Claim Missing Document
Check
Articles

Found 4 Documents
Search

KLASIFIKASI PERSEPSI PENGGUNA TWITTER TERHADAP TUNTUTAN KERINGANAN PEMBAYARAN UANG KULIAH TUNGGAL (UKT) PADA MASA PANDEMI COVID-19 MENGGUNAKAN K-NEAREST NEIGHBOR Muhammad Riefky; Aliffia Rahma Anandyani
Seminar Nasional Official Statistics Vol 2020 No 1 (2020): Seminar Nasional Official Statistics 2020
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (435.807 KB) | DOI: 10.34123/semnasoffstat.v2020i1.443

Abstract

Virus COVID-19 telah menyebar ke seluruh dunia sehingga berdampak terhadap berbagai sektor. Salah satunya adalah sektor pendidikan. Sektor pendidikan di Indonesia menerapkan belajar dari rumah yang mengakibatkan dunia pendidikan belum sepenuhnya kembali sehingga tak lepas dari permasalahan biaya UKT yang masih berjalan ditambah dengan biaya kuota internet yang mahal untuk kuliah online. Tujuan dari penelitian ini adalah mendapatkan hasil ketepatan klasifikasi persepsi pengguna twitter terhadap tuntutan keringanan pembayaran UKT pada masa pandemi COVID-19 menggunakan k-nearest neighbor. Data yang digunakan pada penelitian ini berasal dari data pengguna media sosial Twitter yang sering menggunakan hashtag “Mendikbud dicari Mahasiswa” yang sudah dilakukan data filtering dan cleansing sebesar 2768 tweets dengan partisi data sebanyak 70% untuk data training dan 30% untuk data testing. Kesimpulan yang dapat dikemukakan pada penelitian ini adalah netizen twitter memiliki persepsi negatif tentang tuntutan keringanan pembayaran UKT pada masa pandemi COVID-19. Netizen twitter yang berpendapat tentang tuntutan keringanan pembayaran UKT pada masa pandemi COVID-19 lebih banyak menggunakan kata “mendikbuddicarimahasiswa”, “kampus” dan “ukt” dalam satu kali tweet. Nilai k (kelompok) sebanyak 2 merupakan nilai k yang optimum dengan nilai akurasi sebesar 83,25%.
Analisis Cluster Hierarki Pada Tingkat Kemiskinan di Provinsi Sumatera Utara tahun 2023 Bagus Candra Setiawan; Arum Nilawati; Rahmad Ferdian; Raihan Aditya Saputra; Yemima Putri Santoso; Muhammad Riefky
LogicLink Vol. 2 No. 1, Juni 2025
Publisher : Universitas Islam Negeri K.H. Abdurrahman Wahid Pekalongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28918/logiclink.v2i1.10762

Abstract

Poverty is one of the problems that is still a priority in social and economic development in Indonesia. In 2023, North Sumatra Province had a poverty rate of 8.15% with a total of 1,239.71 thousand poor people. The condition of poverty by district/city in North Sumatra Province is very diverse. The purpose of this study is to group districts/cities in North Sumatra Province in 2023 based on poverty rate indicators using hierarchical clusters. The data used in this study is secondary data with four poverty variables from 33 districts/cities in the North Sumatra Province in 2023. The results of the analysis contained 3 clusters with the number of members in clusters 1, 2, and 3. Suggestions for the North Sumatra Provincial Government need to formulate adaptive and specific policies based on the characteristics of each regional cluster prioritizing high poverty problem areas through strengthening access to education, health, and productive economic development. In addition, intensive cooperation between regions within the same cluster should be developed to support information exchange, joint empowerment programs, and local economic development synergies to improve the effectiveness of interventions and the welfare of the community in a sustainable manner.
ANALISIS TREN PENDUDUK JEPANG–INDONESIA SEBAGAI DASAR STRATEGI KEBIJAKAN DALAM MENDUKUNG TUJUAN PEMBANGUNAN BERKELANJUTAN (SDGs) Sahrul Fatah Dwi Saputra; Alma Ainul Haqi; Nessa Ayu Wardhana; Rahmad Ferdian; Shara Adiarsa Pramudita; Muhammad Riefky
Seminar Nasional Hasil Riset dan Pengabdian Vol. 7 (2025): Seminar Nasional Hasil Riset dan Pengabdian (SNHRP) Ke 7 Tahun 2025
Publisher : LPPM Universitas PGRI Adi Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pertumbuhan penduduk yang tidak seimbang antara negara maju dan berkembang menjadi tantangan global yang memengaruhi pembangunan berkelanjutan. Jepang mengalami penurunan populasi akibat rendahnya tingkat fertilitas dan meningkatnya populasi lanjut usia, sedangkan Indonesia masih menunjukkan pertumbuhan penduduk yang tinggi dengan dominasi usia produktif. Penelitian tersebut bertujuan untuk meramalkan tren penduduk Jepang dan Indonesia selama 10 tahun kedepan, serta menyusun langkah strategis untuk mendukung tujuan pembangunan berkelanjutan berdasarkan ramalan tren penduduk Jepang dan Indonesia selama 10 tahun kedepan. Data sekunder terambil dari World Bank Open Data dengan komparasi tiga model tren; linier, kuadratik, dan eksponensial menggunakan kriteria MAPE terkecil. Hasil penelitian menunjukkan bahwa model tren linier paling akurat untuk Jepang dengan nilai MAPE sebesar 6,83%, sedangkan model tren kuadratik paling sesuai untuk Indonesia dengan MAPE 2,24%. Ramalan 10 tahun kedepan menunjukkan populasi Jepang menurun menjadi 125 juta jiwa, sementara Indonesia meningkat sebesar 308 juta jiwa pada 2034. Hasil tersebut menegaskan pentingnya langkah strategis dalam menentukan kebijakan seperti kependudukan adaptif untuk menghadapi tantangan demografi dalam pencapaian SDG 2, SDG 3, SDG 4, SDG 5, dan SDG 8.
PROYEKSI TREN MUSIMAN HARGA BERAS KUALITAS PREMIUM BULANAN DALAM MENDUKUNG KEBIJAKAN PANGAN BERKELANJUTAN DI INDONESIA Arum Nilawati; Oktavia Indah Wardani; Yemima Putri Santoso; Muhammad Riefky
Seminar Nasional Hasil Riset dan Pengabdian Vol. 7 (2025): Seminar Nasional Hasil Riset dan Pengabdian (SNHRP) Ke 7 Tahun 2025
Publisher : LPPM Universitas PGRI Adi Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Ketahanan pangan merupakan agenda strategis nasional yang memiliki keterkaitan erat dengan stabilitas harga beras sebagai komoditas utama di Indonesia. Penelitian ini meramalkan harga beras premium untuk 36 bulan ke depan dengan membandingkan empat model tren runtun waktu: linear, quadratic, exponential, dan linear seasonal menggunakan indikator MAPE, MSD, dan MAD. Hasil analisis menunjukkan bahwa model linear musiman memiliki tingkat akurasi tertinggi dengan nilai MAPE sebesar 3,46%, MSD 0,30, dan MAD 0,42. Ramalan menunjukkan kenaikan harga dari Rp14.739/kg pada Januari 2025 menjadi Rp19.310/kg pada Desember 2027. Kenaikan berkelanjutan ini mengindikasikan tekanan inflasi pangan yang bersifat struktural sehingga diperlukan strategi seperti penguatan kelembagaan pangan, modernisasi pertanian, peningkatan efisiensi logistik, dan pemanfaatan data peramalan musiman untuk menjaga stabilitas harga serta mendukung pencapaian SDG 2, 8, 12, dan 13.