Claim Missing Document
Check
Articles

Found 13 Documents
Search

Analisis Pertumbuhan Dan Konvergensi Upah Minimum Provinsi Di Indonesia Dalam Pendekatan Sistem Dinamis Kristin Impana Manik; Salsa Nabila Harahap; Muhammad Hidayatul Arifin; Suvriadi Panggabean
Emasains : Jurnal Edukasi Matematika dan Sains Vol. 15 No. 1 (2026): Maret 2026
Publisher : Program Studi Pendidikan Matematika dan Pendidikan Biologi Universitas PGRI Mahadewa Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59672/emasains.v15i1.5606

Abstract

Penelitian ini bertujuan untuk mengkaji pola pertumbuhan serta tingkat konvergensi Upah Minimum Provinsi (UMP) di Indonesia dengan menggunakan pendekatan sistem dinamis. Pendekatan tersebut dapat memberikan kemampuan untuk menganalisis hubungan timbal balik antarvariabel ekonomi, kebijakan pemerintah, dan faktor sosial yang saling memengaruhi dalam proses penetapan upah minimum di tingkat provinsi. Data sekunder yang mencakup 34 provinsi selama periode 2018–2025 dimanfaatkan untuk menelusuri tren pertumbuhan UMP, tingkat ketimpangan regional, serta potensi penyetaraan antarwilayah hingga proyeksi tahun 2030. Hasil analisis menunjukkan bahwa meskipun UMP nasional mengalami peningkatan yang berkelanjutan, disparitas antarprovinsi masih dapat dikatakan cukup mencolok, terutama di antara wilayah barat dan timur Indonesia. Melalui simulasi model dinamis, diperoleh tiga skenario proyeksi pertumbuhan, yaitu optimistis (7%), moderat (5%), dan pesimistis (3%) yang mana mencerminkan potensi konvergensi dengan laju berbeda. Temuan ini menegaskan pentingnya perumusan kebijakan upah minimum yang adaptif terhadap karakteristik ekonomi regional guna untuk mewujudkan pemerataan kesejahteraan tenaga kerja secara berkelanjutan.
Analisis Pemasukan dan Pengeluaran Mahasiswa melalui Pendekatan Fungsi Linear Maria Adesuryani Purba; Kasih Indriani; Chairunnisa Irawati Pohan; Widtya Utami; Heka Saragih; Kezanta Purba; Farel Purba; Suvriadi Panggabean
Wahana Matematika dan Sains: Jurnal Matematika, Sains, dan Pembelajarannya Vol. 20 No. 1 (2026): April 2026
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/wms.v19i3.105340

Abstract

Penelitian ini bertujuan untuk menganalisis hubungan antara pemasukan dan pengeluaran mahasiswa menggunakan pendekatan fungsi linear. Penelitian dilakukan pada mahasiswa kelas PSM 25 A Program Studi Matematika Universitas Negeri Medan dengan jumlah sampel sebanyak 23 responden. Data dikumpulkan melalui wawancara langsung mengenai total pemasukan dan pengeluaran bulanan mahasiswa. Analisis data dilakukan menggunakan metode regresi linear dengan bantuan Microsoft Excel dan IBM SPSS Statistics. Hasil analisis menunjukkan bahwa terdapat hubungan linear positif yang kuat antara pemasukan dan pengeluaran mahasiswa dengan persamaan regresi  Nilai koefisien determinasi sebesar  menunjukkan bahwa sekitar  variasi pengeluaran dapat dijelaskan oleh variabel pemasukan. Hasil uji statistik juga menunjukkan bahwa model regresi signifikan secara statistik dengan nilai p < 0,001. Temuan ini menunjukkan bahwa peningkatan pemasukan mahasiswa cenderung diikuti oleh peningkatan pengeluaran secara proporsional.
Evaluation of Gaussian Process Regression, Support Vector Regression, and K-Nearest Neighbors for Predicting Concrete Compressive Strength at Various Curing Ages Elmanani Simamora; Abil Mansyur; Muhammad Badzlan Darari; Suvriadi Panggabean; Rizki Habibi
Indonesian Journal of Education and Mathematical Science Vol 7, No 3 (2026)
Publisher : Universitas Muhammadiyah Sumatera Utara (UMSU)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30596/ijems.v7i3.31258

Abstract

Accurate prediction of concrete compressive strength is critical for quality control, structural evaluation, and mix optimization. However, the connection between mix composition, curing age, and compressive strength is often nonlinear and heterogeneous. This study assesses four prediction models, including Native Gaussian Process Regression, Gaussian Process Regression with Conformal Intervals, Support Vector Regression, and K-Nearest Neighbors, to estimate concrete compressive strength at various curing ages. Predictors are produced from a combination of composition, curing age, and material-important properties. Model performance is evaluated using Leave-One-Age-Out and repeated stratified K-fold by Age, with root mean square error, mean absolute error, coefficient of determination, coverage, and average interval length. The results demonstrate that Native Gaussian Process Regression gives the best steady overall performance in both assessment methodologies. At the same time, Gaussian Process Regression with Conformal Intervals tends to provide higher coverage with the consequence of wider intervals. In general, Native Gaussian Process Regression provides the best balance among point prediction accuracy, interval coverage, and interval efficiency for heterogeneous concrete compressive strength data by curing age.