Prediksi Tingkat Donasi di BAZNAS Kalbar Menggunakan Metode Regresi Linier Berganda

Authors

  • Candra Wijaya Universitas Muhammadiyah Pontianak
  • Syarifah Putri Agustini Alkadri Universitas Muhammadiyah Pontianak
  • Sucipto Sucipto Universitas Muhammadiyah Pontianak

DOI:

https://doi.org/10.55338/jumin.v7i5.8438

Keywords:

Prediksi Donasi, Regresi Linier Berganda, BAZNAS, Penghimpunan Zakat, Infak dan Sedekah, MAPE, Analisis Data

Abstract

Pengelolaan dan perencanaan penghimpunan dana zakat, infak, dan sedekah memerlukan estimasi jumlah donasi yang akurat agar proses pengelolaan dana dapat dilakukan secara lebih efektif. Penelitian ini bertujuan memprediksi jumlah donasi pada Badan Amil Zakat Nasional (BAZNAS) Kalimantan Barat sebagai dasar pendukung perencanaan penghimpunan dan penyaluran dana. Penelitian menggunakan data historis donasi harian periode Januari 2020 hingga Mei 2025 yang diperoleh dari BAZNAS Kalimantan Barat, dengan total 1.978 catatan observasi. Metode penelitian menggunakan regresi linier berganda dengan tahapan preprocessing data, meliputi penghapusan data duplikasi dan outlier, normalisasi data, serta pembagian data menjadi data latih dan data uji dengan rasio 80:20. Kinerja model dievaluasi menggunakan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa model regresi linier berganda menghasilkan nilai MAPE sebesar 5,38%, yang menunjukkan tingkat akurasi prediksi yang baik. Meskipun demikian, model masih menunjukkan deviasi pada beberapa nilai donasi dengan nominal sangat besar. Hasil prediksi selanjutnya diimplementasikan dalam aplikasi berbasis web untuk mendukung visualisasi dan pemanfaatan hasil prediksi. Penelitian ini menunjukkan bahwa model regresi linier berganda dapat digunakan sebagai salah satu pendekatan untuk mendukung perencanaan penghimpunan dana serta meningkatkan efektivitas dan transparansi pengelolaan donasi di BAZNAS Kalimantan Barat.

Downloads

Download data is not yet available.

References

K. Sari and A. A. Tarigan, “Efektivitas Pendistribusian Dana Zakat , Infak dan Sedekah ( ZIS Pada Badan Amil Zakat Nasional ( BAZNAS ) Kabupaten Asahan,” vol. 3, no. 6, pp. 1134–1143, 2022.

D. Nuraini, D., & Indriyani, “Analisis Strategi Pengelolaan Zakat, Infaq dan Shadaqah Di Baznas Jawa Barat. Eco-Iqtishodi: Jurnal Ilmiah Ekonomi dan Keuangan Syariah, 7(1), 77-93.,” 2025.

L. Fuad, “Strategi Fundraising dalam Meningkatkan Dana ZIS pada LAZISNU Jawa Timur,” vol. 30, pp. 161–174, 2024.

M. Miles, M., & Huberman, Qualitative data analysis, a methods sourcebook, edition 3. SAGE Publications Inc, 2014.

S. Rahman, A., Alamsyah, M. J., Amiruddin, A., Rasyid, K. H., Chaerul, C., & Suhada, “Penerapan Metode Regresi Linear Berganda Untuk Memprediksi Hasil Panen Rumput Laut. In Proceedings of the National Conference on Electrical Engineering, Informatics, Industrial Technology, and Creative Media (Vol. 4, No. 1, pp. 1036-1042),” 2024.

A. B. Khairudin, N., Azlan, N. A., Azizan, A., & Jelani, “Zakat management system with allocation prediction using case-based reasoning,” Math. Sci. Informatics Journal, 1(2), 22–33, 2020, doi: https://doi.org/10.24191/mij.v1i2.14181.

E. A. Indika, D. R., Himawan, S. N. F., & Firmansyah, “Impact of income, consumption, saving, and number of zakat management organizations on the zakat fund collection,” J. Bisnis dan Manajemen, 21(2), 156–165, 2020, doi: https://doi.org/10.24198/jbm.v21i2.499.

A. M. Kasri, R. A., & Yuniar, “Determinants of digital zakat payments: Lessons from Indonesian experience,” J. Islam. Account. Bus. Res. 12(3), 362–379, 2021, doi: https://doi.org/10.1108/JIABR-08-2020-0258.

A. A. Afandi, M. Y., Firahmatillah, N., & Malik, “Antecedent of macroprudential indicator on BAZNAS funding collection,” AJIS Acad. J. Islam. Stud. 8(1), 198–215, 2023, doi: https://doi.org/10.29240/ajis.v8i1.6756.

Y. Syamsuri, S., Johari, F., Nadhilah, N., & Sa’adah, “Forecasting the financial soundness of Indonesia’s National Board of Zakat (BAZNAS) using artificial neural network models,” TEM Journal, 13(1), 605–615, 2024, doi: https://doi.org/10.18421/TEM131-63.

C. Che Ghazali, N. N. F. N., Zahari, S. M., Mustaffa, N. A., & Canggih, “Enhancing zakat collection forecasting using time series analysis,” Environ. Proc. Journal, 10(SI41), 101–108, 2025, doi: https://doi.org/10.21834/e-bpj.v10iSI41.7729.

T. Alayda, W., Supriyati, E., & Listyorini, “Design and development of a web-based information system for zakat management and monitoring at LAZISNU Pati,” SAGA J. Technol. Inf. Syst. 3(2), 2026, doi: https://doi.org/10.58905/saga.v3i2.541.

N. T. Lapatta, R. Ardiansyah, and D. S. Angreni, “Donor Segmentation Analysis Using the RFM Model and K-Means Clustering to Optimize Fundraising Strategies,” vol. 8, no. 2, pp. 341–349, 2024.

I. S. Prayoga and A. Ahdika, “Pemodelan kerugian bencana banjir akibat curah hujan ekstrem menggunakan evt dan copula”.

M. K. Arsyad, “Pengaruh zakat belanja bantuan sosial dan Islamic Human Development Index terhadap tingkat kemiskinan di Indonesia (Doctoral dissertation, Universitas Islam Negeri Maulana Malik Ibrahim).,” 2025.

S. Khodijah and C. A. Rizki, “Analisis Kinerja Algoritma Deep Learning pada Pengolahan Data Kompleks,” vol. 1, no. 3, pp. 91–97, 2026.

S. Sugiarti et al., “PREDIKSI FRAUD TRANSAKSI KEUANGAN MENGGUNAKAN,” vol. 06, no. 02, pp. 1–8, 2025, doi: 10.32485/jcsai.JOURNAL.

Y. S. Rahayu, Y. Saputra, and D. Irawan, “IMPLEMENTASI METODE WATERFALL PADA PENGEMBANGAN SISTEM INFORMASI MOBILE E-DISARPUS,” vol. 6, no. 2, pp. 523–534, 2024.

Downloads

Published

2026-11-17

How to Cite

Wijaya, C. ., Alkadri, . S. P. A. ., & Sucipto, S. (2026). Prediksi Tingkat Donasi di BAZNAS Kalbar Menggunakan Metode Regresi Linier Berganda. Jurnal Media Informatika, 7(5), 1307–1323. https://doi.org/10.55338/jumin.v7i5.8438