Claim Missing Document
Check
Articles

Found 10 Documents
Search
Journal : JURNAL CURERE

MODEL STOKASTIK PADA PERTUMBUHAN EKONOMI DI KABUPATEN KARO Ferdinand Sinuhaji; Juli Loisiana Butarbutar
JURNAL CURERE Vol 3, No 2 (2019): VOL 3 NO 2 TAHUN 2019
Publisher : Universitas Quality

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36764/jc.v3i2.243

Abstract

The purpose of this research is to compile a model of economic growth in Karo District with stochasticity so that it can predict the amount of economic growth in the future Karo District. The research method with data analysis uses a model that was built to be applied to analyze economic growth in Karo District and compose a model with mathematical assumptions that will be applied into the model.The results of the study are the estimation of the Karo Regency GRDP based on the constant 2010 prices according to the forthcoming expenditure of karo district in 2019, which is 14.22521 trillion Rupiahs and a year later or unknown is 14.72309 trillion Rupiahs and the estimation of the amount of economic growth in the Karo district in 2019 to come at 4.95%.A year later the estimated economic growth of Karo district was estimated at 3.49%. Conclusion The estimated value of population growth from the model made in 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018 is close to the actual population growth value with a MAPE value of 4.9590%.
MODEL STOKASTIK PERTUMBUHAN PENDUDUK DI KABUPATEN KARO MENGGUNAKAN PERHITUNGAN POLA KELAHIRAN, KEMATIAN DAN PERPINDAHAN Ferdinand Sinuhaji; Indah Simamora
JURNAL CURERE Vol 4, No 2 (2020): VOL 4 NO 2 Tahun 2020
Publisher : Universitas Quality

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36764/jc.v4i2.443

Abstract

Pertumbuhan penduduk adalah perubahan jumlah penduduk baik pertambahan maupun penurunannya. Pertumbuhan penduduk di suatu wilayah dipengaruhi oleh besarnya kelahiran (Birth), kematian (Death), perpindahan masuk (In Migration), dan perpindahan keluar (Out Migration). Terdapat tiga faktor yang mempengaruhi pertumbuhan penduduk yang pertama adalah kelahiran, kematian, dan perpindahan. Pertumbuhan penduduk di Kabupaten Karo terdata mengalami kenaikan dari tahun ke tahun BPS (2017). Dari fakta tersebut dapat dikategorikan adanya pertumbuhan penduduk yang meningkat. Dari fakta yang ada, faktor – faktor yang berpegaruh terhadap pertumbuhan penduduk di kabupaten karo menarik untuk dianalisis. Dari data tersebut ini dapat dimodelkan dengan model stokastik.Pertumbuhan penduduk dan jumlah penduduk dapat dihitung dengan pola angka kelahiran, kematian, dan perpindahan. Proses kelahiran, kematian tersebut merupakan proses poisson. Pertumbuhan penduduk mengakibatkan penurunan pada lahan tempat tinggal, dan lapangan pekerjaan. Oleh karena itu diperlukan model stokastik untuk meramalkan tingkat penduduk di kabupaten Karo, Sumatera Utara.Penelitian ini bertujuan untuk membuat model stokastik pertumbuhan penduduk menggunakan perhitungan pola kelahiran, kematian dan perpindahan sehingga dapat meramalkan pertumbuhan penduduk dan jumlah penduduk kabupaten karo yang akan datang dengan menggunakan asumsi pembuatan model stokastik pertumbuhan penduduk dan menganalisis data tersebut dengan tren. Data tersebut diolah dengan menggunakan analisis tren dan metode penggabungan.                Hasil peramalan pertumbuhan penduduk kabupaten karo per hari pada tahun 2020 sebanyak  13.6712 dan pada tahun 2021 diramalkan pertumbuhan penduduk per hari sebanyak 13.8356. Sehingga nilai peramalan jumlah penduduk kabupaten karo yang belum dapat diketahui jumlah penduduknya pada tahun 2020 adalah 420.868 penduduk dan pada tahun 2021 adalah 425.918 penduduk.
ANALISIS TINGKAT EFISIENSI PUSKESMAS KOTA MEDAN DENGAN MODEL DEA Indah Simamora; Ferdinand Sinuhaji
JURNAL CURERE Vol 5, No 1 (2021): VOL 5 NO 1 Tahun 2021
Publisher : Universitas Quality

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36764/jc.v5i1.552

Abstract

The research objective was to measure the relative efficiency value of Medan city health centers using the DEA model and determine the calculation of input and output targets to increase the efficiency value of the inefficient DMU. The research subjects were patients at the Medan City Health Center. The data collection technique was carried out using BPS secondary data. The discussion in this study shows that inefficient health centers, namely Health Center of Medan Tuntungan, Health Center of Medan Johor , Health Center of Medan Polonia, Health Center of Medan Baru, Health Center of Medan Barat, and inefficient target improvements refer to CRS for non-optimal variables. It can be achieved by increasing the number of nurses, increasing the number of midwives, increasing the number of diarrhea patients, adding number of baby births and carried out through socialization activities regarding the relevant puskesmas facilities The inefficient improvements to the Puskesmas repairs were 0.71966, 0.7946, 0.938, 1.1356 and 0.99659.
MODEL EPIDEMI SIRS DENGAN TIME DELAY PADA PERIODE KESEMBUHAN Ferdinand Sinuhaji
JURNAL CURERE Vol 2, No 2 (2018): VOl 2 NO 2 TAHUN 2018
Publisher : Universitas Quality

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36764/jc.v2i2.159

Abstract

This study aims to identify whether the healing time delay period affects or does not affect the stability of disease-free equilibrium and the equilibrium of disease endemic. Time delay in the sense of this study is the time period of recovery. Time delay in this study is focused on a single specific model, by calculating the temporary and permanent state of the spread of the disease.The SIRS model used in this study with the assumption that all individuals who have recovered do not have permanent immunity to the disease, so they will return to the disease-prone class. The SIRS epidemic model divides the population into four subpopulations namely Susceptible, Infective, Recovered and Susceptible.This research was conducted by revising the SIRS epidemic model compartment which was then used to determine the model development equations represented in differential equation systems. The system describes the interactionbetween subpopulations with other populations.The results show that global disease-free equilibrium is stable for all  > 0 whenthe number of numbers is R0<1. It can be said that the time delay of the recoveryperiod cannot affect the stability of disease-free equilibrium. In other words, theeffect of the time delay recovery period can be negligible for R0 <1. However,when, R0 > 1 the stability of endemic equilibrium will be affected by the time delayof the recovery period.
MODEL EPIDEMI SIRS DENGAN TIME DELAY PADA INFECTED (Terinfeksi Penyakit) Ferdinand Sinuhaji
JURNAL CURERE Vol 4, No 1 (2020): VOL 4 NO 1 Tahun 2020
Publisher : Universitas Quality

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36764/jc.v4i1.296

Abstract

This study aims to identify whether the healing time delay period affects or does not affect the stability of disease-free equilibrium and the equilibrium of disease endemic. Time delay in the sense of this study is the time period of infected. Time delay in this study is focused on a single specific model, by calculating the temporary and permanent state of the spread of the disease.             The SIRS model used in this study with the assumption that all individuals who have infected do not have permanent immunity to the disease, so they will return to the disease-prone class. The SIRS epidemic model divides the population into four subpopulations namely Susceptible, Infective, Recovered and Susceptible.             This research was conducted by revising the SIRS epidemic model compartment which was then used to determine the model development equations represented in differential equation systems. The system describes the interaction between subpopulations with other populations. The results show that global disease-free equilibrium is stable for all t > 0 when the number of numbers is R0<1. It can be said that the time delay of the infected period cannot affect the stability of disease-free equilibrium. In other words, the effect of the time delay infected period can be negligible for R0 <1. However, when, R0> 1 the stability of endemic equilibrium will be affected by the time delay of the infected period.
PENGUKURAN KEPUASAN PELAYANAN KEMAHASISWAAN, PENDIDIKAN DAN PENGAJARAN PADA SEMESTER GENAP TAHUN AJARAN 2020/2021 DI UNIVERSITAS QUALITY BERASTAGI Ferdinand Sinuhaji
JURNAL CURERE Vol 6, No 2 (2022): Jurnal Curere
Publisher : Universitas Quality

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36764/jc.v6i2.796

Abstract

Tujuan dari penelitian ini untuk mengetahui pelayanan perlengkapan sarana dan prasarana proses perkulihan yang telah diberikan, mengukur kepuasan mahasiswa pada pelayanan kemahasiswaan, pendidikan dan pengajaran, mengetahui kelemahan atau kekuatan kualitas pelayanan dari kemahasiswaan, pendidikan dan pengajaran, dan rencana tindak lanjut dan rekomendasi pada pelayanan kemahasiswaan, pendidikan dan pengajaran di Universitas Quality Berastagi. Penelitian ini bersifat deskriptif dengan melakukan survey menggunakan google form. Populasi dan sampel yang digunakan yaitu mahasiswa Universitas Quality Berastagi dengan menggunakan teknik purposive sampling. Jumlah sampel yang mengisi google form mahasiswa sebanyak 114 orang. Instrumen yang digunakan adalah angket dengan menggunakan skala likert. Prosedur penelitian yang dilaksanakan dengan menyusun instrumen untuk angket, melakukan validasi dan reabilitas angket, membuat instrument pada google form, mahasiswa mengisi instrumen, menganalisis pelayanan kemahasiswaan, pendidikan dan pengajaran. Hasil pada pelayanan sarana dan prasarana proses perkulihan pada semester genap tahun ajaran 2020/2021 di Universitas Quality Berastagi sudah lengkap dan baik dengan  tersedianya sarana dan prasarana pada proses perkulihan sebesar 62,56% Kategori Sangat Puas. Kepuasan mahasiswa pada pelayanan kemahasiswaan 49,38% Kategori Puas. Kepuasan mahasiswa pada pelayanan pendidikan 55,27% kategori Sangat Puas dan pengajaran sebesar 57,12% kategori Sangat Puas. Kelemahan kualitas pada pelayanan kemahasiswaan ditemukan pada layanan wifi di area kampus 43% kategori Puas dan temuan kekuatan kualitas terbaik pada pelayanan pendidikan yaitu kemampuan dosen dalam menguasi materi sebesar 57,9% kategori Sangat Puas dan kekuatan kualitas terbaik pada pelayanan pengajaran yaitu dosen bersikap responsive dan media intraksional yang digunakan dosen pada pengajaran 59,6%. Rencana tindak lanjut dan rekomendasi pada kualitas pelayanan kemahasiswaan, pendidikan dan pengajaran di Universitas Quality Berastagi adalah meningkatkan kemampuan serta membina hubungan sosial yang semakin baik dengan mahasiswa pada proses mengajar dan menyelenggarakan workshop pemahaman dosen dalam meningkatkan kualitas mutu dalam pengajaran kepada mahasiswa.
PERAMALAN JUMLAH PENDUDUK DI KABUPATEN KARO PADA TAHUN 2050 DENGAN MENGGUNAKAN MODEL STOKASTIK Ferdinand Sinuhaji
JURNAL CURERE Vol 7, No 1 (2023): Jurnal Curere
Publisher : Universitas Quality

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36764/jc.v7i1.969

Abstract

Data jumlah penduduk kabupaten karo dari tahun 2010 sampai dengan tahun 2020 oleh (BPS) Kabupaten Karo mengalami peningkatan dengan trend grafik menaik. Pada penelitian ini meramalkan jumlah penduduk di kabupaten Karo pada tahun 2050 berdasarkan data kelahiran, data kematian, dan perpindahan. Dari fakta yang ada, faktor – faktor kelahiran, data kematian dan perpindahan yang berpegaruh terhadap pertumbuhan penduduk di kabupaten karo menarik untuk dianalisis. Dari data tersebut dapat dimodelkan dengan model stokastik. Pertumbuhan penduduk dan jumlah penduduk kabupaten karo dapat dihitung dengan pola angka kelahiran, kematian, dan perpindahan. Proses kelahiran, kematian tersebut merupakan proses poisson. Oleh karena itu diperlukan model stokastik untuk meramalkan jumlah penduduk di kabupaten Karo. Penelitian ini bertujuan untuk membuat model stokastik pertumbuhan penduduk menggunakan perhitungan pola kelahiran, kematian dan perpindahan sehingga dapat meramalkan jumlah penduduk kabupaten karo yang akan datang (2050) dengan menggunakan asumsi pembuatan model stokastik pertumbuhan penduduk dan menganalisis data tersebut dengan tren. Data tersebut diolah dengan menggunakan analisis tren dan metode penggabungan. Hasil peramalan jumlah penduduk kabupaten karo yang belum dapat diketahui jumlah penduduknya pada tahun 2050 adalah 601.209 penduduk dan pada tahun 2051 adalah 608.424 penduduk. 
MEMPERKIRAKAN KUANTITAS MASYARAKAT DI KABUPATEN KARO DENGAN PENDEKATAN JARINGAN SARAF TIRUAN Ferdinand Sinuhaji; Hosea Tarigan; Daniel Ebenejer Tarigan
JURNAL CURERE Vol 7, No 1 (2023): Jurnal Curere
Publisher : Universitas Quality

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36764/jc.v7i1.981

Abstract

Penduduk akan bertambah jumlahnya apabila terdapat bayi yang lahir dan penduduk yang datang, dan penduduk akan berkurang jumlahnya apabila terdapat penduduk yang mati dan penduduk yang keluar wilayah tersebut. Badan Pusat Statistik Kabupaten Karo (2009)) jumlah pertumbuhan penduduk dari tahun ke tahun terjadi peningkatan jumlah penduduk yang meningkat pada tahun 2015 (389591 jiwa), tahun 2016 (396598 jiwa), tahun 2017 (403207 jiwa) [1]. Tujuan penelitian ini adalah melakukan analisis laju pertumbuhan penduduk pada kabupaten Karo dan memperkirakan kuantitas penduduk dikabupaten karo pada tahun 2023. Penelitian ini menggunakan Jaringan Syaraf Tiruan dengan Backpropagation dengan bantuan aplikasi  Matlab. Di mana data yang dikumpulkan melalui data BPS kabupaten Karo, data yang akan diambil berdasarkan faktor yang mempengaruhi dalam memprediksi laju pertumbuhan penduduk tersebut. Kemudian dibentuk Jaringan Syaraf Tiruan dengan menentukan jumlah unit setiap lapisan. Setelah jaringan terbentuk dilakukan training dari data yang telah dikelompokkan tersebut. Percobaan yang dilakukan dengan arsitektur jaringan yang terdiri dari unit masukan, unit layer tersembunyi dan unit keluarannya. hasil yang didapat dari pengujian tersebut adalah niali Performance dan epochs setiap arsitektur tidak sama. Hasil dari penelitian adalah nilai korelasi 0.9610 menunjukkan prediksi jumlah penduduk kabupaten karo berdasarkan data selama 5 tahun mulai dari tahun 2023 cukup baik, pada data diatas terlihat bahwa error terkecil ditunjukkan data ke-67 yaitu sebesar -0,0005 dan error terbesar pada data ke-1 yaitu sebesar 0,2687 nilai MSE dari akhir pelatihan sebesar 0,075491.
PREDIKSI TOTAL WARGA KABUPATEN KARO PADA TAHUN 2040 MENGGUNAKAN JARINGAN SARAF TIRUAN METODE BACPROPAGATION Sinuhaji, Ferdinand; Tarigan, Daniel Ebenejer; Humendru, Jefrin Anugrah
JURNAL CURERE Vol 7, No 2 (2023): Vol 7, No 1 (2023): Jurnal Curere
Publisher : Universitas Quality

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36764/jc.v7i2.1188

Abstract

Ada tiga factor pendukung bertambahnya warga penduduk di kabupaten Karo. Faktor pertama adalah kelahiran, faktor kedua adalah kematian dan factor ketiga adalah perpindahan penduduk. Pada penelitian ini faktor perpindahan ada dua yaitu perpindahan penduduk masuk dan perpindahan yang pergi keluar daerah dari kabuten Karo. Tujuan penelitian ini adalah apakah jaringan saraf tiruan menggunakan bacpropagation dapat memprediksi total warga kabupaten Karo pada tahun 2040 dengan baik, dengan memperhatikan tiga faktor pendukung tersebut. Penelitian ini menggunakan dengan bantuan aplikasi Matlab. Data total warga kabupaten Karo diambil melalui data BPS kabupaten Karo mulai tahun 2010 sampai dengan tahun 2022. Algoritma backpropagation akan dipakai fungsi aktivasi sigmoid karena pada fungsi aktivasi sigmoid nilai fungsinya terletak antara 0 dan 1 kemudian data tersebut ditransformasikan terlebih dahulu ke interval yang lebih kecil. Langkah awal dalam menentukan proses normalisasi data adalah dengan cara menentukan data yang akan dinormalkan (X), lalu menentukan nilai yang paling tinggi dan nilai paling rendah  dari data yang ada. Pada bacpropagation dilakukan Langkah sebagai berikut : tahap initialization, activation, iteration, pelatihan dan pengujian. Hasil dari penelitian bahwa nilai korelasi diperoleh sebesar 0,9856, artinya memperlihatkan bahwa prediksi jumlah warga kabupaten Karo menggunakan data rentang 11 tahun  dari tahun 2012 sampai dengan tahun 2022 tergolong sangat baik, nilai error terkecil terlihat data ke-67 yaitu sebesar -0,0005 dan error terbesar pada data ke-1 yaitu sebesar 0,1684 nilai MSE dari akhir pelatihan sebesar 0,075491. Sehingga dapat diprediksikan total warga kabupaten Karo pada tahun 2040 menggunakan jaringan saraf tiruan metode bacpropagatation adalah 510.765 warga.
ARTIFICIAL NEURAL NETWORK UNTUK PROYEKSI LAJU PERTUMBUHAN PENDUDUK DI KABUPATEN KARO PADA TAHUN 2030 Sinuhaji, Ferdinand; Ginting, Beril Syahputra
JURNAL CURERE Vol 8, No 1 (2024): Vol 8, No 1 Tahun 2024 : (Jurnal Curere)
Publisher : Universitas Quality

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36764/jc.v8i1.1269

Abstract

Ada tiga faktor demografi yang mempegaruhi laju pertumbuhan penduduk yaitu kelahiran, kematian, dan perpindahan. Tujuan penelitian ini adalah memproyeksikan laju pertumbuhan penduduk di kabupaten Karo pada tahun 2030 sehingga hasil penelitian ini dapat diambil kebijakan atau strategi oleh pemerintah kabupaten Karo, Jika nantinya hasil proyeksi pada tahun 2030 laju pertumbuhan penduduk dikategorikan tinggi. Dampak laju pertumbuhan penduduk dilihat dari besarnya jumlah penduduk dan laju pertumbuhannya yang tinggi membawa konsekuensi terhadap sulitnya mencari pekerjaan, mahalnya harga-harga bahan pangan, biaya pendidikan, kesehatan dan banyaknya permasalahan sosial karena banyaknya pengangguran dan sebagainya. Untuk dapat memproyeksikan laju pertumbuhan penduduk dikabupaten karo digunakan pendekatan jaringan saraf tiruan. Hasil dari penelitian bahwa nilai korelasi diperoleh sebesar 0,9761, artinya memperlihatkan bahwa proyeksi laju pertumbuhan penduduk kabupaten Karo menggunakan data rentang 8 tahun dari tahun 2015 sampai dengan tahun 2022 tergolong baik, nilai error terkecil terlihat data ke-67 yaitu sebesar -0,0005 dan error terbesar pada data ke-1 yaitu sebesar 0,2204 nilai MSE dari akhir pelatihan sebesar 0,075491