PROSIDING SEMINAR NASIONAL SAINS DATA

Pengaruh Adanya Podcast Terhadap Kemampuan Berbahasa Indonesia Pada Mahasiswa

2023-09-14T06:45:38+00:00

With the development of the era, human need for technology is also inseparable. One of them is podcasts. Podcasts are audio files available and broadcast online. The presence of podcasts is a new medium in helping the implementation of education today. However, its influence on students' Indonesian language skills is still a question. Therefore, researchers are trying to find answers through this research. The method used is a questionnaire with a Likert scale as the answer model. Validity testing is done through SPSS and response analysis is done through the results of filling in the Likert scale answers. After the research was carried out, it was found that most of the respondents agreed with the hypothesis that had been proposed by the researcher. Thus, the researcher concluded that the existence of a podcast had an effect on Indonesian language skills.

The Menganalisis Pergerakan Harga Saham PT Indofood CBP Sukses Makmur Tbk: Sebuah Tinjauan Sebelum dan Sesudah Masa Pandemi

2023-09-14T06:45:39+00:00

This study aims to determine the share price of Indofood CBP Sukses Makmur TBK (ICBP) using three different methods, namely Long Short-Term Memory (LSTM), Logistic Regression and Support Vector Machine (SVM). Daily stock price data from October 2010 to January 2023 are used for input in this study. The LSTM method is used to predict ICBP's stock price by taking information from several previous periods, while Logistic Regression and SVM are used to predict stock price trends.

Monitoring Suhu Pada Tanaman Seledri Menggunakan App Inventor

2023-09-14T06:46:26+00:00

Abstract: In its growth period, plants need many supporting factors such as appropriate air temperature. The frequent incidence of crop failure is caused by weather that causes the temperature to not match the ideal temperature needed by plants. Celery plant is one of them because it is vulnerable to weather. So a temperature monitoring system for celery plants was created which was monitored using App Inventor on a smartphone. Starting from reading the DHT11 sensor which is then processed by ESP32 which then sends the data to the App inventor on the smartphone, then ESP32 gives commands to the output which then works based on the conditions that occur from the results of sensor readings with PWM fuzzy sogeno. The parameter being monitored is the temperature of the celery plant. The reading results will be displayed on App Inventor as an Internet of Things (IoT) support system.

Keywords: celery plant, DHT11 sensor, fuzzy sugeno method, App Inventor.

Abstrak: Dalam masa pertumbuhannya tanaman membutuhkan banyak faktor pendukung seperti suhu udara sesuai. Seringnya kejadian gagal panen yang diakibatkan oleh cuaca yang menyebabkan suhu tidak sesuai dengan suhu ideal yang dibutuhkan tanaman. Tanaman seledri adalah salah satunya karena rentan terhadap cuaca. Sehingga dibuatlah sistem monitoring suhu pada tanaman seledri yang dimonitring menggunakan App Inventor pada smartphone. Dimulai dari pembacaan sensor DHT11 yang kemudian diproses oleh ESP32 yang kemudian mengirimkan data tersebut ke App inventor pada smartphone, kemudian ESP32 memberi perintah kepada output yang kemudian bekerja berdasarkan kondisi yang terjadi dari hasil pembacaan sensor dengan PWM fuzzy sogeno. Parameter yang dimonitoring adalah suhu pada tanaman seledri. Hasil pembacaan tersebut akan di tampilkan pada App Inventor sebagai sistem pendukung Internet of Things (IoT).

Kata kunci: Tanaman seledri, sensor DHT11, App Inventor, metode fuzzy sugeno

Monitoring Kelembaban Tanah dengan Menggunakan Metode Fuzzy Sugeno pada Bunga Krisan Berbasis IoT

2023-10-19T04:10:57+00:00

Abstract: : Land as the main factor in agriculture must be considered properly to achieve the desired results. One of the people's hobbies is farming which requires a certain time and watering schedule, such as the cultivation of chrysanthemums. Soil moisture for the growth of this flower requires 70-80 percent. Plants can wilt if moisture is insufficient, while excessive moisture can reduce root volume for growth. Manual watering is sometimes less effective due to time constraints, climate and soil conditions. For that we need a device that can monitor soil moisture automatically and help water the plants. One of the information and communication technology innovations in agriculture is the use of the Internet of Things. This can be done to monitor soil moisture which is a growing medium for horticultural plants by using the Internet of Things. To determine the steps or soil handling it will be very helpful to know the soil moisture value. In this study, the Sugeno fuzzy method is used which is simpler and more precise as a decision maker.

Keywords: soil moisture, chrysanthemum flower, IoT, Fuzzy Sugeno

Abstrak: Tanah sebagai faktor utama dalam pertanian harus diperhatikan dengan baik Untuk mencapai hasil yang diinginkan. Salah satu hobi masyarakat adalah bercocok tanam yang membutuhkan waktu dan jadwal penyiraman tertentu seperti pada budidaya bunga krisan. kelembaban tanah untuk pertumbuhan bunga ini membutuhkan 70-80 persen. Tanaman dapat layu jika kelembaban tidak mencukupi, sedangkan kelembaban yang berlebihan dapat mengurangi volume akar untuk tumbuh kembang. Penyiraman manual terkadang kurang efektif karena keterbatasan waktu, iklim dan kondisi tanah. Untuk itu dibutuhkan perangkat yang dapat memantau kelembaban tanah secara otomatis dan membantu menyiram tanaman. Salah satu inovasi teknologi informasi dan komunikasi di bidang pertanian adalah penggunaan Internet of Things. Hal ini dapat dilakukan untuk memantau kelembaban tanah yang merupakan media tumbuh tanaman hortikultura dengan menggunakan Internet of Things. Untuk menentukan langkah-langkah atau penanganan tanah akan sangat membantu dengan mengetahui nilai kelembaban tanah. Pada penelitian ini digunakan metode fuzzy Sugeno yang lebih sederhana dan presisi sebagai pengambil keputusan.

Kata kunci: Kelembaban Tanah, Bunga Krisan, IoT, Fuzzy Sugeno

Analisis Pengaruh Data Saham Provinsi Terhadap Ekonomi Indonesia

2023-11-06T05:35:33+00:00

Penelitian ini menggunakan metode kuantitatif dengan melakukan uji parametrik. Tujuan dilakukan penelitian ini yaitu untuk analisis pengaruh data saham tiap provinsi terhadap perekonomian di Indonesia. Data dalam penelitian ini berupa data bulanan dari bulan November 2022 - Januari 2023 dan sumber data penelitian dari https://www.ojk.go.id. Hasil penelitian menunjukan bahwa variabel frekuensi, nilai (miliar) dan kepemilikan saham investor individu memberikan pengaruh sebesar 99,8% bulan November 2022, 99,7% bulan Desember 2022 dan 99,7% bulan Januari 2023, sedangkan sisanya dipengaruhi oleh variabel lain namun tidak dimasukan dalam model estimasi.

Implementasi Metode Clustering SOM Dalam menganalisis Alasan Tidak KB di Kabupaten Temanggung

2023-11-06T05:47:34+00:00

Kelahiran adalah kemampuan untuk menciptakan populasi atau berproduksi yang sebenarnya. Tingkat kesuburan total adalah rata-rata jumlah anak yang dimiliki wanita di masa suburnya yaitu antara usia 15 dan 49. Angka kelahiran total ini merupakan indikator penting dan indikator strategis untuk menentukan seberapa besar suatu negara atau seluruh negara mengelola penduduknya melalui program Keluarga Berencana (KB). Banyak masyarakat yang tidak menggunakan program KB dikarenakan alasan tertentu. Identifikasi alasan tidak menggunakan KB didaerah atau kecamatan sangat diperlukan sebagai upaya untuk mengendalikan pertambahan penduduk. Jadi, penting apabila dilakukan clustering pada kecamatan yang penduduknya tidak menggunakan KB karena berbagai alasan. Self-organizing map (SOM) Kohonen digunakan sebagai metode pengelompokan. SOM adalah suatu metode analisis data berdimensi tinggi, tidak memerlukan asumsi dan dapat menghasilkan penyajian informasi. Menggunakan data 14 variabel alasan Pasangan Usia Subur (PUS) tidak menggunakan KB dikarenakan alasan tertentu di Kabupaten Temanggung yang berasal dari data Dinas Pengendalian Penduduk, Keluarga Berencana, Pemberdayaan Perempuan dan Perlindungan Anak (DPPKBPPPA). Dari data didapatkan 2 cluster yang memiliki ciri – ciri tersendiri. Cluster terbentuk yaitu cluster 1 dari 2 kecamatan, dan cluster 2 dari 18 kecamatan.

Implementasi Algoritma Naïve Bayes Classifier Dalam Klasifikasi Review Program Career Preparation Eduwork

2023-11-06T06:08:06+00:00

Perkembangan teknologi digital di era industri 5.0 berbanding lurus dengan kualifikasi seleksi kerja yang semakin ketat. Gelar dan pendidikan tidak menjamin seseorang memperoleh pekerjaan jika tidak dibekali dengan critical skill dan global skill sehingga diperlukan persiapan karir yang matang. Eduwork sebagai penyedia kursus improvisasi skill, mentoring, dan penyaluran kerja meluncurkan Career Preparation Program sebagai bentuk layanan bimbingan untuk improvisasi skill para pencari pekerjaan. Penelitian ini bertujuan untuk mengidentifikasi feedback serta penilaian dari pengguna Career Preparation Program yang baru diluncurkan oleh Eduwork menggunakan analisis sentimen yang diimplementasikan dalam algoritma Naïve Bayes Classifier. Berdasarkan penelitian, diperoleh performa yang di hasilkan dari hasil pengujian yang dilakukan terhadap perbandingan 70:30 antar data train berbanding data test dihasilkan nilai akurasi sebesar 92.5%, dengan nilai presisi 1 Sementara pada Class Recall dihasilkan nilai 96,72% (positive class: positive). Para pengguna Career Preparation Program mayoritas memberikan feedback positif dan puas dengan pelayanan Eduwork.

Implementasi Multiple Linear Regression dalam Menganalisis Jarak Luncur Guguran Awan Panas

2023-11-06T06:38:04+00:00

Gunung Merapi merupakan salah satu gunung berapi di Indonesia yang paling aktif. Erupsi Gunung Merapi sangat berbahaya bagi pemukiman padat yang mengelilinginya. Penelitian ini memberikan rekomendasi bagi para ahli vulkanologi, pemerintah, dan masyarakat dalam mengantisipasi bencana guguran awan panas di Gunung Merapi. Metode Regresi Linear Berganda digunakan pada penelitian ini disebabkan oleh adanya beberapa faktor atau variabel bebas yang dapat memberi pengaruh pada variabel terikat, yaitu jarak luncur guguran awan panas. Selain menggunakan statistika deskriptif untuk memahami data secara umum, dalam penelitian ini juga digunakan metode Multiple Linear Regression dengan bantuan perangkat lunak R Studio. Hasil dari penelitian ini menunjukkan bahwa besaran amplitudo dan durasi luncuran mempengaruhi jarak luncur guguran awan panas. Semakin besar amplitudo dan durasi, maka jarak luncur guguran awan panas semakin meningkat. Variabel amplitudo dan durasi juga memberikan pengaruh sebesar 67,2% terhadap variabel jarak luncur. Namun, 32,8% lainnya dipengaruhi variabel lain yang tidak diamati dalam penelitian ini. Pentingnya penelitian disebabkan oleh tingginya tingkat aktivitas Gunung Merapi sangat berbahaya bagi masyarakat sekitarnya. Harapan dari penelitian yang dilakukan bertujuan memberi informasi dengan tingkat akurat tinggi juga membantu para ahli vulkanologi, pemerintah, dan masyarakat dalam mengambil tindakan yang tepat dalam mengantisipasi bencana guguran awan panas di masa depan.

Penerapan Metode Fuzzy Sugeno Pada Otomatisasi Oven Pengering Ikan Berbasis IoT

2023-11-06T06:50:09+00:00

Abstrak: Ikan Asin merupakan makanan khas masyarakat Indonesia. Hampir semua masyarakat mengkomsumsi makanan yang terbuat dari ikan asin, produk perikanan masih di olah dan di awetkan dengan cara pengasinan. Proses pengeringan ikan asin dapat menggunakan beragam sumber, salah satunya adalah dengan membiarkan ikan di bawah sinar matahari. Pengeringan yang dilakukan dengan bantuan sinar matahari tidak memerlukan biaya besar dan meskipun pengeringan ini dapat mengubah sifat daging ikan segar, namun nilai gizi tidak relatif berubah. Maka peran sinar matahari sangat penting, keadaan cuaca yang tidak menentu dan pasti menjadi salah satu masalah dalam proses pengeringan ikan asin tersebut. Banyak industri pengolahan ikan asin di wilayah ini namun masih mengunakan metode tradisional dalam pengeringannya. Berdasarkan permesalahan tersebut , maka peneliti bertujan untuk membuat Oven Pengering Ikan Asin Otomatis dengan Metode Fuzzy Logic berbasis Internet Of Things (IoT), yang digunakan untuk mengeringkan ikan asin tanpa pengaruh cuaca dan untuk meminimalkan kontak serangga yang hinggap pada ikan tersebut serta mempercepat proses produksi dari waktu berhari-hari menjadi 4-8 jam.dengan kadar air pada ikan sebanyak 40% atau dengan berat 200 gram dari 1000 gram berat awal ikan.

Monitoring Kualitas Air Aquarium Menggunakan Metode Fuzzy Mamdani Berbasis IoT

2023-11-06T07:04:09+00:00

Aquarium adalah sebuah wadah estetik juga sebagai tempat pada pembudidayaan ikan guppy, terdapat beberapa kendala yang sering dialami oleh para pembudidaya ikan aquarium yaitu dalam mengontrol kualitas air dalam hal ini adalah pengontrolan tingkat kekeruhan air dan pH air pada aquarium pada rentang pH 6-8 atau netral. Tingkat Kekeruhan air dengan rentang 0-10 ntu selebihnya berdampak negatif terhadap nilai estetik aquarium serta bioata yang ada didalamnya. Tingkat turbidity yang tinggi juga dapat mempengaruhi kemampuan insang ikan menyerap oksigen terlarut dan tingkat kekeruhan yang tinggi menyebabkan berkembangnya jamur atau fungi Branchiomyces Sanguinis di ingsan ikan serta dapat menghasilkan lumut pada wadah akuarium sehingga menyebabkan kesehatan ikan terganggu sehingga ikan mudah terkena penyakit bahkan kematian. dengan adanya sistem monitoring kualitas air berbasis internet of things menggunakan aplikasi Blynk dapat mengontrol nilai pH dan turbidity melalui android atau smartphone pengguna seperti status nilai pH dan nilai turbidity serta status pengurasan dan pengisian air secara otomatis dan metode fuzzy mamdani sebagai pendukung pengambilan keputusan pada saat melakukan pengurasan dilihat dari nilai pH dan nilai turbidity untuk menghasilkan total atau banyaknya air yang harus dikuras 25%, 50% atau 75% dari total banyaknya air pada aquarium.

Kata kunci: pH, Turbidity, Blynk, IoT, fuzzy Mamdani

Penerapan Database Relasional pada Perpustakaan Berbasis Website dan Kontrol Akses

2023-11-06T07:28:49+00:00

Kebocoran dan penyalahgunaan data pribadi seseorang pada dasarnya karena kurangnya keamanan dari suatu database. Setiap database pasti terdapat pengontrol untuk bisa mengakses database tersebut. Sistem kontrol ini dapat dilakukan oleh admin dan admin yang akan memberikan akses kepada siapa saja yang bisa mengakses database tersebut agar tidak sembarangan orang mengaksesnya[1]. Sama seperti kontrol dan akses pada aplikasi perpustakaan online yang kelompok kami buat yaitu admin bisa melihat keseluruhan database, mulai dari daftar anggota perpustakaan hingga daftar buku yang tersedia dan database-database ini hanya bisa diakses dan diedit oleh admin. Pada implementasi ini digunakan metode berupa SLDC (Software Development Life Cycle). Sehingga didapatkan hasil yaitu terdapat dua user yang bernama admin dan anggota. Admin berkuasa untuk mengakses dan memberikan akses database sedangkan anggota hanya dapat mengakses list dari buku yang tersedia dan riwayat peminjamannya. Hal ini dilakukan agar selain admin tidak sembarang orang mengakses data pribadi dari seseorang dan menyalahgunakannya.

Analisis Prediksi Peluang Pendapatan Biaya Aset Sewa PT. KAI Daop 6 Yogyakarta Dengan Menggunakan Metode Markov

2023-11-06T07:35:51+00:00

PT. Kereta Api Indonesia (PT. KAI) merupakan perusahaan yang bergerak di bidang transportasi darat. Sewa aset PT. KAI merupakan layanan yang ditawarkan oleh pihak PT. KAI kepeda pihak lain untuk menyewa asset, yang terdiri berupa tanah, bangunan, atau fasilitas infrastruktur lainnya untuk digunakan selama jangka waktu tertentu. Rantai Markov merupakan proses acak suatu informasi pada masa depan terjadi pada masa sekarang, dimana bentuk dari rantai Markov dalam masa depan bergantung pada masa kini. Metode ini digunakan untuk pengambilan keputusan jumlah pendapatan selama 6 bulan kedepan. Apabila pekan ini naik maka peluang perubahan status naik yaitu sebesar 53.89%, dan prediksi peluang status turun sebesar 46.10%. Jika pada bulan ini turun maka prediksi peluang prediksi status turun sebesar 46.13%, dan peluang prediksi status naik sebesar 53.86%. peluang 6 periode kedepan naik lebih tinggi dibandingkan turun. Upaya yang dapat dilakukan untuk meningkatkan pendapatan aset sewa PT KAI Daop 6 dengan bertanggung jawab serta tegas dalam tindakan penagihan terhadap penyewa aset yang memiliki keterlambatan pembayaran penyewa, sesuai dengan ketentuan yang berlaku.

Monitoring suhu dan kelembaban pada penetas telur otomatis mengunakan metode fuzzy sugeno berbasis IoT

2023-11-06T07:58:42+00:00

Abstrak: Salah satu usaha andalan peternak yang bergerak di bidang peternakan adalah beternak ayam dan itik. Setiap tahun data statistik mencatat bahwa kebutuhan masyarakat akan daging ayam terus meningkat. Secara tidak langsung hal ini akan berdampak positif bagi peternak khususnya peternak ayam. Peternak ayam akan berusaha meningkatkan usaha pembibitan ayamnya, yang bertujuan untuk mencegah penurunan harga ayam pedaging dan ayam petelur. Pada penelitian ini telah dibuat alat penetas telur otomatis dengan menerapkan metode pemerataan pemanasan buatan. Mesin penetas telur dibuat dengan memperhatikan kondisi suhu yang ideal untuk mengerami telur ayam yaitu 35,3 ⁰C – 40,5 ⁰C, dengan kelembaban di dalam mesin berkisar antara 70%-80%. Mesin ini memiliki kapasitas untuk 60 butir telur. Mesin penetas telur ini merupakan modifikasi dari alat yang dibuat sebelumnya yang dilengkapi dengan kipas sebagai sirkulasi udara. Dan tidak perlu roller untuk memutar atau membolak-balik telur karena telur sudah dipanaskan .

Pendeteksian Spam pada E-mail menggunakan Pendekatan Natural Language Processing

2023-11-06T08:28:18+00:00

Natural Language Processing (NLP) adalah sebuah cabang ilmu komputer yang berkaitan dengan pemrosesan bahasa alami manusia oleh mesin atau komputer, pada penelitian ini telah dilakukan pendeteksian pada sebuah dataset yang berisikan spam dan bukan spam pada email. Email atau surel adalah media komunikasi yang umum digunakan dalam internet sebagai sarana seseorang untuk bertukar informasi. Metode yang digunakan dalam pendekatan NLP ini meliputi preprocessing data, seperti penghapusan tanda baca, kata- kata umum yang tidak relevan, tokenize, stemming, dan lainnya, serta teknik-teknik klasifikasi, seperti Support Vector Classifier (SVC), Naive Bayes, dll. Dari berbagai model yang telah dilakukan uji, terdapat satu model yang menunjukan angka lebih tinggi dari model lainnya dengan presisi 0,98. Penelitian menunjukkan bahwa pendekatan NLP menghasilkan kinerja yang lebih baik dalam mendeteksi spam dibandingkan dengan metode- metode lain. Namun, peningkatan teknologi dan pengembangan metode deteksi yang lebih kompleks masih diperlukan untuk meningkatkan kinerja dan akurasi dari model deteksi spam email.

Analisis Topic Modelling pada Ulasan Aplikasi Shopee di PlayStore Menggunakan Latent Direchlet Allocation (LDA)

2023-11-07T05:17:47+00:00

Shopee is a popular e-commerce platform in Indonesia. To improve service quality, data analysis is
needed to understand user responses and preferences. This study aims to conduct data analysis and topic
modelling using the Latent Dirichlet Allocation (LDA) method on 33,896 user review data of the Shopee
application on PlayStore. LDA modelling was performed by considering the parameters passes and iterations.
Passes with values of 5, 10, 15, and 20 were tested with a combination of iterations values of 50 and 100 and a
random state of 142. During the testing, it was found that the highest average coherence score was achieved by
using passes 10 and iterations 50. Therefore, passes 10 and iterations 50 were selected as the final LDA model
parameters, resulting in seven topics. The topics that emerged from the analysis include user satisfaction, shipping
and product suitability, user trust, user experience, service and support, application, and promotional offers. The
"application" topic was found to be the most critical and received the highest number of rating 1. High-weighted
words on the application topic such as "slow," "heavy," and "crash" indicate that issues related to the
application's system performance and functionality need to be addressed and improved.

Klasifikasi Abjad SIBI (Sistem Bahasa Isyarat Indonesia) menggunakan Mediapipe dengan Metode Deep Learning

2023-11-07T05:25:51+00:00

General public knowledge in Indonesia regarding the Indonesian Sign Language System (SIBI) is quite low. This can prevent deaf and mute people from doing activities in public facilities. In this paper, we propose an alphabetical classification of SIBI sign language using the mediapipe and the Deep Learning method to help deaf and mute people communicate with the public. The methodology of this paper collects a dataset in the form of image data from the hand patterns of each SIBI sign language alphabet by combining a webcam with the help of the open-cv library to retrieve image data. With the mediapipe, the data is extracted from the coordinates of the landmarks in his hand and then normalized for each coordinate. Then the model is trained with a fully connected layer deep learning algorithm. The experimental results obtained an accuracy of 94.32% and a loss of 15.17% on the training data, an accuracy of 93.52% and a loss of 18.91% on the validation data, and an accuracy of 93.94% on the test data. These results show that the mediapipe and the deep learning fully connected layer algorithm successfully detect the right and left hands, and coordinates of landmarks according to the SIBI sign language alphabet correctly

Perspektif Wisatawan Mancanegara (Wisman) Terhadap Pariwisata Indonesia menggunakan Latent Dirichlet Allocation (LDA)

2023-11-07T06:16:40+00:00

The 2022 G20 Bali summit in Indonesia provides an opportunity to revitalize the tourism industry after the Covid-19 pandemic. The perspectives of foreign tourists visiting Indonesia, including the advantages and disadvantages of their tourism experience are an important aspect to improve tourism in Indonesia. In this paper, we propose the perspective of foreign tourists on Indonesian tourism using Latent Dirichlet Allocation (LDA). The first step was scrapping data comments by foreign tourists regarding tourism in Indonesia from Twitter. The next step of this paper is data preprocessing consisting of cleaning data, tokenization, stopwords, and stemming. The LDA method is used to analyze and identify the main topics from the comments until obtaining relevant insights. The results of the research reveal three main topics: tourist satisfaction with Indonesian tourism, foreign tourist activities during their tour, and plans for foreign tourists to visit Indonesia. These findings provide valuable insights for the government in optimizing the tourism sector in the future and supporting post-pandemic economic recovery. In the context of recovery, understanding the strengths and weaknesses identified by foreign tourists can help the government take appropriate steps to increase Indonesia's attractiveness as a tourist destination.

Speech Emotion Recognition (SER) dengan Metode Bidirectional LSTM

2023-11-07T06:25:11+00:00

Emotions are a part of humans as a form of response to experienced events. Emotion analysis or known as speech emotion recognition (SER) is a field many researchers are interested in because voice recognition systems can assist in criminal investigations, monitoring, and detection of potentially dangerous events, and assisting the health care system. Therefore, this study proposes the detection of SER using the Bidirectional Long short-term memory (Bi-LSTM) model approach. The dataset used was scraped on the YouTube platform. The dataset is manually labeled then feature extraction is performed using the Mel Frequency Cepstral Coefficients (MFCC). The experiment using the Bi-LSTM method has an AUC ROC value of 0.97 and an f1-score value of 0.878. Based on these results, it can be concluded that the performance of the proposed method succeeded in predicting SER better than other comparison methods. This model also proved to be more precise in classifying human voices based on four types of emotions, namely happy, sad, angry, and neutral.

Perspektif Opini Pelanggan pada Aplikasi MyPertamina menggunakan Metode Latent Dirichlet Allocation (LDA)

2023-11-07T08:09:06+00:00

Fluctuations in world oil prices are one of the major factors affecting the country's economic growth, including Indonesia. The government issued a fuel subsidy program, but the program was used by the wrong target and caused the government budget to swell. The solution is to provide programs to the right targets, the government created the MyPertamina application. MyPertamina's application reviews need to be further analyzed and researched to find out the customer's perspective on the application and help the government improve its work program. This study proposes the LDA (Latent Dirichlet Allocation) topic modeling method to analyze user reviews of the MyPertamina application. The methodology used in this research is starting with a literature study, data collection, data preprocessing, sentiment analysis, and topic modeling using LDA. The results of the analysis show that there are several negative reviews with most reviews being positive. This indicates that the MyPertamina application is a good program and right on target in distributing subsidized fuel. Based on the results of the analysis, the are some suggestions about improving application performance in the registration process and adding payment options through e-wallets other than LinkAja or m-banking. The conclusion of the perspective user, the MyPertamina application is effective in controlling subsidized fuel purchases and several user suggestions need to improve regarding registration and payment.

Sistem Rekomendasi Pencarian Indekos di Surabaya Menggunakan Random Forest

2023-11-08T06:46:29+00:00

Looking for a boarding house is common for college students as a temporary place to live when they are studying outside their area of residence. Obtaining information regarding boarding prices that meet the criteria desired by students is quite difficult. In this paper, we proposed a recommendation system for finding boarding houses according to the criteria desired by students using the random forest method. This system can help students get boarding prices that match the boarding criteria they want, especially in the Surabaya area. The research method starts with data collection, preprocessing, and model training using the random forest. Based on the experimental results using the Decision Tree and Support Vector Machine (SVM) comparison method, the proposed method has the highest accuracy rate with a value of 78.55% and an error rate of 305887.80⁰. This recommendation system for predicting boarding houses can help and make it easier for students to find boarding houses that match the criteria they want.

Optimasi Pengolahan Data Facemask di Teachable Machine melalui Analisis Nilai Epoch dan Learning Rate

2023-11-08T06:51:54+00:00

Abstract: This study discusses the optimization of facemask data processing using Teachable Machine through the analysis of epoch and learning rate values. The purpose of this research is to improve the accuracy of recognizing the usage of masks on facial images using transfer learning techniques on Teachable Machine. The image data used in this study is the Face Mask Detection dataset obtained from Kaggle, which has been labeled with mask usage and non-usage categories. In the data processing stage, image augmentation techniques were employed to expand the sample size and avoid overfitting. Furthermore, model training was conducted with various values of epoch and learning rate to determine the optimal parameter combination for improving recognition accuracy. The results show that using 150 epochs and a learning rate of 0.001, a recognition accuracy of 99% was achieved on the dataset used. It is expected that the results of this study can contribute to the development of automatic mask usage detection applications.

Keywords: Teachable Machine, Machine Learning, Image Classification

Abstrak: Penelitian ini membahas tentang optimasi pengolahan data facemask menggunakan Teachable Machine melalui analisis nilai epoch dan learning rate. Tujuan penelitian ini adalah untuk meningkatkan akurasi pengenalan penggunaan masker pada gambar wajah menggunakan teknik transfer learning pada Teachable Machine. Data gambar yang digunakan dalam penelitian ini adalah dataset Face Mask Detection yang diperoleh dari sumber internet yaitu Kaggle dan telah dilabeli dengan kategori penggunaan masker dan tidak. Pada tahap pengolahan data, dilakukan teknik augmentasi gambar untuk memperluas jumlah sampel data dan menghindari overfitting. Selanjutnya, dilakukan pelatihan model dengan variasi nilai epoch dan learning rate untuk menentukan kombinasi parameter yang optimal untuk meningkatkan akurasi pengenalan. Hasil penelitian menunjukkan bahwa dengan menggunakan epoch sebanyak 150 dan learning rate sebesar 0.001, diperoleh akurasi pengenalan sekitar 96-100% pada dataset yang digunakan. Diharapkan hasil penelitian ini dapat memberikan kontribusi dalam pengembangan aplikasi deteksi penggunaan masker secara otomatis.

Peramalan Lonjakan Kasus Harian Covid-19 Di Indonesia Dengan Model Arima

2023-11-21T11:38:45+00:00

Organisasi Kesehatan Dunia (WHO) menetapkan bahwa Corona Virus Disease 2019 atau disebut juga dengan Covid-19 sebagai pandemi pada tanggal 11 Maret 2020. Pemerintah Indonesia mengumumkan kasus Covid-19 di Indonesia pertama kali pada 2 Maret 2020. Terjadi 2 lonjakan kasus harian Covid-19 di Indonesia yaitu pada rentang waktu lonjakan pertama (14 Mei 2021 – 15 Juli 2021) dan lonjakan kedua (26 Desember 2021 – 16 Februari 2022). Menggunakan metode ARIMA diperoleh model ARIMA dengan nilai MSE terendah yaitu ARIMA (2,1,2) untuk lonjakan pertama dengan nilai MSE 2720874 dan ARIMA (2,1,3) untuk lonjakan kedua dengan nilai MSE 13357211

Pengaruh Nilai Tukar Rupiah terhadap Dolar Amerika Serikat dan Jumlah Wisatawan Asia Tenggara

2023-11-21T11:43:02+00:00

Analisis regresi merupakan suatu metode statistik yang digunakan untuk menghitung perkiraan hubungan antara variabel-variabel yang bertujuan untuk menarik pemahaman mengenai hubungan antara satu variabel dependen dan satu atau lebih variabel independen. Tujuan dari penelitian ini yakni untuk mengetahui pengaruh nilai tukar rupiah terhadap Dolar Amerika Serikat dengan jumlah wisatawan dari Asia Tenggara. Metode yang digunakan dalam penelitian ini adalah metode analisis berdasarkan data dengan pendekatan analisis regresi. Hasil penelitian ini adalah ketika jumlah kurs mengalami kenaikan, jumlah wisatawan akan mengalami penurunan.

Evaluasi Kualitas Pelayanan Kesehatan di Kota Surabaya: Studi Kasus pada Puskesmas dan Rumah Sakit

2023-11-21T11:51:21+00:00

Penelitian ini bertujuan untuk melakukan evaluasi kualitas pelayanan kesehatan di Kota Surabaya, dengan fokus pada puskesmas dan rumah sakit, berdasarkan data yang diperoleh dari Badan Pusat Statistik (BPS). Penelitian ini menggunakan pendekatan kuantitatif data analytics untuk menganalisis hubungan antara variabel jumlah fasilitas kesehatan, jumlah tenaga kesehatan, persentase angka sakit, dan persentase alasan masyarakat terhadap fasilitas kesehatan. Data yang digunakan dalam penelitian ini mencakup informasi tentang jumlah fasilitas kesehatan, termasuk puskesmas dan rumah sakit, serta jumlah tenaga kesehatan yang tersedia di Kota Surabaya. Selain itu, data juga mencakup persentase angka sakit yang menggambarkan prevalensi penyakit di masyarakat, serta persentase alasan masyarakat terhadap fasilitas kesehatan yang mencerminkan persepsi dan preferensi penduduk terkait pelayanan kesehatan. Analisis data dilakukan menggunakan metode statistik untuk mengidentifikasi pola dan hubungan antara variabel yang diamati, yakni tenaga kesehatan, tingkat penyakit, dan preferensi masyarakat. Hasil penelitian menunjukkan hubungan yang signifikan antara jumlah fasilitas kesehatan dan jumlah tenaga kesehatan dengan kualitas pelayanan kesehatan. Semakin banyak fasilitas kesehatan dan tenaga kesehatan yang tersedia, maka cenderung meningkat pula kualitas pelayanan. Evaluasi menunjukkan bahwa kualitas pelayanan kesehatan di Kota Surabaya harus lebih ditingkatkan. Meskipun fasilitas kesehatan dan tenaga kesehatan cukup memadai, namun terdapat bukti yang menunjukkan adanya kekurangan dalam beberapa aspek kualitas pelayanan.

Analisis Perubahan Tingkat Pengangguran di Kabupaten/Kota Kalimantan Barat Tahun 2010-2018

2023-11-21T12:00:50+00:00

Artikel ini membahas tentang perubahan tingkat pengangguran di Kabupaten/Kota Kalimantan Barat Tahun 2010-2018. Analisis ini bertujuan untuk mempelajari perubahan tingkat pengangguran di Kabupaten/Kota Kalimantan Barat dari tahun 2010 hingga 2018. Penelitian ini menggunakan data tingkat pengangguran di setiap Kabupaten/Kota sebagai sumber informasi dan menerapkan pendekatan statistik serta analisis untuk mengidentifikasi faktor-faktor yang mempengaruhi perubahan tersebut. Hasil analisis menunjukkan variasi yang signifikan dalam tingkat pengangguran di Kabupaten/Kota Kalimantan Barat selama periode penelitian. Beberapa daerah mengalami penurunan tingkat pengangguran yang signifikan, sementara daerah lain mengalami kenaikan atau perubahan yang tidak signifikan.

Faktor-faktor yang berpotensi mempengaruhi perubahan tingkat pengangguran antara lain pertumbuhan ekonomi dan kebijakan ketenagakerjaan.Hasil penelitian ini memiliki implikasi penting bagi pemerintah daerah dan stakeholder terkait dalam merumuskan kebijakan untuk mengurangi tingkat pengangguran di Kabupaten/Kota Kalimantan Barat. Diperlukan kerjasama antara pemerintah, sektor swasta, dan lembaga pendidikan dalam meningkatkan peluang kerja dan menguatkan program pelatihan tenaga kerja guna mengatasi masalah pengangguran. Kesimpulannya, analisis ini memberikan wawasan yang lebih baik tentang perubahan tingkat pengangguran di Kabupaten/Kota Kalimantan Barat selama periode 2010-2018 serta faktor-faktor yang berperan dalam perubahan tersebut. Artikel ini diharapkan dapat menjadi dasar untuk pengambilan keputusan yang lebih efektif dalam menghadapi tantangan pengangguran di wilayah tersebut.

Analisis Pengaruh COVID-19 Terhadap Jumlah Pengangguran di Jawa Timur Menggunakan Metode Uji Mean

2023-11-21T12:17:57+00:00

Tingkat pengangguran di Indonesia menjadi salah satu isu sosial yang terdampak karena adanya pandemi COVID-19. Penelitian ini bertujuan untuk menganalisis dampak pandemi Covid-19 terhadap peningkatan jumlah pengangguran dengan membandingkan tingkat pengangguran di tahun 2019 dan 2021. Data yang digunakan bersumber dari Badan Pusat Statistik dengan menggunakan uji mean 2 populasi sebagai metode untuk menguji perbedaan signifikan antara jumlah pengangguran sebelum dan selama pandemi. Hasil penelitian ini menunjukkan adanya peningkatan signifikan dalam jumlah pengangguran di tahun 2021 dibandingkan dengan tahun 2019 sebagai dampak dari pandemi COVID-19. Penelitian ini penting karena memberikan pemahaman yang lebih baik tentang efek pandemic Covid-19 terhadap tingkat pengangguran di Jawa Timur, Indonesia, yang telah mengubah peta ketenagakerjaan secara drastis

Analisis Dampak Covid-19 terhadap Nilai Ekspor Provinsi Jawa Timur dengan Uji Mean

2023-11-21T12:30:22+00:00

Sektor Ekspor merupakan salah satu sektor yang berperan penting dalam perekonomian di Indonesia. Salah satu faktor dari penurunan nilai ekspor di Indonesia ini terjadi karena adanya pandemi Covid-19. Tujuan dari penelitian ini adalah untuk membandingkan nilai rata-rata ekspor tahun 2020 dengan nilai rata-rata ekspor tahun 2021 di provinsi Jawa Timur. Hasil dari penelitian ini menunjukkan bahwa pandemi Covid-19 memberikan dampak pada sektor Ekspor di Jawa Timur. Penelitian ini dilakukan dengan menggunakan metode analisis uji mean 2 populasi dengan data yang didapatkan dari Badan Pusat Statistik (BPS).

Analisis Perbandingan Tingkat Kemiskinan Di Jawa Timur Selama Dan Sesudah Krisis Pangan

2023-11-21T12:43:49+00:00

Kemiskinan menjadi masalah yang cukup rumit terutama pada masa keterpurukan ekonomi akibat krisis pangan. Tujuan penelitian ini untuk menganalisis tingkat kemiskinan di Jawa Timur selama dan sesudah krisis pangan. Jenis penelitian yang digunakan dalam penelitian ini adalah mengugunakan penelitian kuantitatif komperatif yang bertujuan untuk membandingkan tingkat kemiskinan selama dan sesudah krisis pangan. Data sekunder yang digunakan dalam penelitian ini yang terkumpul meliputi jumlah tingkat kemiskinan tahun 2008 dan jumlah kemiskinan tahun 2009 di Jawa Timur. Metode analisis yang digunakan adalah uji mean 2 populasi dependen karena dengan metode tersebut dapat mengetahui perbandingan kemiskinan selama dan sesudah krisis pangan. Berdasarkan hasil penelitian menunjukan bahwa adanya perbandingkan yang signifikan dalam tingkat kemiskinan di Jawa Timur selama dan sesudah krisis pangan.

Analisis Keterkaitan Jumlah Rumah Ibadah berdasarkan Penganutnya

2023-11-21T13:08:02+00:00

Penelitian ini bertujuan untuk menganalisis keterkaitan antara jumlah rumah ibadah dengan jumlah penganut agama di Indonesia. Data yang digunakan diperoleh dari sumber lembaga keagamaan. Penelitian ini menggunakan dua metode yaitu analisis deskriptif untuk memberikan gambaran secara umum dan analisis regresi linier sederhana untuk menentukan apakah terdapat hubungan antara jumlah rumah ibadah dengan jumlah penganut agama. Variabel independen dalam penelitian ini adalah jumlah rumah ibadah, sedangkan variabel dependen adalah jumlah penganut agama. Hasil menunjukkan bahwa korelasi antara jumlah rumah ibadah dan jumlah penganut agama tidak terlalu signifikan. Adanya faktor-faktor lain yang mempengaruhi korelasi tersebut seperti tradisi, rumah ibadah yang tidak terdata dan lain-lain. Hasil penelitian ini dapat menjadi acuan evaluasi bagi pemerintah dan lembaga keagamaan dalam perencanaan pembangunan rumah ibadah dan kebijakan agama

STATISTIKA DESKRIPTIF PADA ANALISIS KETIMPANGAN KEMISKINAN

2023-11-21T13:15:35+00:00

Trend masalah kemiskinan di Indonesia merupakan permasalahan yang perlu mempunyai perhatian khusus dalam penanggulangannya. Penelitian ini membahas ketimpangan kemiskinan antara wilayah perkotaan dengan pedesaan di Indonesia yang bersumber dari Badan Pusat Statistik (BPS) periode tahun 2021-2022. Penelitian ini menggunakan metode analisis deskriptif dan uji korelasi pearson. Hasil uji analisis deskriptif menunjukkan bahwa terdapat perbedaan yang cukup signifikan antar wilayah. Kemudian hasil uji korelasi juga menunjukkan bahwa angka kemiskinan di Indonesia sebagian besar terdapat dalam rentang wilayah pedesaan. Oleh karenanya diperlukan penelitian lebih lanjut dalam pengambilan keputusan oleh pemerintahan dengan memperhatikan faktor dan implikasi kemiskinan yang terjadi di Indonesia.

Artikel Analisis Kesamaan Rata-rata Indeks Harga Konsumen (IHK) Menurut Kelompok dan Sub Kelompok pada Kelompok dan Sub Kelompok 1 Makanan, Minuman, dan Tembakau dengan Kelompok dan Sub Kelompok 9 Pendidikan

2023-11-21T13:26:14+00:00

Indeks Harga Konsumen (IHK) adalah salah satu indikator untuk mengukur tingkat inflasi dalam suatu negara atau wilayah. Menurut Badan Pusat Statistik (BPS), Indeks Harga Konsumen (IHK) digunakan untuk menghitung perubahan harga rata-rata selama periode waktu tertentu dari kumpulan barang dan jasa yang digunakan oleh penduduk dan rumah tangga selama periode waktu tertentu. IHK biasanya memberikan informasi tentang tren harga untuk sekelompok barang atau jasa yang dikonsumsi oleh rumah tangga pada suatu titik waktu tertentu. Kenaikan IHK pada sub kelompok makanan akan berdampak pada kenaikan harga-harga makanan secara signifikan. Ini nantinya akan berpengaruh pada kenaikan biaya hidup. Lalu pendidikan merupakan pondasi penting dalam membangun masyarakat yang memiliki pengetahuan yang tinggi. Selanjutnya dilakukan perbandingan rata-rata antara IHK pada sub kelompok makanan dan sub kelompok pendidikan. Untuk menghasilkan hasil yang terbaik, maka menggunakan metode Uji Mean Dua Populasi. Pada bagian hasil, dapat disimpulkan bahwa Indeks Harga Konsumen (IHK) pada sektor makanan dan pendidikan memiliki rata-rata yang berbeda yang berarti tingkat inflasi pada kedua sektor tersebut berbeda.

Peramalan Penumpang Pelabuhan Terbesar Indonesia Efek Pandemi COVID-19: Pendekatan Pemodelan Seasonal Autoregressive Integrated Moving Average dan Intervensi

2023-11-21T13:35:10+00:00

Peramalan terhadap pergerakan penumpang pelabuhan yang cenderung fluktuatif dan tidak menentu diperlukan untuk meningkatkan ketepatan pengembangan pelabuhan. Pemodelan dan peramalan jumlah penumpang pelabuhan membutuhkan metode yang dapat menangkap efek kebijakan pembatasan pergerakan manusia selama masa pandemi COVID-19, salah satunya model intervensi. Model peramalan SARIMA dibangun dari data jumlah penumpang secara bulanan di pelabuhan utama dalam negeri mulai periode Januari 2006 hingga Februari 2023. Pembentukan fungsi intervensi ditetapkan pada Maret 2020 sesuai pemberlakuan kebijakan pembatasan pergerakan. Hasil penelitian menunjukkan bahwa terjadi penurunan drastis pada ke-empat pelabuhan pada bulan Mei 2020 akibat pembatasan sosial. Analisis intervensi mampu mengetahui besar dan juga efek pandemi Covid-19 terhadap jumlah penumpang pelabuhan. Model Intervensi SARIMA merupakan penerapan analisis intervensi yang tepat untuk menjelaskan dinamika dan dampak interupsi dan perubahan deret waktu secara lebih rinci dan tepat dengan pola musiman pada data.

Analisis Sentimen Persepsi Publik Terhadap UPN “Veteran” Jawa Timur Menggunakan Metode SVM, Naïve Bayes, dan Multinomial Logistic Regression

2023-11-21T13:43:32+00:00

Perkembangan teknologi informasi mempengaruhi berbagai lini kehidupan manusia. Melalui media sosial Twitter pengguna dapat mengutarakan opini/pendapatnya terkait kejadian di dunia nyata. Opini/pendapat tersebut dapat dimanfaatkan untuk menggali insight lebih, salah satunya adalah melalui analisis sentimen. Penelitian ini melakukan analisis sentimen publik terhadap UPN "Veteran" Jawa Timur. Peneliti menggunakan data yang diambil dengan Teknik crawling dengan Twint. Peneliti menggunakan metode ekstraksi fitur Back of Word (BOW) dan Term Invers – Document Term Frequency (TF-IDF) dan algoritma SVM, Naive Bayes, dan Multinomial Logistic Regression untuk membangun model klasifikasi sentimen. Berdasarkan hasil dari proses analisis pada data yang telah dilakukan pelabelan sentimen dengan Python TextBlob, 12.9% dikelompokan dalam sentimen negatif, 55.2% sentimen netral, dan 31.9% sentimen positif. Selain itu, didapatkan informasi bahwa terjadi peningkatan trend jumlah tweet terkait UPN ”Veteran” Jawa Timur bulan Februari 2023. Hasil uji dari model klasifikasi menunjukan bahwa Logistic Regression dengan BoW menghasilkan kinerja terbaik akurasi yang didapatkan sebesar 0.75, presisi sebesar 0.74 dan recall sebesar 0.60. Metode ekstraksi fitur BoW tampak bekerja lebih baik pada semua model yang diuji dalam penelitian ini.

One-Shot Learning Menggunakan Siamese Neural Network Untuk Pendeteksian Wajah

2023-11-21T13:52:45+00:00

One-Shot Learning using Siamese Neural Network is a method used for facial recognition, this method implements a deep learning algorithm which allows facial detection using one single image. This research aims to extract features from the images and calculate the dissimilarity of each compared images. This research uses Convolutional Neural Network (CNN) to perform feature extraction, where the images will be divided into two pairs and fed into two different CNN networks, then calculate the Eucledian Distance to measure similarity, calculate Contrastive Loss, and train Siamese Network to produce accurate results. The results of this research show that the algorithm can produce accurate results with high mean dissimilarity value for non-similar images and low mean dissimilarity value for similar images.

Model Prediksi Kepadatan Lalu Lintas: Perbandingan Algoritma Random Forest dan XGBoost

2023-11-21T14:12:27+00:00

Populasi manusia secara umum akan terus bertambah sehingga kepadatan lalu lintas adalah fenomena yang perlu diatasi. Oleh sebab itu, diperlukan prediksi kepadatan lalu lintas yang akurat untuk menyusun strategi yang tepat guna mengurangi tingkat kemacetan. Sehingga tujuan dari penelitian ini adalah membandingkan algoritma Random Forest dan XGBoost yang merupakan salah satu algoritma pembentuk model prediksi. Hasil akan dibandingkan berdasarkan tiga jenis evaluasi parameter diantaranya koefisien determinasi , Mean Absolute Error (MAE), dan Root Mean Square Error (RMSE). Berdasarkan penelitian yang dilakukan, menunjukkan bahwa tidak ada perbedaan signifikan dalam melakukan prediksi volume lalu lintas antara algoritma Random Forest dan XGBoost. Kedua algoritma yang dibandingkan memiliki hasil akurasi kurang lebih 95% namun, XGBoost memiliki kelebihan yakni waktu yang dibutuhkan dalam prediksi 532% lebih cepat dibanding Random Forest. Dengan mempertimbangkan akurasi dan efisiensi, algoritma XGBoost adalah pilihan yang tepat dalam membangun model prediksi kepadatan lalu lintas.

Adaptive Synthetic Support Vector Machine Multiclass untuk mengklasifikasikan Imbalance data pada Sentimen kenaikan Bahan Bakar Minyak

2023-11-21T14:35:10+00:00

The phenomenon of increasing fuel oil (BBM) has become a trending topic for people in Indonesia in September 2022. Indonesian people from various provinces have chosen their opinions regarding this phenomenon on social media, one of which is Twitter. Sentiment analysis is used to describe a person's opinion on social media about a phenomenon. In this study, we will look at public sentiment regarding the increase in fuel prices which is labeled into three categories, namely positive, neutral and negative. This study applies adaptive synthetics to overcome data imbalances caused by negative sentiment. The data used in this research is public opinion related to the increase in fuel prices in every province in Indonesia. Each province is limited to 100 opinions. The classification method applied to this research is the multiclass Support Vector Machine (SVM). The results obtained are that people in all provinces in Indonesia have a negative opinion regarding the increase in fuel prices. The results of the multiclass SVM classification show an average accuracy of 87.94%, with the highest accuracy of 95%.

Analisis dan Simulasi Teori Antrian pada Indomaret Darmo Surabaya

2023-11-21T14:41:27+00:00

Abstract: Service quality is one of the key factors to get a good rating from consumers. However, an increase in the number of consumers is sometimes not matched by an increase in the number of service providers. This is what causes the queue. Queuing theory provides several alternative mathematical models that can be used to determine some of the properties of a queuing system and optimize decision making. For this reason, queuing theory simulation is one of the important things to do so that the service system in one place can be optimal. In this research, analysis and simulation of queuing theory will be carried out at Indomaret Darmo Surabaya. The data used are primary data taken directly by researchers. In this study, the results of queuing theory analysis will be displayed in several forms of data visualization and determine the confidence intervals of service duration, service waiting time, and idle time. The results show that the service duration at Indomaret Darmo Surabaya can be trusted to be between 4.48 to 5.128 minutes. While the average waiting time can be trusted to be between 3,974 to 5,505 minutes. In addition, the results of the analysis show that the average, median, mode, and standard deviation of idle time are 0 (less than 1 minute). This shows that there is almost no free time for services at Indomaret Darmo Surabaya.

Keywords: idle time, queuing theory, service duration, waiting time

Regresi Data Panel untuk Memodelkan Tingkat Kemiskinan di Provinsi Papua

2023-11-21T14:45:46+00:00

The purpose of this research was to model and determine the factors that influence the poverty rate in the Province of Papua from 2018 to 2020 by applying panel data analysis. The independent variables in this research were life expectancy, average length of schooling, open unemployment rate, and labor force participation rate. The estimation model used was the common effect model (CEM), fixed effect model (FEM) and random effect model (REM). The best model to determine the factors that influence the poverty rate in the Province of Papua was Random Effect Model and (REM) and the independent variable that has a significant effect on the poverty rate in Papua Province in 2018-2020 was the average length of school.

Analisis Kesamaan Rata-rata Indeks Harga Konsumen (IHK) Menurut Sub Kelompok Makanan dengan Sub Kelompok Pendidikan

2023-11-21T14:50:44+00:00

Indeks Harga Konsumen (IHK) adalah salah satu indikator untuk mengukur tingkat inflasi dalam suatu negara atau wilayah. Menurut Badan Pusat Statistik (BPS), Indeks Harga Konsumen (IHK) digunakan untuk menghitung perubahan harga rata-rata selama periode waktu tertentu dari kumpulan barang dan jasa yang digunakan oleh penduduk dan rumah tangga selama periode waktu tertentu. IHK biasanya memberikan informasi tentang tren harga untuk sekelompok barang atau jasa yang dikonsumsi oleh rumah tangga pada suatu titik waktu tertentu. Kenaikan IHK pada sub kelompok makanan akan berdampak pada kenaikan harga-harga makanan secara signifikan. Ini nantinya akan berpengaruh pada kenaikan biaya hidup. Lalu pendidikan merupakan pondasi penting dalam membangun masyarakat yang memiliki pengetahuan yang tinggi. Selanjutnya dilakukan perbandingan rata-rata antara IHK pada sub kelompok makanan dan sub kelompok pendidikan. Dilakukannya perbandingan tersebut untuk melihat ada atau tidaknya ketimpangan sosial antara dua sub kelompok tersebut. Untuk hasil yang terbaik, maka digunakan metode Uji Mean Dua Populasi. Pada bagian hasil, dapat disimpulkan bahwa Indeks Harga Konsumen (IHK) pada sub kelompok makanan dan pendidikan memiliki rata-rata yang berbeda yang berarti tingkat inflasi pada kedua sub kelompok tersebut berbeda dan memang terdapat ketimpangan sosial antara keduanya.

Analisis Sentimen Brand Ambassador Artis Korea Selatan pada Produk Indonesia dengan Lexicon

2023-11-21T14:54:11+00:00

The use of South Korean artists as brand ambassadors for Indonesian products is one way that e-commerce and local companies do to attract consumers. However, it reaped positive and negative responses from the public. The social media used to issue opinions regarding this matter is Twitter. This study conducts sentiment analysis from tweets on Twitter regarding this topic. The method used is Lexicon sentiment. The sentiment Lexicon works by first making a dictionary of opinion words and matching them with the sentiment words contained in the Lexicon dictionary. The Lexicon dictionary used is InSet Lexicon. Sentiment classification is divided into 2 namely, positive and negative. Data collection uses the Twitter API with the keyword "BA Artis Korea" as many as 366 data tweets. The research phase consists of data collection, text preprocessing, Lexicon sentiment, visualization, and testing. The results of the classification using the Lexicon method obtained 67.1% positive and 32.9% negative. It was found that the use of South Korean artists to become brand ambassadors for Indonesian products received positive sentiment. Accuracy, precision, and recall values obtained by looking at the confusion matrix table are 78% accuracy, 68% precision, and 61% recall.