2 - Magister thesis, Universitas AMIKOM Yogyakarta. info:eu-repo/semantics/objectFile info:eu-repo/semantics/humanStartPage