Maulidya, Utsna Rosalin
Unknown Affiliation

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

Found 2 Documents
Search

Preferensi Generasi Z Surabaya dalam Keputusan Pemilihan Umum 2024 Berdasarkan Structural Equation Modeling-Partial Least Squares Putri, Larisa Mutiara; Maulidya, Utsna Rosalin; Purba, Gaby Valenia Rosa; Sulaiman, Faizah Jauhar; Mardianto, M. Fariz Fadillah
Zeta - Math Journal Vol 9 No 2 (2024): November
Publisher : Universitas Islam Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31102/zeta.2024.9.2.60-72

Abstract

Hasil pemilu menentukan pemimpin yang kebijakannya berpengaruh besar pada Indonesia. Generasi Z akan memegang peran penting dalam pemilu karena diprediksi akan menggantikan dominasi politik Generasi Milenial. Berdasarkan Komisi Pemilihan Umum 2023, jumlah suara Generasi Z mencapai 22,85 persen dari total penduduk Indonesia, dengan Jawa Timur sebagai provinsi dengan populasi Generasi Z terbesar kedua. Julukan kota metropolitan tidak bisa terlepas dari ibukota Jawa Timur, walaupun peringkatnya masih di urutan kedua, kota Surabaya memiliki Generasi Z mencakup 28,8 persen dari total pemilih pada Pemilu 2024. Sehingga, penting untuk menganalisis preferensi unik Generasi Z dalam pemberian suara pada Pemilu 2024 di Surabaya. Metode Structural Equation Modeling-Partial Least Squares (SEM-PLS) dipilih karena kemampuannya menguji hubungan kompleks antara berbagai variabel laten dan indikatornya secara simultan. Hasil riset menunjukkan beberapa hasil variabel yang saling berpengaruh yaitu antara faktor internal dan voting choices, faktor eksternal terhadap faktor internal, serta faktor eksternal terhadap preferensi Generasi Z. Temuan ini mengindikasikan bahwa faktor internal seperti pendapatan dan pendidikan, serta faktor eksternal seperti pengaruh teman sebaya dan tokoh terkenal, berperan penting dalam memengaruhi keputusan pemilih Generasi Z di Pemilu 2024 Surabaya. Maka dari itu, pemerintah dapat merumuskan strategi kampanye yang lebih efektif dan inklusif, dengan mempertimbangkan preferensi dan karakteristik khusus dari Generasi Z.
Comparative Analysis of Local Polynomial Regression and ARIMA in Predicting Indonesian Benchmark Coal Price Mahadesyawardani, Arinda; Maulidya, Utsna Rosalin; Marbun, Barnabas Anthony Philbert; Pratama, Fachriza Yosa; Chamidah, Nur
PYTHAGORAS Jurnal Matematika dan Pendidikan Matematika Vol. 19 No. 1: June 2024
Publisher : Department of Mathematics Education, Faculty of Mathematics and Natural Sciences, UNY

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21831/pythagoras.v19i1.74889

Abstract

As one of the world's biggest coal producers, it is essential for Indonesia to follow the trend of benchmark coal price fluctuations for any future possibilities. This study compared two methods of forecasting benchmark coal prices to evaluate the accuracy of the predictions used a nonparametric regression based on the local polynomial estimator and a parametric ARIMA method. Local polynomial analysis obtained a MAPE of 2.929278% using a CV method based on optimal bandwidth of 5.06 at order 2 with a cosine kernel, which means highly accurate forecasting accuracy. As for the ARIMA analysis, the data does not meet the assumption of normality, but forecasting is still continued with the best model ARIMA (1,2,1) model so that the MAPE is 12.6327%, which means good forecasting accuracy. Therefore in this study, the use of nonparametric regression methods using local polynomial estimators on data with non-normal distribution are more suitable to obtain accurate prediction results.