Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnal Arjuna : Publikasi Ilmu Pendidikan, Bahasa dan Matematika MAXIMAL
Lisa Salsabila Sinaga
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Computer Science & IT Economics, Econometrics & Finance Education Health Professions Languange, Linguistic, Communication & Media Mathematics Social Sciences

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

Found 2 Documents
Search

 1 
Penerapan Data Mining untuk Mengestimasi Laju Pertumbuhan Penduduk Kabupaten Serdang Bedagai Menggunakan Metode Regresi Linear Berganda Azizah Wulan Lestari; Lisa Salsabila Sinaga; Juwita Samroiyah Pulungan; Ulifia Cahaya Hasibuan; Ismail Husein
Maksimal Jurnal : Jurnal Ilmiah Bidang Sosial, Ekonomi, Budaya, Teknologi, Dan Pendidikan Vol 3 No 4 (2026): April
Publisher : Maximal Journal : Jurnal Ilmiah Bidang Sosial, Ekonomi, Budaya dan Pendidikan

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

Abstract

Pertumbuhan penduduk merupakan indikator penting dalam perencanaan pembangunan daerah. Penelitian ini bertujuan untuk mengestimasi laju pertumbuhan penduduk Kabupaten Serdang Bedagai dengan menerapkan teknik data mining menggunakan metode Regresi Linear Berganda. Data yang digunakan diperoleh dari Badan Pusat Statistik (BPS) Kabupaten Serdang Bedagai selama periode 2019-2023, yang mencakup jumlah penduduk laki- laki dan perempuan. Melalui tahapan pengumpulan, praproses, dan analisis data, diperoleh model regresi dengan persamaan Y = 0 + 1,5558X1 + 0,4367 X2, di mana Y adalah total penduduk, X1 jumlah laki-laki, dan X2 jumlah perempuan. Hasil penelitian menunjukkan estimasi jumlah penduduk pada tahun 2024 mencapai 683.056 jiwa, yang berarti terdapat peningkatan dibandingkan tahun sebelumnya. Model ini menunjukkan bahwa metode regresi linear berganda mampu memberikan hasil estimasi yang akurat dan dapat dijadikan acuan dalam perencanaan pembangunan berbasis data.
Analisis Data Mining dalam Prediksi Pertumbuhan Penduduk Kabupaten Serdang Bedagai Menggunakan Regresi Linear Berganda Azizah Wulan Lestari; Lisa Salsabila Sinaga; Juwita Samroiyah Pulungan; Ulifia Cahaya Hasibuan; Ismail Husein
Jurnal Arjuna : Publikasi Ilmu Pendidikan, Bahasa dan Matematika Vol. 4 No. 3 (2026): Juni: Jurnal Arjuna : Publikasi Ilmu Pendidikan, Bahasa dan Matematika
Publisher : Asosiasi Riset Ilmu Pendidikan Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61132/arjuna.v4i3.2812

Abstract

Population growth is an important indicator in regional development planning because it influences the provision of public services, infrastructure development, and policy formulation. Accurate population estimation is therefore essential to support data-driven decision-making by local governments. This study aims to estimate the population growth rate of Serdang Bedagai Regency by applying data mining techniques using the Multiple Linear Regression method. The data used were obtained from the Central Statistics Agency (BPS) of Serdang Bedagai Regency for the period 2019–2023 and include the number of male and female residents. The research process involved several stages, including data collection, data preprocessing, model development, and statistical analysis. Based on the analysis, a regression model was obtained with the equation Y = 0 + 1.5558X1 + 0.4367X2, where Y represents the total population, X1 represents the number of male residents, and X2 represents the number of female residents. The results indicate an estimated population of 683,056 people in 2024, showing an increase compared to the previous year. These findings suggest that the Multiple Linear Regression method can provide reliable population estimates and serve as a useful reference for supporting evidence-based regional development planning and population management strategies in Serdang Bedagai Regency.
Co-Authors Azizah Wulan Lestari Ismail Husein, Ismail Juwita Samroiyah Pulungan Ulifia Cahaya Hasibuan