Claim Missing Document
Check
Articles

Found 2 Documents
Search

Peran Keluarga dalam Penerapan Nilai-nilai Tauhid terhadap Anak Perspektif AlQur’an (Kajian Tafsir Maudhu`I) Nuha, M. Ulin
Jurnal An-Nur Vol 13, No 1 (2024): Jurnal An-Nur Juni 2024
Publisher : UIN SUSKA RIAU

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/an-nur.v13i1.35122

Abstract

Penelitian ini dilatar belakangi oleh keperihatinan peneliti terhadap orang tua yang kehilangan peran untuk menerapkan tauhid terhadap anak-anak mereka, sehingga terjadilah keosongan tauhid di dalam suatau keluarga. Yang menjadi pembahasan pokok dalam penelitian ini adalah bagai mana peran orang tua dalam menerapkan nilai-nilai tauhid terhadap anak dalam  perspektif al- Quran dan bagaimana peran orang tua dalam menanamkan nilai tauhid terhadap anak di zaman sekarang. Penelitian ini didesain dalam bentuk penelitian kepustakaan atau Library research yang menggunakan berbagai sumber kepustakaan sebagai sumber data penelitian yang kemudian data-data tersebut dianalisis menggunakan metode tafsir maudhu`i. Setelah dilakukan kajian dan analisis dalam penelitian ini dapat disimpulakn bahwa menerapkan nilai tauhid terhadap anak  merupakan kewajiban setiap orang tua dan orang tua di zaman sekarang tetap memiliki kewajiban untuk menerapkan nilai tahuid kepada anaknya meskipun sudah menyekolahkan atau memondokkan anaknya di pesantren
Penerapan Metode Time Series Model ARIMA dalam Peramalan Jumlah Pengunjung Perpustakaan di Lembaga Pendidikan Dasar Nuha, M. Ulin; Huda, Muhmat Maariful; Prabowo, Tito
Journal of Information System Research (JOSH) Vol 6 No 4 (2025): July 2025
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/josh.v6i4.7843

Abstract

This research is conducted to predict the number of visitors to libraries within primary education institutions by employing the Autoregressive Integrated Moving Average (ARIMA) modeling technique. The dataset comprises daily visitor records spanning from January 2023 to December 2024. The forecasting process adopts a time series framework, which includes steps such as data preprocessing, stationarity verification through the Augmented Dickey-Fuller (ADF) test, identification of parameters using Autocorrelation Function (ACF) and Partial Autocorrelation Function (PACF) plots, and the selection of the optimal model based on statistical significance and performance metrics, particularly the Mean Squared Error (MSE). Out of 35 evaluated ARIMA configurations, the ARIMA(2,0,11) model demonstrated the best performance, achieving the lowest MSE score of 789.08 and exhibiting statistically meaningful parameters. Moreover, the model passed the Ljung-Box diagnostic test, confirming that the residuals behave as white noise.The forecasting results for January 2025 show a stable and realistic trend. Compared to baseline methods such as Naïve Forecast, the ARIMA model demonstrates superior performance by effectively capturing data fluctuations. Therefore, ARIMA(2,0,11) is considered effective and accurate in supporting data-driven library service planning for the future.