Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Seminar Nasional Hasil Riset dan Pengabdian (SNHRP)
Novi Rahmawati
Universitas PGRI Adi Buana, Surabaya
Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Pola Konsumsi Pengguna Rokok Di Surabaya Faldianus Karno; Salsa Rifqah Nuraini; Maria Hernita Elvine Pramesty; Novi Rahmawati; Wara Pramesty
SNHRP Vol. 5 (2023): Seminar Nasional Hasil Riset dan Pengabdian (SNHRP) Ke 5 Tahun 2023
Publisher : LPPM Universitas PGRI Adi Buana

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

Abstract

Rokok adalah salah satu zat adiktif yang ketika digunakan dapat menyebabkan bahaya kesehatan kepada individu dan masyarakat, di mana rokok adalah yang terbuat dari olahan kemasan tembakau termasuk cerutu atau bentuk lain yang dihasilkan dari nicotiana tabacum, nicotiana ruscita sintetis dan tanaman yang mengandung nikotin dan tar dengan atau tanpa bahan tambahan. Pola konsumsi komposisi jenis dan jumlah makanan yang dikonsumsi oleh seseorang atau sekelompok orang pada waktu tertentu. Data yang digunakan dalam studi ini adalah data primer diperoleh melalui wawancara terhadap warga kota surabaya yang merokok dan 17 tahun dengan menggunakan kuesioner. Berdasarkan hasil penelitian yang dilakukan, dapat diketahui bahwa rokok merek yang paling banyak digunakan oleh responden adalah rokok dengan merek surya. Merek ini dari rokok ini tidak termasuk dalam kategori rokok murah. Pola konsumsi rumah tangga juga bisa dilihat di mana fakta bahwa sebagian besar responden sering mengkonsumsi surya merek rokok menunjukkan
Klasterisasi Kabupaten Kota di Jawa Timur Berdasarkan Kualitas Ketenagakerjaan Menggunakan K Means Novi Rahmawati; Faldianus Karno; Rezky Bryan Jonfris Purba; Muhammad Athoillah
SNHRP Vol. 5 (2023): Seminar Nasional Hasil Riset dan Pengabdian (SNHRP) Ke 5 Tahun 2023
Publisher : LPPM Universitas PGRI Adi Buana

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

Abstract

Ketenagakerjaan merupakan bagian integral dari kehidupan ekonomi dan sosial suatu negara, dengan tujuan menciptakan lingkungan kerja yang adil, produktif, aman, dan berkelanjutan bagi pekerja dan perusahaan. mengklasifikasikan kabupaten dan kota ke dalam kelompok-kelompok berdasarkan kualitas ketenagakerjaan, pemerintah dapat mengidentifikasi daerah-daerah yang memerlukan perhatian khusus, seperti daerah dengan tingkat pengangguran yang tinggi atau rendahnya akses pendidikan.Metode yang cocok digunakan adalah Algoritma K-means. sasi adalah proses pembagian satu set objek data ke dalam kelompok-kelompok yang disebut klaster, objek yang berada dalam satu klaster memiliki karakteristik yang serupa satu sama lain dan berbeda dengan klaster lainnya. Dalam penelitian ini, analisis data dilakukan menggunakan software Python. Penelitian ini menggunakan variabel pencari kerja terdaftar, TPT, Angkatan Kerja, dan gaji pegawai formal untuk menganalisis kualitas ketenagakerjaan di Jawa Timur. Metode klasterisasi K-Means digunakan untuk mengelompokkan observasi berdasarkan variabel-variabel tersebut. Melalui metode elbow dan metode silhouette, jumlah klaster optimal ditentukan menjadi 2. Hasil klasterisasi menunjukkan bahwa cluster 2 berisi provinsi-provinsi dengan kualitas ketenagakerjaan yang kurang baik, ditandai dengan tingginya jumlah pencari kerja, TPT, dan Angkatan Kerja meskipun rata-rata upah pekerja formal lebih tinggi. Cluster 1, di sisi lain, berisi provinsi-provinsi dengan kualitas ketenagakerjaan yang baik, dengan tingkat pengangguran yang rendah meskipun rata-rata upah pekerja formal lebih rendah. Cluster 2 dapat berpotensi mengancam perekonomian Jawa Timur di masa bonus demografi karena tingginya tingkat pengangguran, sedangkan cluster 1 memiliki potensi lebih baik karena tingkat pengangguran yang rendah.
Co-Authors Faldianus Karno Maria Hernita Elvine Pramesty Muhammad Athoillah, Muhammad Rezky Bryan Jonfris Purba Salsa Rifqah Nuraini Wara Pramesty