Claim Missing Document
Check
Articles

Found 3 Documents
Search

Pengaruh Pandemi Covid-19 Terhadap Pola Konsumsi Mahasiswa Nabilah, Alvina Putri; Fitri, Karima Nurul; Primastuti, Rahmi Kharisma; Khoirunnisaa, Rifqa Tsania; Anju, Anju; Ernawati, Ernawati
POPULIKA Vol 9, No 2 (2021): Populika
Publisher : Universitas Widya Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37631/populika.v9i2.388

Abstract

Salah satu sektor yang terdampak pandemi COVID-19 adalah pendidikan. Institusi dihimbau untuk tidak melaksanakan kegiatan belajar mengajar secara langsung dengan tujuan mengurangi penyebaran COVID-19 sehingga ditetapkan sistem pembelajaran jarak jauh. Hal tersebut berdampak pada pola konsumsi mahasiswa karena adanya perubahan terkait kebiasaan baru di masa pandemi. Penelitian ini merupakan penelitian kuantitatif, kualitatif, dan deskripsi dengan metode survei dan studi literatur. Kuesioner disampaikan melalui Jotform dengan total responden sebanyak 106 mahasiswa yang disebarkan melalui berbagai sosial media. Data yang didapatkan menunjukkan pengeluaran selama masa pandemi mengalami penurunan. Begitupun dengan biaya transportasi yang juga mengalami penurunan karena banyaknya aktivitas yang dilakukan di rumah. Sedangkan kebutuhan biaya internet selama masa pandemi menunjukkan peningkatan. Sehingga dapat disimpulkan bahwa perubahan pola konsumsi mahasiswa di masa pandemi memiliki pengaruh terhadap pola kehidupan mahasiswa, diantaranya terjadi peningkatan pada kebutuhan internet, penggunaan uang digital, dan kebiasaan berbelanja online, dan menunjukkan penurunan pada biaya transportasi, kebutuhan di tempat tinggal, dan kebutuhan kuliah. Hal ini disebabkan pola adaptasi manusia terhadap perubahan keadaan sosial ekonomi selama pandemi.
Pengaruh Pandemi Covid-19 Terhadap Pola Konsumsi Mahasiswa Nabilah, Alvina Putri; Fitri, Karima Nurul; Primastuti, Rahmi Kharisma; Khoirunnisaa, Rifqa Tsania; Anju, Anju; Ernawati, Ernawati
POPULIKA Vol. 9 No. 2 (2021): Populika
Publisher : Universitas Widya Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37631/populika.v9i2.388

Abstract

Salah satu sektor yang terdampak pandemi COVID-19 adalah pendidikan. Institusi dihimbau untuk tidak melaksanakan kegiatan belajar mengajar secara langsung dengan tujuan mengurangi penyebaran COVID-19 sehingga ditetapkan sistem pembelajaran jarak jauh. Hal tersebut berdampak pada pola konsumsi mahasiswa karena adanya perubahan terkait kebiasaan baru di masa pandemi. Penelitian ini merupakan penelitian kuantitatif, kualitatif, dan deskripsi dengan metode survei dan studi literatur. Kuesioner disampaikan melalui Jotform dengan total responden sebanyak 106 mahasiswa yang disebarkan melalui berbagai sosial media. Data yang didapatkan menunjukkan pengeluaran selama masa pandemi mengalami penurunan. Begitupun dengan biaya transportasi yang juga mengalami penurunan karena banyaknya aktivitas yang dilakukan di rumah. Sedangkan kebutuhan biaya internet selama masa pandemi menunjukkan peningkatan. Sehingga dapat disimpulkan bahwa perubahan pola konsumsi mahasiswa di masa pandemi memiliki pengaruh terhadap pola kehidupan mahasiswa, diantaranya terjadi peningkatan pada kebutuhan internet, penggunaan uang digital, dan kebiasaan berbelanja online, dan menunjukkan penurunan pada biaya transportasi, kebutuhan di tempat tinggal, dan kebutuhan kuliah. Hal ini disebabkan pola adaptasi manusia terhadap perubahan keadaan sosial ekonomi selama pandemi.
Prediction of international rice production using long short-term memory and machine learning models Arya, Suraj; Anju, Anju; Ramli, Nor Azuana
International Journal of Informatics and Communication Technology (IJ-ICT) Vol 14, No 1: April 2025
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijict.v14i1.pp164-173

Abstract

Rice, a staple food source globally, is in high demand and production across the world. Its consumption varies in different countries, with each nation having its unique way of incorporating rice into its diet. Recognizing the global nature of rice, its production is a crucial aspect of ensuring its availability, agriculture forecasting, economic stability, and food security. By predicting its production, we can develop a global plan for its production and stock, thereby preventing issues like famine. This paper proposes machine learning (ML) and deep learning (DL) models like linear regression, ridge regression, random forest (RF), adaptive boosting (AdaBoost), categorical boosting (CatBoost), extreme gradient boosting (XGBoost), gradient boosting, decision tree, and long short-term memory (LSTM) to predict international rice production. A total of nine ML and one DL models are trained and tested on the international dataset, which contains the rice production details of 192 countries over the last 62 years. Notably, linear regression and the LSTM algorithm predict rice production with the highest percentage of R-squared (R2 ), 98.40% and 98.19%, respectively. These predictions and the developed models can play a vital role in resolving crop-related international problems, uniting the global agricultural community in a common cause.