Claim Missing Document
Check
Articles

Found 2 Documents
Search

Mengukur Tingkat Efektivitas Google Drive Dengan Uji Chi Square Dan Cramer (C) Dalam Pengarsipan Dokumen Amdal Hutagalung, Alya Azhrah; Rahayu, Atika; Anggitasyah, Debi; Yunisa, Fahira Audri; Andini, Qonita Putri; Sari, Rina Filia
Jurnal Garuda Pengabdian Kepada Masyarakat Vol 1 No 1 (2023)
Publisher : Ali Institute of Research and Publication

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55537/gabdimas.v1i1.600

Abstract

Badan Lingkungan Hidup Provinsi Sumatera Utara adalah suatu dinas pada Pemerintah Provinsi Sumatera Utara yang bertugas melaksanakan segala tugas yang berkaitan dengan lingkungan hidup yang berada di bawah kewenangan dan tanggung jawab bantuan provinsi. Tantangan yang dimiliki Dinas Lingkungan Hidup Sumut adalah bagaimana mengelola dokumen AMDAL berupa file softcopy dengan menggunakan media penyimpanan Google Drive. Dalam upaya mengukur sejauh mana Google Drive berhasil sebagai media penyimpanan dokumen, mereka menggunakan Uji Chi Square dan Cramer Test (C), uji Cramer (C) digunakan untuk mengukur tingkat hubungan atau korelasi antara dua data. variabel dalam skala nominal, sedangkan uji Chi-square berguna untuk menguji hubungan atau pengaruh dua variabel dan mengukur kekuatan hubungan antara satu variabel dengan variabel lainnya. Nilai prediksi untuk setiap sel akan dicari di tabel kontingensi karena korelasi kontingensi dan Chi-Square berhubungan erat.
THE APPLICATION OF SEASONAL TREND DECOMPOSITION USING LOESS FOR EXPORT FORECASTING BY ECONOMIC COMMODITY GROUP IN NORTH SUMATRA Yunisa, Fahira Audri; Siregar, Machrani Adi Putri
ZERO: Jurnal Sains, Matematika dan Terapan Vol 7, No 1 (2023): Zero: Jurnal Sains Matematika dan Terapan
Publisher : UIN Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30829/zero.v7i1.17341

Abstract

In export data, there are often seasonal fluctuations caused by various factors, and STL (Seasonal Trend decomposition using Loess) can help effectively separate these seasonal components. STL is an algorithm developed to decompose a time series into three components: trend, seasonal, and remainder, aiding in a better understanding of the underlying patterns and variations in the data. The data taken in this study are data on the number of exports (tonnes) in the period January 2018 to December 2022 sourced from bps. From the forecasting results it can be concluded that the largest BM export value is 6357.6131 (tons), the largest BP export value is 859804.0 (tons) and the largest BP export value is 113157.64 (tons).