Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Riset Rumpun Matematika dan Ilmu Pengetahuan Alam (JURRIMIPA) Jurnal Adijaya Multidisiplin
Aiman Hidayat Baeha
Unknown Affiliation
Religion Humanities Computer Science & IT Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Social Sciences Other

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

Found 2 Documents
Search

 1 
Analisis Perbandingan Pengalaman Kesehatan Mental Antara Mahasiswa Perantau Dan Lokal Findi Septiani; Adinda Saputri; Aiman Hidayat Baeha; Livia Mutianda; Riby Tamara
Jurnal Adijaya Multidisplin Vol 3 No 01 (2025): Jurnal Adijaya Multidisiplin (JAM)
Publisher : PT Naureen Digital Education

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kesehatan mental merupakan faktor krusial dalam kehidupan mahasiswa dan dipengaruhi oleh berbagai aspek, seperti tekanan akademik, interaksi sosial, dan lingkungan tempat tinggal. Penelitian ini bertujuan untuk mengeksplorasi perbedaan pengalaman kesehatan mental antara mahasiswa perantau dan mahasiswa lokal di Universitas Negeri Medan. Metode yang digunakan adalah pendekatan kualitatif deskriptif dengan teknik purposive sampling dalam pemilihan partisipan. Data dikumpulkan melalui survei berbasis Google Form serta wawancara semi-terstruktur, kemudian dianalisis menggunakan metode analisis tematik. Hasil penelitian menunjukkan bahwa mahasiswa perantau lebih sering mengalami kesepian, tekanan akademik, serta kesulitan dalam beradaptasi dengan lingkungan baru. Sementara itu, mahasiswa lokal cenderung mendapatkan dukungan lebih dari keluarga mereka. Faktor utama yang berkontribusi terhadap kesehatan mental mahasiswa adalah beban akademik yang tinggi (76,9%), diikuti oleh masalah keuangan, dinamika sosial, serta lingkungan kampus. Untuk mengatasi tekanan mental, mahasiswa menerapkan berbagai strategi seperti menjaga komunikasi dengan keluarga, berpartisipasi dalam kegiatan positif, serta mengatur keuangan dan waktu dengan lebih baik. Temuan penelitian ini menunjukkan bahwa lingkungan kampus belum secara signifikan berkontribusi terhadap kesejahteraan mental mahasiswa. Oleh karena itu, diperlukan kebijakan yang lebih mendukung, termasuk peningkatan layanan psikologis dan penguatan komunitas kampus yang lebih inklusif.
Analisis Probabilitas Hujan Menggunakan Data Historis Dari BMKG Wilayah I Tahun 2013-2015 Arnah Ritonga; Asni Al Amini; Livia Mutianda; Riamonda Singarimbun; Aiman Hidayat Baeha; Glensius Rayhane Pasaribu; Juanda Arief Darmawan Damanik
JURNAL RISET RUMPUN MATEMATIKA DAN ILMU PENGETAHUAN ALAM Vol. 4 No. 1 (2025): April : Jurnal Riset Rumpun Matematika dan Ilmu Pengetahuan Alam
Publisher : Pusat riset dan Inovasi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/jurrimipa.v4i1.4367

Abstract

Rainfall potential analysis plays a critical role in the management of air resources, mitigation of hydrometeorological disasters, and agricultural activity planning. Accurate estimation of rainfall patterns is essential to ensure effective decision-making in irrigation systems, water resource management, and disaster risk reduction strategies. This study aims to model the probability of rainfall occurrence using a statistical approach based on historical data obtained from the Bureau of Meteorology. The data spans a multi-year period and captures seasonal and regional variability in rainfall events. To characterize rainfall patterns, various probability distributions are tested, including the exponential distribution and the Weibull distribution, which are commonly applied in hydrological studies. Furthermore, the Markov chain method is employed to assess the likelihood of rainfall occurrence on a given day based on the conditions of the preceding day, thereby capturing temporal dependencies. Parameter estimation is conducted using Maximum Likelihood Estimation (MLE), a robust statistical method that enhances the precision of the model. The suitability of each probability distribution in representing the observed rainfall data is evaluated through goodness-of-fit tests such as the Kolmogorov-Smirnov test. The findings reveal that certain distributions align more closely with the local rainfall characteristics, demonstrating the importance of regional analysis in climate modeling. The combination of probabilistic modeling, Markov analysis, and rigorous statistical testing provides a reliable framework for forecasting rainfall. These results are expected to serve as a scientific basis for stakeholders in agriculture, environmental planning, and disaster preparedness, offering insights that support sustainable water resource utilization and risk management.
Co-Authors Adinda Saputri Arnah Ritonga Asni Al Amini Findi Septiani Glensius Rayhane Pasaribu Juanda Arief Darmawan Damanik Livia Mutianda Riamonda Singarimbun Riby Tamara