Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal JEKP (Jurnal Ekonomi dan Keuangan Publik) Jurnal Registratie
Muh Rivandy Setiawan
Universitas Muhammadiyah Bandung
Economics, Econometrics & Finance Social Sciences Other

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

Found 2 Documents
Search

 1 
Penerapan Deep Learning Untuk Analisis Big Data Kependudukan: Menuju Efisiensi Dan Akurasi Pelayanan Pemerintah Muh Rivandy Setiawan
Registratie Vol 7 No 2 (2025): Registratie
Publisher : Program Studi Studi Kependudukan dan Pencatatan Sipil

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33701/jurnalregistratie.v7i2.5572

Abstract

Perkembangan big data kependudukan menuntut adanya pendekatan analitik yang lebih canggih untuk menjawab tantangan konsistensi, akurasi, dan ketepatan kebijakan publik. Penelitian ini bertujuan untuk menerapkan metode deep learning, khususnya Autoencoder dan Artificial Neural Network (ANN), dalam menganalisis data kependudukan Kota Bandung periode 2017–2024. Autoencoder digunakan untuk mendeteksi anomali dan inkonsistensi antara data Badan Pusat Statistik (BPS) dan Dinas Kependudukan dan Pencatatan Sipil (Disdukcapil), sedangkan ANN difokuskan pada prediksi kepemilikan e-KTP berbasis variabel demografi dan spasial. Hasil penelitian menunjukkan bahwa tren pertumbuhan penduduk Kota Bandung relatif stabil dengan laju yang lambat, menandakan pentingnya perencanaan berbasis data. Tingkat kepemilikan e-KTP menunjukkan disparitas antar kecamatan, dengan beberapa wilayah sudah mencapai lebih dari 96% sementara lainnya masih di bawah 90%. Autoencoder berhasil mendeteksi anomali dengan reconstruction loss sekitar 0.06, yang mengindikasikan peningkatan kualitas data setelah proses rekonstruksi. Sementara itu, ANN menghasilkan prediksi yang mendekati data aktual dengan rata-rata error yang kecil, membuktikan efektivitasnya dalam mengidentifikasi kecamatan yang berisiko rendah maupun tinggi dalam capaian kepemilikan e-KTP. Secara teoritis, penelitian ini memperkaya literatur tentang penerapan deep learning dalam administrasi publik berbasis data. Secara praktis, temuan ini memberikan rekomendasi aplikatif bagi pemerintah daerah, khususnya dalam memperkuat e-government, meningkatkan akurasi pelayanan publik, serta merancang intervensi kebijakan yang lebih tepat sasaran. Penerapan deep learning terbukti mampu mendukung tata kelola kependudukan yang lebih efisien, akurat, dan responsif.
Upaya Dinas Pariwisata Kabupaten Natuna Dalam Mengoptimalkan Pendapatan Asli Daerah Kabupaten Natuna Muh Rivandy Setiawan; Fadhil Abdullah
JEKP (Jurnal Ekonomi dan Keuangan Publik) Vol. 11 No. 1 (2024): JEKP (Jurnal Ekonomi dan Keuangan Publik)
Publisher : Program Studi Keuangan Publik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33701/jekp.v11i1.4626

Abstract

Penelitian ini bertujuan mengevaluasi upaya Dinas Pariwisata Kabupaten Natuna dalam mengoptimalkan pendapatan asli daerah (PAD), mengidentifikasi hambatan, dan menganalisis strategi pengelolaan destinasi wisata. Menggunakan metode kualitatif deskriptif dengan pendekatan induktif, penelitian ini mengumpulkan data melalui observasi, wawancara, dan dokumentasi, serta menggunakan triangulasi metode untuk validasi. Analisis data meliputi reduksi data, penyajian data, dan penarikan kesimpulan, dengan mengacu pada teori Peningkatan PAD menurut Rahayu. Hasil penelitian menunjukkan PAD dari objek wisata masih rendah, dengan faktor penghambat utama berupa kurangnya kesadaran masyarakat terhadap pembayaran pajak dan dominasi kepemilikan objek wisata oleh masyarakat. Sumber PAD terbesar berasal dari sektor hotel, restoran, dan resort, serta dipengaruhi oleh mahalnya biaya transportasi di Natuna. Untuk meningkatkan PAD, diperlukan kerjasama yang lebih baik dengan masyarakat serta peningkatan promosi dan pengembangan destinasi wisata.
Co-Authors Fadhil Abdullah