Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : ARUS JURNAL SAINS DAN TEKNOLOGI

Peramalan Jumlah Penumpang DAMRI Rute Kendari-Mawasangka menggunakan Metode ARIMA, Single Moving Average dan Single Exponential Smoothing Laome, Lilis; K, Raida; Abapihi, Bahriddin; Baharuddin; Ruslan; Ihwal, Muhammad; Makkulau
Arus Jurnal Sains dan Teknologi Vol 2 No 2: Oktober (2024)
Publisher : Arden Jaya Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57250/ajst.v2i2.1006

Abstract

Penelitian ini bertujuan untuk membandingkan metode ARIMA, Single Moving Average, dan Single Exponential Smoothing dalam meramalkan jumlah penumpang DAMRI Rute Kendari-Mawasangka. Data yang digunakan adalah jumlah penumpang DAMRI dari Januari 2021 hingga Juni 2024. Hasil penelitian menunjukkan bahwa metode Single Exponential Smoothing dengan parameter α = 0,3 merupakan model terbaik berdasarkan nilai MSE terkecil sebesar 141.883, dibandingkan dua metode lainnya. Berdasarkan model terbaik tersebut, diperoleh peramalan jumlah penumpang DAMRI enam bulan ke depan sebesar 1.935, 1.354, 948, 663, 464, dan 325. Hasil ini mengindikasikan adanya tren penurunan jumlah penumpang DAMRI setiap bulan, yang dapat menjadi bahan pertimbangan dalam perencanaan dan pengelolaan layanan transportasi.
Pemodelan Regresi Berganda pada Jumlah Penduduk Miskin di Indonesia Baharuddin; Arianti, Refika Allya; Ihwal, Muhammad; Makkulau; Laome, Lilis; Ampa, Andi Tenri
Arus Jurnal Sains dan Teknologi Vol 3 No 1: April (2025)
Publisher : Arden Jaya Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57250/ajst.v3i1.1445

Abstract

Penelitian ini bertujuan untuk mengetahui faktor-faktor yang memengaruhi jumlah penduduk miskin di Indonesia. Ada lima variabel yang dijadikan sebagai prediktor. Data jumlah penduduk miskin (Y) tahun 2024 di tingkat provinsi diperoleh dari Badan Pusat Statistik. Metode penelitian menggunakan pendekatan kuantitatif dengan analisis regresi linear berganda. Hasil penelitian menunjukkan bahwa: (1) peningkatan Tingkat Pengangguran Terbuka (X1) berpengaruh signifikan terhadap pertambahan jumlah penduduk miskin; (2) peningkatan Angka Melek Huruf (X2) berkontribusi signifikan terhadap penurunan jumlah penduduk miskin; (3) kenaikan pengeluaran per kapita yang disesuaikan (X3) secara signifikan berdampak pada bertambahnya jumlah penduduk miskin; (4) peningkatan Angka Partisipasi Kasar perguruan tinggi (X4) memiliki pengaruh signifikan terhadap penurunan jumlah penduduk miskin; dan (5) kenaikan Upah Minimum Provinsi (X5) berdampak signifikan pada penurunan jumlah penduduk miskin di Indonesia.
Analisis Faktor-faktor yang Mempengaruhi Gini Rasio di Indonesia menggunakan Regresi Data Panel Nurhidayah, Raufika; Yahya, Irma; Laome, Lilis
Arus Jurnal Sains dan Teknologi Vol 3 No 2: Oktober (2025)
Publisher : Arden Jaya Publisher

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

Abstract

Tujuan penelitian ini untuk menganalisis faktor-faktor yang mempengaruhi gini rasio di Indonesia menggunakan regresi data panel. Regresi data panel adalah salah satu metode statistika yang digunakan untuk melihat pengaruh beberapa variabel prediktor terhadap variabel respon dengan struktur data berupa data panel. Dalam mengestimasi model regresi data panel terdapat tiga pendekatan yang dapat dilakukan, yaitu common effect model (CEM), fixed effect model (FEM) dan random effect model (REM). Berdasatkan hasil pengujian parameter dengan regresi data panel data disimpulkan bahwa model yang tepat untuk menganalisis gini rasio di Indonesia tahun 2021-2023 menggunakan pendekatan REM. Berdasarkan pendekatan REM diperoleh model regresi  dimana variabel yang mempengaruhi gini rasio di Indonesia adalah IPM, pengeluaran per kapita riil, persentase penduduk miskin dan laju pertumbuhan ekonomi.
Peramalan Jumlah Pengunjung Perpustakaan Modern Sulawesi Tenggara Yang Mengandung Data Outlier Menggunakan Metode ARIMA Dengan Prosedur Iteratif Laome, Lilis; Ihwal, Muhammad; Umi, Enggar Cahyani; Ampa, Andi Tenri; Baharuddin; Wibawa, Gusti Ngurah Adhi
Arus Jurnal Sains dan Teknologi Vol 3 No 2: Oktober (2025)
Publisher : Arden Jaya Publisher

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

Abstract

Perpustakaan modern berperan penting dalam meningkatkan kualitas pendidikan masyarakat. Untuk mengoptimalkan pengelolaan dan pelayanan, diperlukan peramalan jumlah pengunjung perpustakaan. Penelitian ini menggunakan metode Autoregressive Integrated Moving Average (ARIMA) dengan prosedur iteratif untuk menangani data yang mengandung outlier. Model terbaik yang diperoleh adalah ARIMA(0,1,2) dengan nilai Mean Squared Error (MSE) sebesar 149404,2 dan Mean Absolute Percentage Error (MAPE) sebesar 21,63%, yang menunjukkan bahwa akurasi peramalan masih dalam batas wajar. Hasil peramalan menunjukkan jumlah pengunjung cenderung stabil dengan rata-rata 877 pengunjung per minggu, namun interval kepercayaan yang semakin lebar mengindikasikan meningkatnya ketidakpastian dalam prediksi. Prosedur iteratif dalam deteksi outlier terbukti efektif dalam mengidentifikasi dan mengoreksi pencilan, sehingga meningkatkan akurasi model. Penelitian ini merekomendasikan eksplorasi model alternatif seperti ARIMAX atau metode machine learning untuk menangkap pola yang lebih kompleks dan meningkatkan akurasi peramalan.