A Random Forest Regression Approach for Predicting Marriage Service Demand at the Office of Religious Affairs

Authors

  • Miftahul Fadhlin Universitas Harapan Medan, Medan, Indonesia
  • Suriati Suriati Universitas Harapan Medan, Medan, Indonesia

DOI:

https://doi.org/10.35335/jmirte.v5i2.416

Keywords:

Machine Learning, Marriage Services, Office of Religious Affairs (KUA), Prediction, Random Forest Regression

Abstract

The increasing adoption of digital transformation in the public sector has created opportunities to utilize administrative data for predictive decision-making and service planning. The Office of Religious Affairs (Kantor Urusan Agama/KUA) generates historical marriage service data that can potentially be used to estimate future service demand. However, the application of machine learning, particularly Random Forest Regression, to marriage service demand forecasting in religious administrative services remains limited. This study aims to develop and evaluate a Random Forest Regression model for predicting monthly marriage service demand at KUA Bajenis District, Tebing Tinggi City, based on historical service data. A quantitative approach was employed through several stages, including data preprocessing, chronological feature construction, time-based training and testing, model development, prediction, evaluation, and web-based system implementation. The model utilized year, month, previous-month marriage count, holiday conditions, and Hijri month as predictor variables, while the monthly number of marriage service requests was used as the target variable. The Random Forest model was implemented using 100 decision trees with a random state of 42. Experimental results showed that the model achieved a Mean Absolute Error (MAE) of 1.50, Mean Squared Error (MSE) of 3.7401, Root Mean Squared Error (RMSE) of 1.9339, and Mean Absolute Percentage Error (MAPE) of 37.67%. The model predicted an average demand of 6.49 marriage service requests per month for January–June 2025. These findings indicate that Random Forest Regression can serve as a supporting predictive tool for estimating future marriage service demand and assisting KUA in personnel, resource, and service-capacity planning.

References

Aliyah, H. (2022). Implementasi Pelaksanaan Standar Pelayanan Minimal (SPM) Di Kantor Urusan Agama Kecamatan Mojoroto Kementrian Agama Kota Kediri. Revitalisasi: Jurnal Ilmu Manajemen, 11(2), 182–198.

Azizah, K. (2023). STRATEGI KEMENTERIAN AGAMA DALAM UPAYA PEMBERDAYAAN PENYULUH AGAMA ISLAM PADA KANTOR URUSAN AGAMA KECAMATAN BARA DALAM PERSPEKTIF BIMBINGAN KONSELING ISLAM. Institut Agama Islam Negeri (IAIN) Palopo.

Darmawan, A. C. (2023). Pengembangan aplikasi berbasis web dengan python flask untuk klasifikasi data menggunakan metode decision tree C4. 5.

Dimas Fitra, S., & Pujianto, P. (2023). Sistem Informasi Penjualan Pada Toko Elegant Furniture Baturaja Berbasis Website. Universitas Baturaja.

Haidar, D., Irawan, B., & Bahtiar, A. (2024). Penerapan Deep Learning Model Random Forest Untuk Prediksi Penerima Bantuan Program Keluarga Harapan (Pkh). JATI (Jurnal Mahasiswa Teknik Informatika), 7(6), 3564–3571. https://doi.org/10.36040/jati.v7i6.8250

Hozairi, H., Buhari, B., Alim, S., & Rofiudin, R. (2024). Panduan Komprehensif Pengujian Perangkat Lunak.

Idris, N. O., & Pontoiyo, F. (2025). Evaluasi Model Machine Learning untuk Prediksi Harga Mobil dengan Perbandingan Ensemble dan Regresi Linear. Jurnal Ilmu Komputer Dan Sistem Informasi, 4(1), 129–143.

Iswahyudi, M. S., Irmawati, I., Widians, J. A., Mahendra, G. S., Pratiwi, M., Hayati, N., Pomalingo, S., Miranda, E., Waryono, W., & Yanuarsyah, H. I. (2023). Aplikasi Machine Learning di Berbagai Bidang: Solusi Cerdas Untuk Masa Depan. PT. Sonpedia Publishing Indonesia.

Kantor Urusan Agama (KUA) Tebing Tinggi contact information. Layanan Hubungan Masyarakat, in TEBING TINGGI. (n.d.). Retrieved September 9, 2025, from https://id4759149-kantor-urusan-agama-kua-tebing-tinggi.contact.page/

Lubis, A. S., & Ginting, M. P. A. (2024). Pengujian Aplikasi Berbasis Web Data Ska Menggunakan Metode Black Box Testing. COSMIC Jurnal Teknik, 41–48.

Mubarok, M. S. (2023). Perancangan Sistem Informasi Pencatatan Kerusakan Barang Pada Diskominfo Jawa Barat Berbasis Web. Universitas Komputer Indonesia.

Munandar, A., Halim, A., & Shamad, I. (2022). Transformasi Kantor Urusan Agama Biringkanaya Kota Makassar Melalui Program Pusaka Sakinah. Journal of Gurutta Education, 1(2), 78–93.

Nurhaliza, S. (2024). Aminstrasi pencatatan pernikahan pasangan mualaf: perspektif kepastian pasangan maslahah mursalah. Fakultas Syariah dan Hukum UIN Syarif Hidayatullah Jakarta.

Primasari, C. H., & Wibisono, Y. P. (2022). Implementasi dan pelatihan penggunaan point of sales pada UMKM Kotabaru Yogyakarta. Masyarakat Berdaya Dan Inovasi, 3(2), 103–108.

Putra, R. R., & Putri, N. A. (2023). PERANCANGAN UI & UX PADA WEBSITE KELOMPOK TANI YANG RESPONSIVE TERHADAP MOBILE. Penerbit Tahta Media.

Booch, G., Rumbaugh, J., & Jacobson, I. (2005). The Unified Modeling Language User Guide (2nd ed.). Addison-Wesley Professional.

RAMBE, M. F. B. R. (2024). STRATEGI LAYANAN BIMBINGAN PRA NIKAH PADA CALON PENGANTIN UNTUK KETAHANAN KELUARGA DI KANTOR URUSAN AGAMA (KUA) KEC. TAMPAN KOTA PEKANBARU. UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU.

Rayadin, M. A., Musaruddin, M., Saputra, R. A., & Isnawaty, I. (2024). Implementasi Ensemble Learning Metode XGBoost dan Random Forest untuk Prediksi Waktu Penggantian Baterai Aki. BIOS: Jurnal Teknologi Informasi Dan Rekayasa Komputer, 5(2), 111–119.

Riyan, H. (2024). SISTEM PENGELOLA TUGAS DAN PENILAIAN PADA SEKOLAH MENENGAH KEJURUAN (SMK) MUHAMMADIYAH 6 TIRTOMOYO BERBASIS WEB. STMIK AMIKOM Surakarta.

Siregar, U. K., Sitakar, T. A., Haramain, S., Lubis, Z. N. S., Nadhirah, U., & Yahfizham, Y. (2024). Pengembangan database Management system menggunakan My SQL. Jurnal Sains, Teknologi & Komputer, 1(1), 8–12.

Sudirwo, S., Hadi, A., Judijanto, L., Purwandari, N., Zain, N. N. L. E., Rambe, K. H., Mukhlis, I. R., Jihadi, H., Mahliatussikah, H., & Baskoro, B. H. (2025). Artificial Intelligence: Teori, Konsep, dan Implementasi di Berbagai Bidang. PT. Sonpedia Publishing Indonesia.

Sulehu, M., Wisda, W., Wanita, F., & Markani, M. (2024). Optimasi Prediksi Kelulusan Mahasiswa Menggunakan Random Forest untuk Meningkatkan Tingkat Retensi. Jurnal Minfo Polgan, 13(2), 2364–2374.

Suryantara, I. G. N., Kom, S., & Kom, M. (2024). Python: Bahasa Pemrograman Era Digital. Elex Media Komputindo.

JINTEKS. (2023). Jurnal Informatika Teknologi dan Sains, 5(1), 160–164. (Pembahasan mengenai website, HTML, dan jenis website).

Jurnal Ilmu Komputer, Sistem Informasi, Teknik Informatika. (2024). Vol. 3 No. 1. (Pembahasan mengenai website, HTML, CSS, JavaScript, website statis, dan website dinamis).

Yustisi, N. (2024). PERKAWINAN DALAM PERSPEKTIF HUKUM ISLAM DAN HUKUM POSITIF. ENLEKTURER: Journal of Islamic Studies, 2(1), 1–14.

Downloads

Published

2026-09-07