Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal JURNAL PENDIDIKAN TAMBUSAI Algoritma: Jurnal Matematika, Ilmu Pengetahuan Alam, Kebumian dan Angkasa
Lubis, Rhamanda Ardiansyah
Unknown Affiliation
Earth & Planetary Sciences Mathematics Social Sciences

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

Found 3 Documents
Search

 1 
Analisis Pengaruh Aktivitas Olahraga dan Penggunaan Media Sosial terhadap Produktivitas Belajar Mengunakan Regresi dengan Dua Peubah Bebas Arvi, Salsabila; Winanti, Fuji; Zalianti, Retno Ayu; Tobing, Rizky Saputra; Lubis, Rhamanda Ardiansyah; Chairunisah, Chairunisah
Jurnal Pendidikan Tambusai Vol. 8 No. 3 (2024)
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

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

Abstract

Penelitian ini bertujuan untuk menganalisis pengaruh aktivitas olahraga dan penggunaan media sosial terhadap produktivitas belajar siswa dengan menggunakan metode regresi berganda. Data dikumpulkan melalui kuisioner yang disebarkan kepada 30 mahasiswa prodi Matematika semester 5 Universitas Negeri Medan. Analisis dilakukan dengan perangkat lunak SPSS. Hasil penelitian menunjukkan bahwa aktivitas olahraga dan penggunaan media sosial secara individu maupun simultan tidak memiliki pengaruh signifikan terhadap produktivitas belajar siswa. Faktor lain seperti motivasi intrinsik dan lingkungan belajar kemungkinan memiliki pengaruh lebih besar terhadap hasil belajar siswa.
Analisis Efisiensi Total Pembayaran Kredit Motor dengan Suku Bunga Tunggal dan Anuitas Purba, Mutia Agustin; Lubis, Rhamanda Ardiansyah; Siregar, Usnul Marisa
Jurnal Pendidikan Tambusai Vol. 8 No. 3 (2024)
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

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

Abstract

Penelitian ini bertujuan untuk membandingkan efisiensi total pembayaran kredit kendaraan bermotor antara metode suku bunga flat dan anuitas. Penelitian dilakukan melalui simulasi perhitungan berdasarkan data kredit motor Vario 160 ABS dengan parameter cicilan selama 35 bulan, uang muka sebesar Rp5 juta, dan angsuran bulanan Rp1.138.000. Hasil analisis menunjukkan bahwa metode anuitas lebih efisien dibandingkan metode suku bunga flat. Total bunga metode anuitas lebih rendah (Rp11.614.213) dibandingkan dengan metode bunga flat (Rp12.233.340). Dengan memahami perbedaan ini, konsumen dapat memilih skema pembayaran yang lebih sesuai dengan kebutuhan finansial mereka. Penelitian ini juga diharapkan dapat memberikan panduan bagi lembaga pembiayaan dalam merancang produk kredit yang lebih kompetitif.
Penerapan Principal Component Analysis (PCA) untuk Reduksi Dimensi dan Pemetaan Karakteristik Nutrisi pada Produk Makanan Kemasan di Indonesia Rizky Saputra Tobing; Sigalingging, Ocha Hosea; Sinaga, Roberto Karlos; Lubis, Rhamanda Ardiansyah
Algoritma : Jurnal Matematika, Ilmu pengetahuan Alam, Kebumian dan Angkasa Vol. 4 No. 1 (2026): Algoritma : Jurnal Matematika, Ilmu pengetahuan Alam, Kebumian dan Angkasa
Publisher : Asosiasi Riset Ilmu Matematika dan Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62383/algoritma.v4i1.891

Abstract

The increasing consumption of packaged food products in Indonesia reflects modern lifestyle changes but simultaneously raises public health concerns related to high calorie, sugar, and fat intake. Nutritional information presented on food labels consists of multiple interrelated variables, making it difficult to identify dominant nutritional factors that characterize packaged food products. This study aims to apply Principal Component Analysis (PCA) to reduce the dimensionality of nutritional data and to map the nutritional characteristics of packaged food products in Indonesia. The research employs a quantitative exploratory approach using secondary data obtained from nutrition facts labels of 1,651 packaged food products. Seven nutritional variables were initially analyzed, namely total energy, protein, total fat, total carbohydrates, sugar, sodium, and dietary fiber. Data preprocessing included data cleaning, Z-score standardization, and iterative variable selection based on the Kaiser-Meyer-Olkin (KMO) measure and Bartlett’s Test of Sphericity to ensure sampling adequacy and sufficient correlation among variables. Variables with low sampling adequacy and perfect multicollinearity were eliminated, resulting in five variables retained for the final PCA model. Principal components were extracted using the eigenvalue greater than one criterion and confirmed through a scree plot, followed by Varimax rotation to enhance interpretability. The results indicate the formation of two principal components explaining approximately 69.7% of the total variance. The first component represents energy density and macronutrient richness, while the second component reflects carbohydrate-related characteristics, particularly the contrasting pattern between sugar and dietary fiber. Biplot visualization further illustrates product distribution based on these components. The findings demonstrate that PCA effectively simplifies complex nutritional information and provides a clear nutritional mapping of packaged food products, offering practical insights for consumers, producers, and policymakers in supporting healthier food choices in Indonesia.
Co-Authors Arvi, Salsabila Chairunisah Chairunisah, Chairunisah Purba, Mutia Agustin Rizky Saputra Tobing Sigalingging, Ocha Hosea Sinaga, Roberto Karlos Siregar, Usnul Marisa Tobing, Rizky Saputra Winanti, Fuji Zalianti, Retno Ayu