PREDIKSI JUMLAH PENGUNJUNG PERPUSTAKAAN MENGGUNAKAN ALGORITMA RANDOM FOREST

Abstract

Perpustakaan memiliki peran penting sebagai pusat literasi dan penyebaran informasi bagi masyarakat. Namun, jumlah pengunjung yang berfluktuasi setiap tahun sering kali menyulitkan pengelola dalam merencanakan kapasitas dan layanan secara optimal. Permasalahan ini dapat diatasi dengan pendekatan berbasis data melalui pemodelan prediktif. Penelitian ini bertujuan untuk memprediksi jumlah pengunjung perpustakaan di Kota Bandung pada tahun 2025 menggunakan algoritma Random Forest Regressor. Data yang digunakan berasal dari portal Open Data Bandung periode 2019–2024. Model dibangun dengan parameter n_estimators=300 dan random_state=42, serta dievaluasi menggunakan metrik MAE, RMSE, dan MAPE. Hasil evaluasi menunjukkan nilai MAPE sebesar 33,29%, yang tergolong cukup baik dan masih dapat diterima untuk kebutuhan manajemen serta perencanaan layanan perpustakaan. Berdasarkan hasil peramalan, total kunjungan tahun 2025 diperkirakan mencapai 21.525 dengan rata-rata 1.794 pengunjung per bulan. Hasil penelitian ini diharapkan dapat memperkuat strategi pelayanan dan pengelolaan sumber daya perpustakaan secara efisien berbasis data.