cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Elisabeth Marsella
Contact Email
konstelasi@uajy.ac.id
Phone
+6285228453373
Journal Mail Official
konstelasi@uajy.ac.id
Editorial Address
Kampus 3, Gedung Bonaventura Jln. Babarsari No. 43, Caturtunggal, Kec. Depok, Kabupaten Sleman, DIY 55281
Location
Kota yogyakarta,
Daerah istimewa yogyakarta
INDONESIA
Konstelasi: Konvergensi Teknologi dan Sistem Informasi
Published by Universitas Atma Jaya Yogyakarta
ISSN : 27763102     EISSN : 27763374     DOI : https://doi.org/10.24002
Core Subject : Science,
Computer Science & IT
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi invites local and international researchers to publish their papers in Bahasa Indonesia with the following scopes, yet the topics are not limited to: Sistem Informasi Teknik Informatika Industri Teknik Sosial dan Humaniora Pendidikan Ilmu Komunikasi Ekonomi dan Akuntansi Pemasaran dan Kewirausahaan Bisnis Digital
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 236 Documents
 15   16   17   18   19 
Peramalan Produk Domestik Regional Bruto Provinsi Jawa Timur Untuk Triwulan ke depan Dengan Model ETS Mohamad, As'ad; Setyowibowo, Sigit; Dwi Mumpuni, Indah; Farida, Eni; Maknunah, Jauharul
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 5 No. 1 (2025): Juni 2025
Publisher : Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/konstelasi.v5i1.11656

Abstract

Abstrak. Penelitian ini bertujuan untuk meramalkn PDRB dengan model peramalan yang mudah,sederhana dan mempunyai akurasi tinggi. Peramalan PDRB di Jawa Timur ini dilatar belakangi olehbesarnya jumlah penduduk ke dua se Indonesia di provinsi ini setelah Jawa barat, sehingga besarnyanilai PDRB bisa dipakai sebagai indikator untuk melihat pertumbuhan ekonomi di Jawa Timur. Datayang digunakan adalah data sekunder berupa data triwulan PDRB Jawa Timur yang di peroleh daribadan pusat statistik (BPS) Jawa Timur. Model peramalan yang digunakan yaitu ETS, dimana modelini bisa digunakan secara simultan untuk meramalkan data yang berpola stasioner, trend danmusiman. Hasil dari penelitian ini dipilih model ETS(M,A,A) yang mempunyai error yang bersifatmultiplikatif, trend bersifat additive, musiman bersifat additive. Model ETS(M,A,A) mempunyaikreteria model terkecil AIC sebesar 1291.601 dan BIC sebesar 1310.598. Akurasi peramalan diukurdengan RMSE sebesar 4950.843 dan MAPE sebesar 0.7287398 %. Nilai MAPE lebih kecil dari 10% berarti hasil peramalan PDRB di Jawa Timur ini sangat baik. Hasil ramalan tiga triwulan kedepannaik pada triwulan ke dua dan ketiga serta turun sedikit pada triwulan ke empat, tetapi kesemuaramalan masih diatas nilai riil tertinggi tahun yang lalu (2024). Kata kunci: PDRB; BPS Jawa Timur; Model ETS(M,A,A); Pertumbuhan Ekonomi
Pendekatan Model UTAUT2 dalam Menilai Penerimaan Pengguna Terhadap Layanan Telemedicine Alodokter Putri, Amalia; Faroqi, Asif; Mukaromah, Siti
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 5 No. 1 (2025): Juni 2025
Publisher : Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/konstelasi.v5i1.11696

Abstract

Penggunaan layanan telemedicine di Indonesia populer beberapa tahun terakhir namun tingkat keberlanjutan penggunaan aplikasi seperti Alodokter masih menjadi tantangan. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang memengaruhi niat perilaku (Behavioral Intention) dalam menggunakan aplikasi Alodokter berdasarkan model Unified Theory of Acceptance and Use of Technology 2 (UTAUT2). Variabel yang dianalisis mencakup Performance Expectancy, Effort Expectancy, Social Influence, Facilitating Conditions, Habit, Price Value, dan Trust. Data dikumpulkan melalui penyebaran kuesioner online kepada pengguna aktif Alodokter dan dianalisis menggunakan metode Partial Least Squares Structural Equation Modeling (PLS-SEM). Hasil penelitian menunjukkan bahwa variabel Performance Expectancy, Social Influence, Habit, dan Trust berpengaruh positif dan signifikan terhadap Behavioral Intention. Sementara itu Effort Expectancy, Social Influence, Price Value dan Facilitating Conditions tidak memiliki pengaruh yang signifikan. Studi lanjutan disarankan untuk mengeksplorasi variabel tambahan dan cakupan responden yang lebih luas guna memperkaya pemahaman terhadap perilaku pengguna telemedicine.
Implementasi Web Scraping Untuk Ekstraksi Data Penjual dan Produk Panel Surya Di E-Commerce: Indonesia Muhammad Adhit Dwi Yuda
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 5 No. 1 (2025): Juni 2025
Publisher : Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/konstelasi.v5i1.11751

Abstract

Perkembangan e-commerce di indonesia telah mendorong peningkatan penjualan produk berbasis energi terbarukan, seperti panel surya. Namun, keterbatasan akses terhadap data produk dan penjual di marketplace seperti tokopedia menimbulkan tantangan dalam analisis pasar. Penelitian ini menerapkan metode web scraping untuk mengotomatisasikan ekstraksi data penjual dan produk panel surya di tokopedia. studi ini mengunakan BeautifulSoap dan Selenium sebagai pustaka utama untuk scraping, serta pandas untuk pembersihan data dan analisis awal dalam Jupyter Notebook. BeautifulSoap digunakan untuk parsing HTML statis, sedangkan Selenium menangani pemuatan konten dinamis dan interaksi dengan elemen berbasis Javascript. Hasil penelitian ini menunjukan bahwa metode ini efektif dalam pengumpulan informasi terkait harga, lokasi penjual, dan spesifikasi produk. Namun, tantangan seperti konten dinamis, perlindungan anti-bot dari tokopedia, serta verifikasi captcha menjadi hambatan yang perlu diatasi dengan teknik khusus. Penelitian ini berkontribusi dalam menyediakan dataset yang dapat digunakan untuk analisis tren pasar dan pengambilan keputusan bisnis di sektor energi terbarukan.
Evaluasi Pengalaman Pengguna Platform Tiktok dan YouTube pada Mahasiswa: Pendekatan User Experience Questionnaire (UEQ) Siregar, Silvia Melani; Dwita, Elsa; Pradnyayanti, Gusti Ayu Agung; Pranisti, Elvania; Handoyo, Emanuel Ristian
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 5 No. 1 (2025): Juni 2025
Publisher : Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/konstelasi.v5i1.11917

Abstract

Penelitian ini bertujuan untuk mengevaluasi pengalaman pengguna terhadap platform TikTok dan YouTube di kalangan mahasiswa dengan menggunakan pendekatan User Experience Questionnaire (UEQ). Evaluasi dilakukan terhadap enam dimensi utama: daya tarik, kejelasan, efisiensi, ketepatan, stimulasi, dan kebaruan. Responden terdiri dari 146 mahasiswa berusia 18–25 tahun. Hasil analisis deskriptif menunjukkan bahwa kedua platform memperoleh skor rata-rata netral hingga positif, dengan YouTube menunjukkan nilai lebih tinggi pada kejelasan, stimulasi, dan keandalan, sedangkan TikTok unggul pada aspek daya tarik visual. Analisis uji-t dilakukan untuk mengetahui perbedaan signifikan antara kedua platform, dan hasilnya menunjukkan bahwa hanya dimensi daya tarik yang memiliki perbedaan signifikan secara statistik (p = 0,0267). Lima dimensi lainnya tidak menunjukkan perbedaan yang signifikan meskipun terdapat variasi nilai. Secara keseluruhan, hasil penelitian ini menunjukkan bahwa baik TikTok maupun YouTube dinilai memberikan pengalaman pengguna yang cukup baik, meskipun terdapat perbedaan persepsi dalam dimensi tertentu. Evaluasi ini diharapkan dapat memberikan masukan bagi pengembang aplikasi dalam meningkatkan kualitas desain dan fitur platform berdasarkan preferensi pengguna.
Rancang Bangun Alat Pemantau Tingkat Predasi Burung Hantu Pengendali Hama Tikus berbasis IoT Hilarius Prin Pujianto; Eko Purwanto Aribowo; Fenty Pandansari; Akbar, M A A; Hermawan, R A; Mahri, A B
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 5 No. 1 (2025): Juni 2025
Publisher : Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/konstelasi.v5i1.11947

Abstract

Pemanfaatan burung hantu Jawa (Tyto Alba Javanica) sebagai agen hayati dalam pengendalian hama tikus sawah (Rattus argentiventer) telah banyak dilakukan melalui penyediaan rumah burung hantu (rubuha) di area persawahan. Data predasi burung hantu memiliki peran penting untuk membuktikan efektivitas metode ini kepada masyarakat. Namun, saat ini pengumpulan data predasi dilakukan secara manual sehingga membutuhkan waktu dan tenaga yang besar. Penelitian ini bertujuan untuk merancang sistem pemantauan predasi burung hantu secara otomatis dan akurat untuk mendukung pengendalian hama tikus. Model yang diusulkan bekerja dengan mengukur perubahan berat burung hantu saat meninggalkan dan kembali ke rubuha menggunakan sensor massa (load cell) yang terhubung dengan perangkat IoT untuk pengolahan data di server. Data selisih massa dihitung untuk memprediksi hasil predasi burung hantu. Pengujian sistem dengan menggunakan burung hantu tiruan menunjukkan akurasi prediksi sebesar 98% dari 100 data uji. Hasil evaluasi menunjukkan bahwa model dapat memberikan potensi penyelesaian masalah dalam pemantauan tingkat predasi burung hantu secara otomatis. Penelitian ini memberikan manfaat kemudahan dalam pengambilan data dalam penelitian pemanfaatan burung hantu untuk pengendalian hama tikus sawah.
Analisis User Experience pada Sistem Operasi Windows 11 Menggunakan Metode User Experience Questionnaire (UEQ) Wijaya, Lukas William; Rahayu, Florensia Sapty; Nastiti, Putri
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 4 No. 1 (2024): Juni 2024
Publisher : Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/konstelasi.v4i1.8708

Abstract

Windows 11 merupakan salah satu produk  yang diluncurkan oleh Microsoft. Ketika penelitian ini dibuat, Windows 11 baru memiliki pengguna secara global sebesar 15,54%. Walaupun jumlah penggunanya masih jauh lebih sedikit dibandingkan Windows 10 yang mencapai 70,3%, tetapi dimasa depan tingkat adopsi dari Windows 11 akan terus meningkat. Namun dibalik peningkatan adopsi yang terus meningkat, terdapat masalah yang dirasakan pengguna sehingga membuat pengguna merasa tidak nyaman dalam menggunakannya seperti sistem operasi yang berjalan lambat, dan aplikasi tidak berjalan dengan semestinya. Masalah tersebut dapat mempengaruhi user experience. Tujuan dari penelitian ini adalah untuk mengetahui tingkatan user experience yang dialami pengguna dengan memakai metode User Experience Questionnaire (UEQ), Penelitian ini mendapatkan jumlah responden sebanyak 117 orang yang dibagikan melalui sosial media. Berdasarkan hasil yang didapatkan dari responden, sistem operasi Windows 11 mendapatkan nilai evaluasi positif yang jika diurutkan dari yang tertinggi yaitu pada aspek Daya Tarik sebesar 1,21, Kejelasan sebesar 1,12, Stimulasi sebesar 1,01, Efisiensi sebesar 0,95, dan Ketepatan sebesar 0,89. Selain itu terdapat aspek Kebaruan yang mendapatkan nilai evaluasi netral sebesar 0,49. Rekomendasi yang dapat dilakukan untuk memperbaiki user experience Windows 11 adalah dengan melakukan perbaikan pada aspek kebaruan, seperti menambahkan fitur-fitur baru yang belum ada sebelumnya, serta mengubah tampilan menjadi lebih menarik. Windows 11 is one of the products launched by Microsoft. When this research was made, Windows 11 only had 15.54% of global users. Even though the number of users is still much less than Windows 10, which reached 70.3%, in the future the adoption rate of Windows 11 will continue to increase. However, behind the continued increase in adoption, there are problems experienced by users that make users feel uncomfortable when using it, such as the operating system running slowly and applications not running properly. This problem can affect the user experience. This research aims to determine the level of user experience experienced by users using the User Experience Questionnaire (UEQ) method. This research obtained a total of 117 respondents who were shared via social media. Based on the results obtained from respondents, the Windows 11 operating system received a positive evaluation value which, if sorted from the highest, was in the Attractiveness aspect of 1.21, Clarity of 1.12, Stimulation of 1.01, Efficiency of 0.95, and Accuracy of 0.89. Apart from that, there is the Novelty aspect which gets a neutral evaluation value of 0.49. Recommendations that can be made to improve the Windows 11 user experience are to make improvements to the novelty aspect, such as adding new features that did not exist before, as well as changing the appearance to be more attractive.
Pengaruh Bauran Pemasaran Digital sebagai Pengembangan Strategi Pemasaran Menggunakan Model SOSTAC untuk Mendukung Keputusan Pemilihan Kampus Hariyanti, Novi Tri; Wirapraja, Alexander
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 4 No. 1 (2024): Juni 2024
Publisher : Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/konstelasi.v4i1.8855

Abstract

Persaingan organisasi tidak hanya terjadi pada perusahaan bisnis saja namun hingga pada tingkat perguruan tinggi. Semakin banyaknya ekspansi dari kampus negeri maupun swasta menyebabkan setiap kampus perlu melakukan pendekatan yang kreatif dan inovatif. Kampus X sebagai salah satu perguruan tinggi swasta di Jawa Timur juga terdorong untuk segera bertindak menyesuaikan dengan kondisi iklim persaingan yang semakin ketat. Pada penelitian ini akan diteliti mengenai pengaruh dari bauran pemasaran dengan menggunakan model Situation Analysis, Objectives, Strategy, Tactics, Action dan Control (SOSTAC) sebagai upaya untuk mendukung pengambilan keputusan penentuan strategi digital yang tepat. Penelitian ini menggunakan model kualitatif deskriptif dengan melakukan wawancara kepada informan. nforman yang digunakan adalah staf penerimaan mahasiswa baru pada kampus X. Hasil yang didapatkan adalah dengan model SOSTAC kampus X dapat mengetahui kelebihan dan kekurangan yang mereka miliki dan dapat melakukan peningkatan terhadap strategi yang saat ini telah berjalan agar menjadi lebih baik lagi dan sesuai dengan tujuan yang ingin dicapai.   Organizational competition occurs not only in business companies but also at the university level. The increasing number of expansions from public and private campuses means that each campus needs to take a creative and innovative approach. Campus X, one of private universities in East Java, is also encouraged to act immediately to adapt to increasingly tight competitive conditions. In this research, the influence of the marketing mix was examined using the SOSTAC model as an effort to support decision-making in determining the right digital strategy. This research uses a descriptive qualitative model by conducting interviews with informants, where the informants used were new student admissions staff at campus X. The results are, with the SOSTAC model, Campus X can find the strengths and weaknesses they have and improve the current strategy so that it becomes even better and in line with the goals to be achieved.
Analisis Sentimen Berbasis Aspek pada Ulasan Aplikasi Gojek Rahman, Resha Ananda; Pranatawijaya, Viktor Handrianus; Sari, Nova Noor Kamala
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 4 No. 1 (2024): Juni 2024
Publisher : Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/konstelasi.v4i1.8922

Abstract

Penggunaan aplikasi mobile meningkat pesat di era digital, termasuk Gojek, aplikasi populer di Indonesia yang menyediakan layanan transportasi, pesan antar makanan, dan pembayaran digital. Ulasan pengguna di Play Store menunjukkan berbagai masalah yang memerlukan perhatian. Ulasan ini memberikan wawasan tentang pandangan pengguna, memungkinkan identifikasi masalah, dan pengembangan layanan. Dengan teknik Aspect Based Sentiment Analysis (ABSA), pandangan pengguna dapat dipahami lebih baik, membantu evaluasi dan perbaikan aplikasi Gojek untuk meningkatkan kualitas layanan dan kepuasan pengguna. Penelitian ini bertujuan menganalisis sentimen berdasarkan aspek-aspek dalam ulasan pengguna aplikasi Gojek di Play Store dalam bahasa Inggris, dengan mencari pola sentimen yang akurat dan mengidentifikasi aspek yang perlu diperbaiki. Data diambil dari ulasan pengguna aplikasi Gojek di Google Play Store. Teknik pemodelan topik Latent Dirichlet Allocation (LDA) digunakan untuk mengidentifikasi topik-topik relevan. Pelabelan sentimen dilakukan menggunakan model BERT, sementara evaluasi sentimen dan aspek dilakukan dengan model distilbert-base-uncased-finetuned-sst-2-english. Hasil menunjukkan bahwa model BERT mencapai akurasi tertinggi untuk sentimen sebesar 96.67% dan aspek Service sebesar 98.78%. Terdapat ruang untuk perbaikan terutama pada aspek user experience, service, dan payment. Faktor-faktor yang mempengaruhi akurasi termasuk distribusi sentimen, jumlah data, preprocessing, dan model yang digunakan. Mobile app usage is increasing rapidly in the digital era, including Gojek, a popular app in Indonesia that provides transportation, food delivery, and digital payment services. User reviews in the Play Store indicate various issues that require attention. These reviews provide insight into user views, enabling problem identification and service development. With the Aspect Based Sentiment Analysis (ABSA) technique, user views can be better understood, helping evaluate and improve the Gojek application to improve service quality and user satisfaction. This research aims to analyze sentiment based on aspects of user reviews of the Gojek application on the Play Store in English by finding accurate sentiment patterns and identifying aspects that need to be improved. The data was taken from user reviews of the Gojek application on the Google Play Store. Latent Dirichlet Allocation (LDA) topic modeling technique was used to identify relevant topics. Sentiment labeling was performed using the BERT model, while sentiment and aspect evaluation were performed with the distilbert-base-uncased-finetuned-sst-2-english model. The results showed that the BERT model achieves the highest accuracy for sentiment at 96.67% and Service aspects at 98.78%. There is room for improvement, especially in the user experience, service, and payment aspects. Factors affecting accuracy include sentiment distribution, amount of data, preprocessing, and the model used.
Analisis Sentimen dan Emosi dari Ulasan Google Maps Untuk Layanan Rumah Sakit di Palangka Raya Menggunakan Machine Learning Angel, Aprilia Christyana Tri; Pranatawijaya, Viktor Handrianus; Widiatry, Widiatry
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 4 No. 1 (2024): Juni 2024
Publisher : Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/konstelasi.v4i1.8924

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen dan emosi dari ulasan Google Maps untuk layanan rumah sakit di Palangka Raya menggunakan machine learning. Data yang digunakan dalam penelitian ini adalah ulasan dari Google Maps untuk 11 rumah sakit di Palangka Raya. Data diolah dengan preprocessing untuk membersihkan dan mempersiapkan data untuk analisis. Selanjutnya, data diklasifikasikan berdasarkan sentimen (positif, negatif, netral) dengan VADER (Valence Aware Dictionary and Sentiment Reasoner) dan emosi (seperti marah, senang, sedih, dll) menggunakan NRC Lexicon. Algoritma yang digunakan dalam penelitian ini adalah K-Nearest Neighbors (KNN), Logistic Regression, dan Decision Tree. Hasil penelitian menunjukkan bahwa ketiga algoritma tersebut memiliki performa yang berbeda-beda ketika mengklasifikasikan sentimen dan emosi dari ulasan. Algoritma Decision Tree memiliki akurasi tertinggi yaitu 92%, diikuti dengan Logistic Regression dengan akurasi 86%, dan KNN dengan akurasi 48%. Penelitian ini menunjukkan bahwa machine learning dapat digunakan untuk menganalisis sentimen dan emosi dari ulasan pada Google Maps dengan baik. This research aims to analyze the sentiment and emotion from reviews on Google Maps for hospital services in Palangka Raya using machine learning. The data used in this research was reviews from Google Maps for 11 hospitals in Palangka Raya. The data was processed using preprocessing to clean and prepare the data for analysis. Furthermore, the data was classified based on the sentiments (positive, negative, neutral) with VADER (Valence Aware Dictionary and Sentiment Reasoner) and emotions (such as angry, happy, sad, etc.) using NRC Lexicon. The algorithms used in this research are K-Nearest Neighbors (KNN), Logistic Regression, and Decision Tree. The research results show that the three algorithms have different performances when classifying sentiment and emotion from reviews. The Decision Tree algorithm has the highest accuracy of 92%, followed by Logistic Regression with an accuracy of 86%, and KNN with an accuracy of 48%. This research shows that machine learning can be used to analyze sentiment and emotion from reviews on Google Maps well.
Analisis Data Pertanian Tanaman Pangan untuk Memprediksi Hasil Panen di Kabupaten Malaka Menggunakan Metode Multiple Linear Regression Seran, Maria Kristine Bria; Tedy, Frengky; Samane, Ign. Pricher A. N.; Batarius, Patrisius; Nani, Paskalis Andrianus; Sinlae, Alfry Aristo Jansen
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 4 No. 1 (2024): Juni 2024
Publisher : Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/konstelasi.v4i1.8970

Abstract

Kabupaten Malaka merupakan daerah otonom baru dengan pertanian sebagai salah satu sektor basisnya. Dari tahun 2012 sampai dengan 2021, hasil produksi pertanian berupa tanaman pangan padi, jagung dan kacang hijau selalu mengalami kenaikan dan penurunan. Beberapa faktor yang menyebabkan terjadinya kenaikan dan penurunan hasil produksi tanaman pangan tersebut adalah adanya alih fungsi lahan pertanian menjadi lahan bangunan, masih tingginya harga bahan pangan yang ada di pasaran dan kebutuhan yang semakin meningkat, serta jumlah populasi penduduk yang terus bertambah. Untuk itu diperlukan sebuah metode yang dapat memprediksi hasil panen tanaman pangan di Kabupaten Malaka untuk 5 tahun yang akan datang. Hal ini dapat membantu Dinas Pertanian melakukan pengambilan keputusan terkait, guna menunjang Pemerintah Daerah dalam membantu menyediakan bahan pangan yang dibutuhkan bagi masyarakat setempat. Penelitian ini menggunakan metode multiple linear regression untuk melakukan prediksi. Hasil uji koefisien determinasi sebesar 0.918, menunjukkan bahwa 91.8% variasi variabel dependen dapat dijelaskan oleh variabel independen dalam model. Selain itu, terdapat tiga analisis statistik yang digunakan untuk melihat performansi dari metode multiple linear regression, yaitu nilai MSE sebesar 69611782.304, RMSE sebesar 8343.368 dan MAE sebesar 7327.695. Malaka Regency is a new autonomous region with one of its basic sectors being agriculture. From 2012 to 2021, agricultural production in the form of rice, corn, and green beans always experienced increases and decreases. Several factors cause increases and decreases in food crop production, namely the conversion of land from agriculture to building land, the still high price of food on the market and increasing demand, as well as the population continuing to increase. For these reasons, a method is needed to predict the yield of food crops in Malaka Regency for the next 5 years. It can help the agricultural department make related decisions, to support the Regional Government in helping to provide the food needed for the local community. In this study, the multiple linear regression method was used to make predictions. The results with a coefficient of determination test of 0.918 showed that 91.8% of the variation in the dependent variable can be explained by the independent variables in the model. Apart from that, there were three statistical analyses used to see the performance of the multiple linear regression method, namely the MSE value of 69611782.304, RMSE of 8343.368, and MAE of 7327.695.

Page 17 of 24 | Total Record : 236

 15   16   17   18   19 

Filter by Year

2021 2026


Reset
Filter By Issues
All Issue Vol. 101 No. 101 (2026): Special Issue Seminar Konstelasi Bali Vol. 5 No. 2 (2025): Desember 2025 Vol. 5 No. 1 (2025): Juni 2025 Vol. 4 No. 2 (2024): Desember 2024 Vol. 4 No. 1 (2024): Juni 2024 Vol. 3 No. 2 (2023): Desember 2023 Vol. 3 No. 1 (2023): Juni 2023 Vol. 2 No. 2 (2022): Desember 2022 Vol. 2 No. 1 (2022): Juni 2022 Vol. 1 No. 2 (2021): Desember 2021 Vol. 1 No. 1 (2021): Juni 2021 More Issue