STAIMA AL-HIKAM MALANG | STAIMA AL-HIKAM MALANG

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

STAIMA AL-HIKAM MALANG | STAIMA AL-HIKAM MALANG

Loan Item Member Network

📊 Grafik Lainnya:

👤 Author Network 🚻 Visitor by Gender 🔁 Loan Item Network 🏷️ Publisher vs Topic 📈 Book Input Trend 🟢 Topic Bubble Chart 🕸️ Topic Network Graph

Loan Item Network Analysis adalah visualisasi jaringan yang bertujuan untuk mengidentifikasi hubungan antar anggota perpustakaan (member) berdasarkan aktivitas peminjaman koleksi yang sama. Dalam jaringan ini, setiap simpul (node) mewakili seorang anggota, sementara garis penghubung (edge) antara dua anggota menunjukkan bahwa keduanya pernah meminjam item yang sama.

Analisis ini bermanfaat untuk:

Mendeteksi pola peminjaman bersama antar pengguna, seperti anggota dalam satu kelas, kelompok belajar, atau komunitas dengan minat yang sama.
Menemukan kelompok pengguna aktif yang saling terkait melalui penggunaan koleksi yang sama.
Menganalisis potensi kolaborasi atau interaksi antar pengguna berdasarkan minat literasi yang tumpang tindih.

Visualisasi ini membantu pustakawan, peneliti, atau pengelola sistem perpustakaan dalam memahami dinamika penggunaan koleksi secara sosial, dan dapat menjadi dasar dalam merancang layanan personalisasi, rekomendasi buku, atau pengembangan komunitas pengguna di perpustakaan.

Statistik Peminjaman Sepanjang Waktu

Rata-rata Peminjaman per Tahun

2014: 115 peminjaman/bulan
2015: 126 peminjaman/bulan
2016: 84 peminjaman/bulan
2017: 90 peminjaman/bulan
2018: 105 peminjaman/bulan
2019: 107 peminjaman/bulan
2020: 44 peminjaman/bulan
2021: 34 peminjaman/bulan
2022: 33 peminjaman/bulan
2023: 30 peminjaman/bulan
2024: 43 peminjaman/bulan
2025: 48 peminjaman/bulan

Prediksi Jumlah Peminjaman

📅 Bulan Depan: 19 peminjaman
📆 Tahun Depan: 178 peminjaman

Cara Prediksi Jumlah Peminjaman Buku

Untuk memperkirakan jumlah peminjaman bulan depan dan tahun depan, digunakan metode regresi linear sederhana berdasarkan jumlah peminjaman buku per bulan.

1. Rumus Regresi Linear

Persamaan umum:

y = a + bx

y = jumlah peminjaman yang diprediksi
x = urutan bulan (0 = bulan pertama, 1 = bulan kedua, dst)
a = titik awal (intercept)
b = pertambahan rata-rata (kemiringan garis)

2. Langkah Perhitungan Manual

Kumpulkan data jumlah peminjaman buku per bulan, contoh:

            Bulan ke-0: 1500  
            Bulan ke-1: 1600  
            Bulan ke-2: 1550  
            Bulan ke-3: 1700  
            Bulan ke-4: 1650

Buat tabel bantu:

            x   y     x²     xy
            0  1500    0      0
            1  1600    1   1600
            2  1550    4   3100
            3  1700    9   5100
            4  1650   16   6600

Hitung total:
- Σx = 10
- Σy = 8000
- Σx² = 30
- Σxy = 16400
- n = 5

Hitung b dan a:

            b = (n·Σxy - Σx·Σy) / (n·Σx² - (Σx)²)
              = (5×16400 - 10×8000) / (5×30 - 100)
              = (82000 - 80000) / (150 - 100) = 400 / 50 = 8

            a = (Σy - b·Σx) / n
              = (8000 - 8×10) / 5 = (8000 - 80) / 5 = 7920 / 5 = 1584

Prediksi bulan depan (x = 5):
```
y = 1584 + 8×5 = 1624 peminjaman
```

Prediksi tahun depan (12 bulan ke depan):

            x = 5 → y = 1624  
            x = 6 → y = 1632  
            x = 7 → y = 1640  
            ...  
            x = 16 → y = 1728

            Jumlah tahun depan = total y dari x=5 sampai x=16

3. Kesimpulan

Dengan memanfaatkan data historis peminjaman dan metode regresi linear, perpustakaan bisa memprediksi tren kebutuhan koleksi dan mengoptimalkan layanan peminjaman secara lebih proaktif.