    {
      "rev_number": 7,
      "title": "ANALISIS PENCAPAIAN KINERJA MENGGUNAKAN\r\nREGRESI LINIER DAN ARIMA \r\n(Studi Kasus: KSP Credit Union Pancur Solidaritas)",
      "abstract": "Regresi linier dan ARIMA merupakan metode yang digunakan untuk \r\nmenentukan target program kerja organisasi dan digunakan dalam mengukur\r\npencapaian kinerja koperasi secara berkelanjutan. Penelitian ini bertujuan untuk\r\nmenganalisis pencapaian kinerja menggunakan regeresi linier dan ARIMA (Auto\r\nRegressive Integrated Moving Average). Jenis penelitian menggunakan metode\r\nkuantitatif deskriptif. Data penelitian berupa dokumentasi meliputi jumlah aset,\r\njumlah anggota, jumlah staf, sosialisasi, pencairan pinjaman, jumlah anggota\r\nmasuk, piutang dan lalai KSP Credit Union Pancur Solidaritas periode tahun 2019\r\n-2024. Metode analisis data menggunakan uji regeresi linier dan ARIMA dengan\r\nprogram Python. Hasil penelitian membuktikan bahwa metode ARIMA dapat\r\nmenghasilkan tiga skenario performa yang berbeda, yaitu upper performance\r\n(performa tertinggi yang diantisipasi), predicted performance (performa yang\r\ndiprediksi), dan lower performance (performa terendah yang mungkin terjadi).\r\nMetode Regresi Linier menunjukan korelasi yang cukup kuat antara variabel –\r\nvariabel yang mempengaruhi pertumbuhan anggota dan aset. Melalui hasil analisis\r\nini, organisasi diharapkan mampu memanfaatkan prediksi yang lebih akurat dalam\r\nmembuat keputusan strategis yang lebih baik, terutama dalam menghadapi\r\nketidakpastian pasar dan faktor-faktor eksternal yang berpotensi memengaruhi\r\nkinerja perusahaan di masa mendatang.",
      "eprint_status": "archive",
      "lastmod": "2026-06-26 07:38:49",
      "ispublished": "pub",
      "thesis_type": "masters",
      "userid": 12,
      "type": "thesis",
      "creators": [
        {
          "name": {
            "lineage": null,
            "given": "Martinus",
            "family": "Safril",
            "honourific": null
          },
          "nim": "22.55.2349"
        }
      ],
      "uri": "http:\/\/eprints.amikom.ac.id\/id\/eprint\/31757",
      "date": "2025-07-04",
      "date_type": "published",
      "keywords": "ARIMA, Big Data, Kinerja, Koperasi, Regresi Linier, Performance, Cooperatives, Linear Regression.",
      "metadata_visibility": "show",
      "department": "Pascasarjana Magister Informatika",
      "institution": "Universitas AMIKOM Yogyakarta",
      "status_changed": "2026-06-26 07:38:49",
      "eprintid": 31757,
      "subjects": [
        "000.000.000A"
      ],
      "thesis_name": "tesis",
      "datestamp": "2026-06-26 07:38:49",
      "corp_creators": [
        "Universitas AMIKOM Yogyakarta"
      ],
      "contributors": [
        {
          "name": {
            "honourific": null,
            "family": "Hidayat",
            "lineage": null,
            "given": "Tonny"
          }
        }
      ],
      "divisions": [
        "PJJ"
      ],
      "full_text_status": "public",
      "dir": "disk0\/00\/03\/17\/57",
      "documents": [
          {
            "files": [
                {
                  "hash": "a026f070d59dd9093a08ab4eea6812c2",
                  "datasetid": "document",
                  "mtime": "2026-06-26 07:32:21",
                  "mime_type": "application\/pdf",
                  "filename": "22.55.2349 - Martinus Safril.pdf",
                  "hash_type": "MD5",
                  "uri": "http:\/\/eprints.amikom.ac.id\/id\/file\/1131184",
                  "fileid": 1131184,
                  "filesize": 4961976,
                  "objectid": 319537
                }
            ],
            "language": "id",
            "uri": "http:\/\/eprints.amikom.ac.id\/id\/document\/319537",
            "security": "public",
            "docid": 319537,
            "placement": 1,
            "format": "text",
            "main": "22.55.2349 - Martinus Safril.pdf",
            "rev_number": 2,
            "mime_type": "application\/pdf",
            "eprintid": 31757,
            "pos": 1,
            "formatdesc": "THESIS",
            "content": "published"
          }
      ]
    }