Claim Missing Document
Check
Articles

Found 2 Documents
Search

Peran Pengupas Rajungan Dalam Menunjang Perekonomian Keluarga Di Kecamatan Palang Kabupaten Tuban : The Role of Crab shellers in Supporting the Family Economy in Palang District, Tuban Regency Jumiati, Jumiati; Abidin, Husnul
MIYANG Vol 4 No 1 (2024): Jurnal Miyang Edisi April 2024
Publisher : Faculty of Fisheries and Marine, Universitas PGRI Ronggolawe, Tuban, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55719/j.miy.v4i1.1117

Abstract

Pendapatan keluarga tergantung dari hasil kerja kepala keluarga dan anggota keluarga yang lain. Mayoritas masyarakat khususnya di Kecamatan Palang Kabupaten Tuban bekerja sebagai nelayan. Hasil tangkapan rajungan yang diperoleh para nelayan yang hanya mengandalkan dari hasil melaut saja dalam memenuhi kebutuhan keluarga dirasakan belum mencukupi, hal ini menyebabkan pentingnya peranan para perempuan sebaai anggota keluarga untuk bekerja dalam upaya membantu meningkatkan pendapatan keluarga yaitu dengan berprofesi sebagai pengupas rajungan. Tujuan penelitian untuk mengetahui peranan perempuan sebagai pengupas rajungan dalam menunjang perekonomian keluarga. Penelitian dilaksanakan di 5 tempat pengupasan rajungan (Miniplant) di Kecamatan Palang Kabupaten Tuban dengan jumlah responden ada 58 orang pengupas rajungan. Pengambilan sampel dengan purposive sampling. Metode penelitian deskriptif kualitatif. untuk mengetahui berapa besar kontribusi pendapatan perempuan sebagai pengupas rajungan dalam menunjang ekonomi keluarga. Pengumpulan data dengan wawancara dan distribusi kuesioner. Parameter yang diamati meliputi : alasan menjadi pengupas rajungan, mekanisme kerja, kontribusi pendapatan pengupas rajungan dengan kebutuhan keluarga. Hasil penelitian menunjukkan bahwa alasan responden memilih sebagai pengupas rajungan karena adanya dukungan keluarga sebesar 100%. Lamanya waktu kerja standar 8 jam perhari dan fleksibel jika ada rajungan melimpah bisa lebih dari 8 jam, mudah dilakukan dan tidak membutuhkan pendidikan tinggi sebesar 100%. Kontribusi perempuan pengupas rajungan sebesar 56,96% untuk menunjang kebutuhan keluarga. Rata-rata pengeluaran untuk kebutuhan keluarga per bulan ≥ Rp. 2.000,000 dengan rata-rata pendapatan pengupas rajungan sebesar ≥ Rp. 1.000,000 di masing-masing miniplant.
Prediction Model of Voter Participation Using Naïve Bayes and Village Development Indicators: Model Prediksi Partisipasi Pemilih Menggunakan Naïve Bayes dan Indikator Pembangunan Desa Abidin, Husnul; Fitrani, Arif Senja; Setiawan, Hamzah; Indahyanti, Uce
Indonesian Journal of Cultural and Community Development Vol. 16 No. 2 (2025): June
Publisher : Universitas Muhammadiyah Sidoarjo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21070/ijccd.v16i2.1243

Abstract

Background: Electoral participation reflects the quality of democracy, particularly in rural communities with diverse socioeconomic structures. Specific Background: In Sidoarjo Regency, disparities in participation levels among villages suggest that local development factors play a crucial role. Knowledge Gap: Previous models only used demographic attributes without integrating the multidimensional Village Development Index (IDM) indicators. Aims: This study aims to construct a predictive model of voter participation using the Naïve Bayes classification algorithm based on IDM data. Results: By applying preprocessing, feature selection, and probabilistic classification to 48 attributes of IDM, the model achieved 78.65% accuracy, 79% precision, 76% recall, and 77% F1-score, revealing that education, health, and accessibility variables are key predictors. Novelty: Unlike prior research, this work combines social, economic, and ecological IDM dimensions with an open-source Python-based approach for transparent model validation. Implications: The findings demonstrate the feasibility of data-driven governance tools for mapping electoral participation and can support strategic planning to improve civic engagement in rural Indonesia.Highlights:• Uses IDM indicators to predict election participation• Naïve Bayes model achieves 78.65% accuracy• Supports data-driven democratic planning