Claim Missing Document
Check
Articles

Found 13 Documents
Search

PENGARUH KEPEMIMPINAN DAN MOTIVASI KERJA TERHADAP KINERJA KARYAWAN DI PT SIKI COFFEE BERKAH ALAM KECAMATAN CIMAUNG KABUPATEN BANDUNG Wardhiani, Wini Fetia; Kundrat; Sumarti, Lily; Febryane, Rimelke Rahmadea; Burhanudin; Chasanah , Eva Nur
AGRO TATANEN | Jurnal Ilmiah Pertanian Vol. 6 No. 2 (2024): AGRO TATANEN Edisi Juli 2024 | Jurnal Ilmiah Pertanian
Publisher : Program Studi Agroteknologi Faperta UNIBBA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55222/agrotatanen.v6i2.1423

Abstract

Penelitian ini dilatar belakangi oleh meningkatnya kedai kopi di Kabupaten Bandung serta diselaraskan dengan tingginya tingkat konsumsi kopi diseluruh kalangan masyarakat. Penelitian ini menggunakan pendekatan deskriptif kuantitatif, dengan tujuan untuk menganalisis: (1) Pengaruh kepemimpinan terhadap kinerja karyawan, (2) Pengaruh motivasi kerja terhadap kinerja karyawan, dan (3) Seberapa besar pengaruh kepemimpinan dan motivasi kerja terhadap kinerja karyawan di PT Siki Coffee Berkah Alam. Sampel dalam penelitian ini berjumlah 12 responden yaitu seluruh karyawan di PT Siki Coffee Berkah Alam. Analisis data yang digunakan adalah uji instrumen penelitian, uji asumsi klasik, uji regresi linier berganda, uji koefisien determinasi dan uji hipotesis. Hasil penelitian menunjukkan bahwa: (1) Terdapat pengaruh yang positif dan signifikan antara kepemimpinan terhadap kinerja karyawan. (2) Terdapat pengaruh yang positif dan signifikan antara motivasi kerja terhadap kinerja karyawan. (3) Variabel kepemimpinan dan motivasi kerja memiliki pengaruh sebesar 0,895 atau 89,5% terhadap kinerja karyawan di PT Siki Coffee Berkah Alam. Kata Kunci: Kedai Kopi, Kepemimpinan, Motivasi Kerja, Kinerja Karyawan.
PERAN POLITIK PERTANIAN DALAM PEMBANGUNAN PERTANIAN MENGHADAPI ERA REVOLUSI INDUSTRI 4.0 DI SEKTOR PERTANIAN Wini Fetia Wardhiani
JISIPOL | Jurnal Ilmu Sosial dan Ilmu Politik Vol. 3 No. 2 (2019): JISIPOL Edisi Bulan Juni 2019 | Jurnal Ilmu Sosial dan Ilmu Politik
Publisher : Prodi Ilmu Pemerintahan FISIP UNIBBA

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

Abstract

Pembangunan di bidang pertanian menjadi tugas seluruh bangsa Indonesia karena sektor pertanian merupakan ujung tombak kemajuan bangsa Indonesia dalam menentukan tingkat kesejahteraan masyarakatnya. Di era revolusi industri 4.0 ini pemerintah mulai mencanangkan modernisasi pertanian untuk meningkatkan produksi pertanian khususnya padi. Produksi padi yang tinggi dapat menjamin ketahanan pangan masyarakat sehingga dapat mencapai swasembada pangan. Indonesia pernah mencapai swasembada beras pada tahun 1984. Hal ini merupakan hasil nyata dari program modernisasi pertanian yang dilaksanakan oleh pemerintah. Politik pertanian merupakan kebijakan pemerintah untuk memperlancar dan mempercepat laju pembangunan pertanian terutama dalam menghadapi era revolusi industri 4.0. Reposisi politik pertanian perlu segera dilakukan dengan penstabilan harga pangan dan pengkondusifan suasana pertanian untuk memperbesar ekspor. Petani juga harus dijamin akses lahan, air dan permodalannya. Sektor pertanian Indonesia harus siap dalam menghadapi era Revolusi Industri 4.0 saat ini. Mekanisasi alat dan mesin pertanian tidak hanya harus bisa berjalan otomatis, tetapi juga terintegrasi dengan jaringan internet. Sistem mekanisasi tersebut akan berperan penting dalam mencapai target swasembada pangan yang berkelanjutan.
ANALISIS KOMPARATIF ALGORITMA MACHINE LEARNING UNTUK PREDIKSI PRODUKSI PADI KABUPATEN BANDUNG Wini Fetia Wardhiani; Mohammad Bayu Anggara; Inka Aqila Nurfalqi3
AGRO TATANEN | Jurnal Ilmiah Pertanian Vol. 8 No. 2 (2026): AGRO TATANEN Edisi Juli 2026 | Jurnal Ilmiah Pertanian
Publisher : Program Studi Agroteknologi Faperta UNIBBA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55222/9bd6jc54

Abstract

Produksi padi merupakan indikator penting dalam mendukung ketahanan pangan daerah, termasuk di Kabupaten Bandung. Penelitian ini bertujuan membandingkan performa empat algoritma machine learning, yaitu Linear Regression, Support Vector Regression (SVR), Random Forest, dan XGBoost, dalam memprediksi produksi padi berdasarkan data luas panen dan produktivitas periode 2018-2025. Data penelitian diproses melalui pemeriksaan nilai kosong, pengurutan data berdasarkan tahun, serta feature engineering berupa lag produksi, rolling mean, dan interaksi antara luas panen dan produktivitas. Validasi model dilakukan menggunakan Leave-One-Out Cross Validation (LOO-CV) karena jumlah data yang digunakan terbatas, yaitu delapan observasi tahunan. Evaluasi model menggunakan Mean Absolute Error (MAE), Root Mean Squared Error (RMSE), Mean Absolute Percentage Error (MAPE), dan koefisien determinasi (R²). Hasil penelitian menunjukkan bahwa Linear Regression memperoleh performa terbaik dengan MAE 75.277 ton, RMSE 207.530 ton, MAPE 0,24%, dan R² 0,9931. Random Forest berada pada urutan kedua dengan MAPE 4,45% dan R² 0,5508. XGBoost menghasilkan MAPE 5,08% dan R² 0,4810, sedangkan SVR menunjukkan performa terendah dengan MAPE 7,36% dan R² -0,1583. Prediksi produksi padi periode 2026-2030 menunjukkan kecenderungan stabil pada kisaran 31,28-35,37 juta ton, bergantung pada model yang digunakan. Hasil penelitian ini dapat menjadi dasar awal dalam pengembangan sistem prediksi produksi padi berbasis data di tingkat kabupaten.