Arus Jurnal Sains dan Teknologi

Peramalan Jumlah Pengunjung Perpustakaan Modern Sulawesi Tenggara Yang Mengandung Data Outlier Menggunakan Metode ARIMA Dengan Prosedur Iteratif

Fri, 24 Oct 2025 00:00:00 +0000

Perpustakaan modern berperan penting dalam meningkatkan kualitas pendidikan masyarakat. Untuk mengoptimalkan pengelolaan dan pelayanan, diperlukan peramalan jumlah pengunjung perpustakaan. Penelitian ini menggunakan metode Autoregressive Integrated Moving Average (ARIMA) dengan prosedur iteratif untuk menangani data yang mengandung outlier. Model terbaik yang diperoleh adalah ARIMA(0,1,2) dengan nilai Mean Squared Error (MSE) sebesar 149404,2 dan Mean Absolute Percentage Error (MAPE) sebesar 21,63%, yang menunjukkan bahwa akurasi peramalan masih dalam batas wajar. Hasil peramalan menunjukkan jumlah pengunjung cenderung stabil dengan rata-rata 877 pengunjung per minggu, namun interval kepercayaan yang semakin lebar mengindikasikan meningkatnya ketidakpastian dalam prediksi. Prosedur iteratif dalam deteksi outlier terbukti efektif dalam mengidentifikasi dan mengoreksi pencilan, sehingga meningkatkan akurasi model. Penelitian ini merekomendasikan eksplorasi model alternatif seperti ARIMAX atau metode machine learning untuk menangkap pola yang lebih kompleks dan meningkatkan akurasi peramalan.

Analisis Faktor-faktor yang Mempengaruhi Gini Rasio di Indonesia menggunakan Regresi Data Panel

Raufika Nurhidayah, Irma Yahya, Lilis Laome — Fri, 24 Oct 2025 00:00:00 +0000

Tujuan penelitian ini untuk menganalisis faktor-faktor yang mempengaruhi gini rasio di Indonesia menggunakan regresi data panel. Regresi data panel adalah salah satu metode statistika yang digunakan untuk melihat pengaruh beberapa variabel prediktor terhadap variabel respon dengan struktur data berupa data panel. Dalam mengestimasi model regresi data panel terdapat tiga pendekatan yang dapat dilakukan, yaitu common effect model (CEM), fixed effect model (FEM) dan random effect model (REM). Berdasatkan hasil pengujian parameter dengan regresi data panel data disimpulkan bahwa model yang tepat untuk menganalisis gini rasio di Indonesia tahun 2021-2023 menggunakan pendekatan REM. Berdasarkan pendekatan REM diperoleh model regresi dimana variabel yang mempengaruhi gini rasio di Indonesia adalah IPM, pengeluaran per kapita riil, persentase penduduk miskin dan laju pertumbuhan ekonomi.

Analisis Limpasan Permukaan pada Bagian Hulu Sungai Pappa

Muhammad Akbar, Agusalim M, Mahmuddin — Fri, 24 Oct 2025 00:00:00 +0000

Limpasan permukaan (Runoff) merupakan sebagian dari air hujan yang mengalir diatas permukaan tanah menuju sungai, danau atau laut.Limpasan permukaan terjadi apabilah tanah tidak mampu lagi menginflitrasikan air di pemukaan tanah karena tanah sudah dalam keadaan jenuh. Limpasan permukaan juga terjadi apabila hujan jatuh di permukaan yang bersifat impermeable seperti aspal, beton, keramik, dan lain-lain. Peristiwa banjir dan erosi yang sering melanda beberpa wilayah di indonesia merupakan dampak dari limpasan permukaan yang tidak dapat ditangani dengan baik. Secara tidak langsung, limpasan juga mempunyai pengaruh terhadap kualitas air sungai. Daerah yang memiliki limpasan yang tinggi umumnya mempunyai kualitas air sungai yang buruk. Perameter kualitas air yang berpengaruh terhadap besarnya limpasan adalah kekeruhan atau turbiditas. Limpasan permukaan adalah salah satu penyebab utama sungai-sungai di indonesia mempunyai tingkat kekeruhan yang tinggi, termasuk Sungai Pappa.

Analisis Regresi Multivariat Profitabilitas Bank Pembangunan Daerah di Indonesia Tahun 2023

Faridatun Maghfirah Rahman, Irma Yahya, Agusrawati — Fri, 24 Oct 2025 00:00:00 +0000

Regresi merupakan analisis yang digunakan untuk mengetahui hubungan antar variabel terikat dan variabel mengikat. Dalam beberapa kasus khususnya pada bidang ekonomi dan perbankan menunjukkan adanya lebih dari satu variabel terikat yang dapat terpengaruhi oleh variabel mengikat, sehingga dalam menganalisisnya digunakan jenis regresi multivariat. Penelitian ini bertujuan untuk menerapkan analisis regresi multivariat pada data perbankan agar ditemukan faktor yang mempengaruhi profitabilitas bank BPD di Indonesia dan didapatkan model yang sesuai. Kasus yang diambil adalah pengaruh Non Performing Loan (NPL), Loan to Deposit Ratio (LDR), Baiya Operasional terhadap Pendapatan Operasional (BOPO), Capital Adequacy Ratio (CAR), Net Interest Margin (NIM), dan Dana Pihak Ketiga (DPK) bank BPD di Indonesia tahun 2023. Dari hasil uji spesifikasi yang dilakukan dalam penelitian ini diperoleh model persamaan regresi multivariat yaitu dan .Regresi merupakan analisis yang digunakan untuk mengetahui hubungan antar variabel terikat dan variabel mengikat. Dalam beberapa kasus khususnya pada bidang ekonomi dan perbankan menunjukkan adanya lebih dari satu variabel terikat yang dapat terpengaruhi oleh variabel mengikat, sehingga dalam menganalisisnya digunakan jenis regresi multivariat. Penelitian ini bertujuan untuk menerapkan analisis regresi multivariat pada data perbankan agar ditemukan faktor yang mempengaruhi profitabilitas bank BPD di Indonesia dan didapatkan model yang sesuai. Kasus yang diambil adalah pengaruh Non Performing Loan (NPL), Loan to Deposit Ratio (LDR), Baiya Operasional terhadap Pendapatan Operasional (BOPO), Capital Adequacy Ratio (CAR), Net Interest Margin (NIM), dan Dana Pihak Ketiga (DPK) bank BPD di Indonesia tahun 2023. Dari hasil uji spesifikasi yang dilakukan dalam penelitian ini diperoleh model persamaan regresi multivariat yaitu

Penerapan Machine Learning untuk Mengklasifikasikan Genre Musik Berdasarkan Fitur Audio

Rezkytullah Abrah, Muhyiddin A M Hayat, Lukman Lukman — Fri, 24 Oct 2025 00:00:00 +0000

Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi genre musik secara otomatis berdasarkan fitur-fitur audio yang diekstraksi dari file lagu. Proses ekstraksi fitur menggunakan pustaka Librosa untuk menghitung Zero Crossing Rate (ZCR), Spectral Centroid, dan 13 koefisien Mel-Frequency Cepstral Coefficients (MFCC). Setelah melalui proses normalisasi, fitur-fitur tersebut digunakan sebagai input dalam pelatihan tiga model klasifikasi: K-Nearest Neighbor (KNN), Random Forest, dan Naïve Bayes. Dataset terdiri dari lima genre musik populer dengan lebih dari 500 lagu. Hasil pengujian menunjukkan bahwa model Random Forest menghasilkan akurasi tertinggi dan mampu mengenali pola audio dengan baik, termasuk pada lagu-lagu yang tidak terdapat dalam data pelatihan. Sistem juga mampu menampilkan hasil ekstraksi fitur dan prediksi dalam bentuk visualisasi, sehingga memberikan transparansi dalam proses klasifikasi. Dengan pendekatan ini, sistem dapat digunakan untuk membantu analisis musik secara otomatis dan efisien.

Gambaran Kelengkapan Pengisian Rekam Medis Pasien Rawat Inap di Rumah Sakit Akademis Jaury Jusuf Putera Makassar

Nangri Lutfia Adhania, Rizky Pratiwi , Agustina Agustina, Hamzah Tasa — Fri, 31 Oct 2025 00:00:00 +0000

Kelengkapan dokumen rekam medis merupakan bagian yang sangat penting karena sangat mempengaruhi proses pelayanan kesehatan yang dilakukan oleh tenaga medis dan mempengaruhi kualitas pelayanan rumah sakit, khususnya pada komponen kelengkapan identifikasi dan autentikasi pasien. Metode: Jenis penelitian ini bersifat deskriptif kuantitatif dengan pendekatan observasional, menggunakan instrumen checklist yang terdiri dari dua komponen utama, yaitu identifikasi pasien dan autentikasi (tanda tangan dan nama dokter). Sampel yang digunakan berjumlah 30 rekam medis yang dipilih dengan pengambilan sampel yang dimaksud. Hasil: Penelitian menunjukkan bahwa lima komponen identitas dasar pasien, yaitu nomor rekam medis, nama, jenis kelamin, tanggal lahir, dan alamat, diisi lengkap diseluruh rekam medis. Namun, data sosial seperti pendidikan dan ketenagakerjaan masih belum lengkap, masing-masing sebesar 73,33% dan 56,67%. Dalam komponen auntetikasi, semua file menyertakan tanda tangan dan nama dokter secara lengkap (100%). Kesimpulan: Tingkat kelengkapan rata-rata secara keseluruhan mencapai 90,48% untuk identifikasi dan 100% untuk otentikasi. Kesimpulannya, pengisian rekam medis relatif baik, namun perlu diperkuat pengisian data sosial dan pengawasan rutin untuk menjaga kualitas dokumentasi medis.

Implementasi Algoritma A-Star Manhattan Distance untuk Menentukan Jarak Terpendek dalam Sistem Pengantaran Pos di Kecamatan Mariso

Reski Jaya — Fri, 31 Oct 2025 00:00:00 +0000

Pengantaran pos di Kecamatan Mariso sering menghadapi tantangan dalam menentukan rute pengantaran terpendek. Penelitian ini bertujuan untuk menerapkan Algoritma A-Star dengan heuristik Manhattan Distance dalam menentukan rute terpendek bagi pengantar pos. Dengan pendekatan teori graf, jaringan jalan direpresentasikan dalam bentuk simpul dan sisi, memungkinkan pemetaan rute secara sistematis. Metode yang digunakan dalam penelitian ini mencakup pengumpulan data jalur pengantaran, pemodelan graf berbobot, dan implementasi algoritma A-Star untuk menemukan jalur optimal. Pengujian dilakukan dengan berbagai skenario untuk mengevaluasi efektivitas algoritma dalam menemukan jalur terpendek. Hasil penelitian menunjukkan bahwa Algoritma A-Star dengan Manhattan Distance mampu menentukan rute terpendek secara akurat sesuai dengan struktur jalan di Kecamatan Mariso. Algoritma ini memungkinkan pengantar pos untuk menghindari jalur berulang dan memilih rute yang lebih pendek.

Implementasi Algoritma Lin Kernighan Helsgaun Untuk Menentukan Jarak Terpendek Dalam Sistem Pengantaran Pos Di Kecamatan Mariso

Rahmat Aryadi — Fri, 31 Oct 2025 00:00:00 +0000

Dalam industri jasa pengiriman, efisiensi rute pengantaran merupakan faktor utama dalam meningkatkan kecepatan dan menekan biaya operasional. PT Pos Indonesia sebagai penyedia layanan pengiriman menghadapi tantangan dalam menentukan rute optimal bagi kurirnya, terutama di wilayah perkotaan yang memiliki jaringan jalan kompleks seperti Kecamatan Mariso. Penelitian ini bertujuan untuk mengimplementasikan Algoritma Lin-Kernighan-Helsgaun (LKH) dalam optimasi rute pengiriman pos guna memperoleh rute terpendek yang lebih efisien dibandingkan metode konvensional.Penelitian ini menggunakan data geografis dan pemetaan wilayah Kecamatan Mariso untuk membangun model graf berbobot. Jarak antar titik dihitung menggunakan Rumus Haversine, kemudian diterapkan Algoritma LKH untuk menemukan rute optimal. Hasil simulasi menunjukkan bahwa algoritma ini mampu mengurangi total jarak tempuh pengiriman dibandingkan dengan metode manual yang biasa digunakan kurir. Implementasi Algoritma LKH menghasilkan efisiensi dalam distribusi paket, mengurangi waktu perjalanan, serta menekan biaya operasional yang berhubungan dengan bahan bakar dan tenaga kerja. Dengan hasil yang diperoleh, penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan sistem logistik PT Pos Indonesia, serta menjadi referensi dalam optimasi rute pada bidang transportasi dan distribusi.