Main Article Content

Abstract

Libraries are crucial institutions supporting the development of education and knowledge within society. As centers of information, they serve not only as repositories for books and other informational resources but also as spaces for learning and interaction for diverse segments of the population. Therefore, understanding visitor numbers and their visiting patterns is crucial for library managers to enhance planning and optimize services. This study aims to analyze predictions of library visitor numbers in Malang Regency using the Monte Carlo method. The research utilizes data on visitor counts by gender from 2018 to 2020 obtained from the Department of Libraries and Archives in Malang Regency. These data will be used to forecast visitor numbers for the years 2019 to 2021. The analysis reveals that the most accurate prediction occurred in 2019, achieving a 52% accuracy rate. Lower accuracy in subsequent years was attributed to the COVID-19 pandemic, which restricted public movement and non-essential outings.

Keywords

monte carlo, library, prediction Monte Carlo, Perpustakaan, Prediksi

Article Details

How to Cite
Rifki, A., Muhammad Fikrul Azizi, & Soffiana Agustin. (2024). Analisis Prediksi Jumlah Pengunjung Perpustakaan Berdasarkan Jenis Kelamin di Kabupaten Malang Dengan Menggunakan Metode Monte Carlo. Jurnal Teknik Informatika Dan Komputer, 3(2), 40–45. https://doi.org/10.22236/jutikom.v3i2.15265

References

  1. Alfikrizal, K. (2020). Simulasi Monte Carlo Dalam Prediksi Jumlah Penumpang Angkutan Massal Bus Rapid Transit (Study Kasus Di Dinas Perhubungan Kota Padang).
  2. Apri, M., Aldo, D., & Hariselmi. (2019, December). Simulasi Monte Carlo Untuk Memprediksi Jumlah Kunjungan Pasien. Jurnal Sistem Informasi dan Manajemen (JURISMA), 7(2), 32-46. Diambil kembali dari https://ejournal.stmikgici.ac.id/
  3. Bunyanuddin, A. (2018). Model Simulasi Monte Carlo Untuk Menentukan Kebutuhan Alat Angkut Dan Biaya Pengiriman Barang Per Kilogram (Studi Kasus Pada Perusahaan Jasa Pengiriman Barang).
  4. Dewi, D., & Sumijan. (2021, June 30). Simulasi Monte Carlo dalam Mengidentifikasi Peningkatan Penjualan Tanaman Mawar. Jurnal Informatika Ekonomi Bisnis, 3(2), 60-65. doi:10.37034/infeb.v3i2.67
  5. Hidayah, H. (2022). Metode Monte Carlo Untuk Memprediksi Jumlah Tamu Menginap (Studi Kasus Di Baga Beach Cottage).
  6. Larasati Amalia, Eka, Yunhasnawa, Yoppy, & Refrina Rahmatanti, Anindya. (2022, October). Sistem Prediksi Penjualan Frozen Food dengan Metode Monte Carlo (Studi Kasus: Supermama Frozen Food). Jurnal Buana Informatika, 13(2), 136 - 145.
  7. Naim, M., & Donoriyanto, D. (2020). Pengendalian Persediaan Obat di Apotek XYZ Dengan Menggunakan Simulasi Monte Carlo. Juminten : Jurnal Manajemen Industri dan Teknologi, 1(2), 1-11.
  8. Nasution, F. (2022, January). Simulasi Monte Carlo Dalam Penentuan Tingkat Kedatangan Pengunjung (Studi Kasus di Happy Kiddy Rantauprapat). Journal Computer Science and Information Technology (JCoInT), 3(1), 43-53. doi:http://jurnal.ulb.ac.id/index.php/JCoInT/index
  9. Oktavia, C., & Sugioko, A. (2022, August). Analisis Peramalan dan Perhitungan Total Biaya Persediaan Gula Dengan Menggunakan Simulasi Monte Carlo Dan EOQ Di PT.XYZ. Jurnal Metris, 62-67. Diambil kembali dari http://ejournal.atmajaya.ac.id/index.php/metris
  10. Putra, R. D., Apridiansyah, Y., & Sahputra, E. (2022, October). Penerapan Metode Monte Carlo pada Simulasi Prediksi Jumlah Calon Mahasiswa Baru Universitas Muhammadiyah Bengkulu. Processor: Jurnal Ilmiah Sistem Informasi, Teknologi Informasi dan Sistem Komputer, 74-81. doi:https://doi.org/10.33998/processor
  11. Rahmawati, Putra, M., & Muttakin, F. (2023, March). Prediksi Jumlah Pengunjung Perpustakaan Daerah Kabupaten. Journal Of Mathematics UNP, 110-119. Diambil kembali dari http://ejournal.unp.ac.id/students/index.php/mat
  12. Saribu, W. M., Lubis, R. S., & Cipta, H. (2023, August). Prediksi Jumlah Penumpang Armada Bus Pt. Raja Perdana Inti (Rapi) Dengan Simulasi Monte Carlo. JINTEKS (Jurnal Informatika Teknologi dan Sains), 420-424.
  13. Solikin, I., Sobri, M., & Saputra, R. (2018, December). Sistem Informasi Pendataan Pengunjung Perpustakaan (Studi Kasus : Smkn 1 Palembang). Jurnal Ilmiah Betrik, 9(3), 140-151.
  14. Nandes, Y., Abiyus, W., Irwanda, A., & Juliani, F. (2024). Penerapan Metode Monte Carlo Dalam Memprediksi Jumlah Pengunjung Perpustakaan Universitas Lancang Kuning. ZONAsi (Jurnal Sistem Informasi), 6(1), 136-143.
  15. Umam, K., & Ardiansyah. (2023, December). Perbandingan Metode ARIMA dan LSTM pada Prediksi Jumlah Pengunjung Perpustakaan. MIND (Multimedia Artificial Intelligent Networking Database) Journal, 8(2), 119-129. doi:https://doi.org/10.26760/mindjournal