Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Innovative: Journal Of Social Science Research Trigonometri: Jurnal Matematika dan Ilmu Pengetahuan Alam
Napitupulu, Rusmawanty
Unknown Affiliation
Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Law, Crime, Criminology & Criminal Justice Mathematics Physics Public Health Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI PELUANG PENERIMAAN PELAMARAN KERJA MENGGUNAKAN METODE REGRESI LOGISTIK BINER Silaban, Dewi Fortuna; Simanjuntak, Ferdyanto Abangan; Lumbantobing, Imelda Octavia; Napitupulu, Rusmawanty; Arnita
Trigonometri: Jurnal Matematika dan Ilmu Pengetahuan Alam Vol. 5 No. 1 (2024): Trigonometri: Jurnal Matematika dan Ilmu Pengetahuan Alam
Publisher : Cahaya Ilmu Bangsa Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3483/trigonometri.v5i1.7724

Abstract

Penelitian ini menerapkan analisis regresi logistik biner untuk menilai faktor-faktor yang mempengaruhi kemungkinan diterimanya pelamar kerja. Variabel independen dalam model ini meliputi durasi pendidikan terakhir (X1) dalam tahun, lama pengalaman kerja (X2) dalam tahun, dan jenis kelamin pelamar (X3), di mana 1 menunjukkan laki-laki dan 0 menunjukkan perempuan. Variabel dependen adalah status penerimaan (Y), di mana 1 berarti diterima dan 0 berarti tidak diterima. Analisis ini bertujuan untuk mengukur dampak setiap variabel independen terhadap kemungkinan penerimaan selama proses seleksi, menggunakan SPSS untuk pengujian data. Uji kecocokan model menunjukkan nilai signifikansi sebesar 0,857, yang mengindikasikan tidak ada perbedaan signifikan antara klasifikasi yang diprediksi dan yang diamati, sehingga memvalidasi kesesuaian model untuk analisis lebih lanjut. Nilai Nagelkerke R Square sebesar 0,405 menunjukkan bahwa variabel independen menjelaskan 40% varians dalam status penerimaan, sementara sisanya dijelaskan oleh faktor-faktor yang belum diuji. Uji pengaruh simultan mengungkapkan nilai signifikansi 0,002, mengonfirmasi dampak kolektif variabel independen terhadap variabel dependen. Uji pengaruh parsial menunjukkan bahwa durasi pendidikan dan pengalaman kerja secara signifikan mempengaruhi penerimaan, dengan nilai signifikansi masing-masing 0,021 dan 0,011. Model ini secara akurat memprediksi karyawan yang diterima (akurasi 100%) tetapi gagal memprediksi mereka yang tidak diterima (akurasi 0%), menghasilkan akurasi klasifikasi keseluruhan yang moderat sebesar 50%. Model regresi logistik biner ini cocok untuk analisis lebih lanjut dalam mengevaluasi faktor-faktor yang mempengaruhi penerimaan karyawan, dengan potensi peningkatan kemampuan prediktif melalui penggabungan variabel relevan tambahan.
ANALISIS FAKTOR - FAKTOR YANG MEMENGARUHI HARGA PROPERTI Amalia, Seila; Lubis, M. Shadri; Putri, Alya Nabilla; Napitupulu, Rusmawanty; Hutapea, Risca Octaviyani; Sianturi, Ardicha
Trigonometri: Jurnal Matematika dan Ilmu Pengetahuan Alam Vol. 5 No. 2 (2024): Trigonometri: Jurnal Matematika dan Ilmu Pengetahuan Alam
Publisher : Cahaya Ilmu Bangsa Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3483/trigonometri.v5i2.8254

Abstract

Artikel ini membahas berbagai faktor yang memengaruhi harga properti, dengan fokus pada aspek fisik dan lingkungan yang langsung terkait dengan karakteristik properti itu sendiri. Faktor-faktor yang dianalisis meliputi harga properti, ukuran bangunan, jumlah kamar tidur dan kamar mandi, usia bangunan, lokasi properti, serta fasilitas yang tersedia di sekitar properti. Ukuran dan jumlah ruang dalam properti, seperti jumlah kamar tidur dan kamar mandi, berpengaruh langsung terhadap penilaian nilai properti. Begitu pula, usia bangunan menjadi indikator penting yang menunjukkan kondisi fisik dan potensi renovasi yang diperlukan, yang dapat memengaruhi harga jual. Lokasi properti tetap menjadi faktor utama dalam menentukan harga, karena kedekatannya dengan fasilitas umum, pusat bisnis, transportasi, dan area yang berkembang pesat sangat berpengaruh. Fasilitas seperti kolam renang, taman, atau sistem keamanan juga turut meningkatkan nilai properti. Analisis ini bertujuan untuk memberikan pemahaman yang lebih mendalam tentang bagaimana faktor-faktor tersebut saling berinteraksi dalam menentukan harga pasar properti, serta memberikan panduan bagi pembeli, penjual, dan investor dalam membuat keputusan yang tepat.
Analisis Pengelompokan Wilayah Kepolisian Daerah di Indonesia menggunakan Algoritma Hierarchical Clustering Lubis, M. Shadri Ismaun; Pulungan, Zakiy Maulana; Lubis, Hafiz Khalik; Andari, Arnis Wulan; Napitupulu, Rusmawanty; Maulana, Bintang; Arnita, Arnita
Innovative: Journal Of Social Science Research Vol. 5 No. 3 (2025): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v5i3.19790

Abstract

Penelitian ini bertujuan untuk mengelompokkan wilayah Kepolisian Daerah (Polda) di Indonesia berdasarkan karakteristik kejahatan pada tahun 2022 dengan menggunakan pendekatan data mining melalui algoritma hierarchical clustering. Dua variabel utama yang digunakan dalam analisis adalah jumlah kejahatan dan persentase penyelesaian kasus. Langkah-langkah analisis yang dilakukan adalah standarisasi data dengan Z-score, perhitungan matriks jarak Euclidean, pembuatan dendrogram untuk melihat struktur hierarki, dan evaluasi jumlah cluster yang optimal menggunakan Silhouette Coefficient. Hasil evaluasi menunjukkan jumlah cluster yang optimal adalah dua, dengan nilai Silhouette tertinggi sebesar 0,654. Cluster pertama terdiri dari 32 Polda dengan rata-rata jumlah kasus sebanyak 9.091 dan tingkat penyelesaian sebesar 26,32%, sehingga masuk dalam kategori cluster “Rentan”. Cluster kedua terdiri dari dua Polda dengan jumlah kasus yang sangat tinggi dan tingkat penyelesaian sebesar 92,63%, sehingga masuk dalam kategori cluster “Sangat Tinggi”. Visualisasi diagram sebar menunjukkan pemisahan spasial yang jelas antara kedua klaster, yang memperkuat validitas pemodelan. Hasil studi ini memberikan dasar untuk memetakan area prioritas dan merumuskan strategi untuk memperkuat sistem penegakan hukum, serta menjadikan area berkinerja tinggi sebagai tolok ukur nasional.
Co-Authors Amalia, Seila Andari, Arnis Wulan Arnita Arnita Arnita Hutapea, Risca Octaviyani Lubis, Hafiz Khalik Lubis, M. Shadri Lubis, M. Shadri Ismaun Lumbantobing, Imelda Octavia Maulana, Bintang Pulungan, Zakiy Maulana Putri, Alya Nabilla Sianturi, Ardicha Silaban, Dewi Fortuna Simanjuntak, Ferdyanto Abangan