Yohanes Andreas Robert Langi
Unknown Affiliation

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

Found 2 Documents
Search

Peramalan Jumlah Penumpang Kapal Laut di Pelabuhan Melonguane Kabupaten Kepulauan Talaud Menggunakan Metode SARIMA Regina Riung; Nelson Nainggolan; Yohanes Andreas Robert Langi
Jurnal MIPA Vol. 13 No. 2 (2024): Cover
Publisher : Universitas Sam Ratulangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/jm.v13i2.55741

Abstract

Metode Seasonal ARIMA merupakan metode ARIMA yang digunakan untuk menyelesaikan time series musiman. Penelitian ini bertujuan untuk menentukan model peramalan jumlah penumpang kapal laut di pelabuhan Melonguane kabupaten Kepulauan Talaud menggunakan metode SARIMA. Data yang diambil dalam penelitian ini adalah data sekunder dari kantor Unit Penyelenggara Pelabuhan Kelas III Pelabuhan Melonguane, Kabupaten Kepulauan sebanyak 60 data. Dengan hasil peramalan jumlah kedatangan pada tahun 2024 yaitu, Januari 16.955, Februari 14.324, Maret 18.601, April 18.050, Mei 17.884, Juni 16.861, Juli 19.593, Agustus 18.340, September 18.148, Oktober 19.696, November 18.692, dan Desember 21.380 Penumpang. Dengan hasil peramalan jumlah keberangkatan pada tahun 2024 yaitu, Januari 26.847, Februari 23.242, Maret 28.021, April 24.003, Mei 24.041, Juni 25.095, Juli 26.309, Agustus 25.006, September 25.565, Oktober 25.221, November 24.130, dan Desember 24.950 Penumpang.
Pemodelan Dinamika Sentimen Publik dalam Gerakan 17+8 Tuntutan Rakyat di X dengan Rantai Markov Diskrit Rilya Livi Sukarame; Yohanes Andreas Robert Langi; Nelson Nainggolan
d'Cartesian Vol. 15 No. 1 (2026): Maret 2026
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.15.1.2026.67073

Abstract

Percakapan publik mengenai gerakan 17+8 Tuntutan Rakyat di media sosial X menunjukkan dinamika sentimen yang berubah dari waktu ke waktu. Penelitian ini memodelkan transisi sentimen tersebut menggunakan Rantai Markov Diskrit. Sebanyak 798 tweet periode 25 Agustus-05 September 2025 diklasifikasikan ke dalam tiga kategori (positif, netral, negatif) menggunakan InSet Lexicon. Distribusi awal didominasi sentimen negatif sebesar 87.59%. Matriks peluang transisi menunjukkan kecenderungan sentimen bertahan dan berpindah menuju kategori negatif. Distribusi steady state menghasilkan peluang negatif 0.875784, positif 0.087829, dan netral 0.036386. Hasil ini menunjukkan bahwa dalam jangka panjang sentimen publik cenderung stabil dengan dominasi sentimen negatif.