JURNAL GAMMA-PI

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PERSENTASE PENDUDUK MISKIN DI KABUPATEN ACEH TIMUR TAHUN 2010-2024 DENGAN METODE REGRESI LINIER BERGANDA

2026-06-24T04:44:09+00:00

Penelitian ini menganalisis pengaruh Produk Domestik Regional Bruto (PDRB) per kapita, Tingkat Pengangguran Terbuka (TPT), dan Indeks Pembangunan Manusia (IPM) terhadap persentase penduduk miskin di Kabupaten Aceh Timur periode 2010–2024. Data yang digunakan merupakan data sekunder dari Badan Pusat Statistik (BPS) Aceh Timur. Metode yang diterapkan adalah regresi linier berganda dengan uji asumsi klasik meliputi uji normalitas, autokorelasi, heteroskedastisitas, dan multikolinearitas.Hasil penelitian menunjukkan bahwa secara simultan ketiga variabel independen berpengaruh signifikan terhadap tingkat kemiskinan. Secara parsial, IPM berpengaruh negatif dan signifikan terhadap persentase penduduk miskin, sedangkan PDRB per kapita dan TPT tidak berpengaruh signifikan. Persamaan regresi yang diperoleh adalah Y = 57,941 + 0,058X₁ – 0,105X₂ – 0,654X₃ dengan nilai koefisien determinasi (R²) sebesar 0,947, yang berarti 94,7% variasi tingkat kemiskinan dapat dijelaskan oleh ketiga variabel tersebut.Hasil ini menunjukkan bahwa peningkatan kualitas pembangunan manusia melalui IPM menjadi faktor utama dalam menurunkan kemiskinan di Aceh Timur, sehingga kebijakan daerah perlu difokuskan pada peningkatan pendidikan, kesehatan, dan kesejahteraan masyarakat.

ANALISIS HUBUNGAN JUMLAH PENDUDUK DAN JUMLAH MENARA TELEKOMUNIKASI DI KOTA LANGSA MENGGUNAKAN KORELASI SPEARMAN

2026-06-24T04:44:09+00:00

Perkembangan teknologi komunikasi menyebabkan kebutuhan terhadap layanan jaringan dan internet semakin meningkat, sehingga ketersediaan infrastruktur telekomunikasi seperti menara telekomunikasi menjadi sangat penting dalam suatu wilayah. Penelitian ini bertujuan untuk mengetahui hubungan dan tingkat keeratan hubungan antara jumlah penduduk dengan jumlah menara telekomunikasi di Kota Langsa. Data yang digunakan merupakan data sekunder yang diperoleh dari Dinas Komunikasi dan Informatika Kota Langsa tahun 2024. Metode yang digunakan adalah analisis korelasi Spearman karena hubungan antar variabel tidak menunjukkan pola linear dan terdapat nilai outlier pada data. Hasil analisis menunjukkan nilai koefisien korelasi sebesar 0,600 yang mengindikasikan adanya hubungan positif yang cukup kuat antara jumlah penduduk dan jumlah menara telekomunikasi. Namun, nilai signifikansi sebesar 0,285 (> 0,05) menunjukkan bahwa hubungan tersebut tidak signifikan secara statistik. Dengan demikian, jumlah penduduk bukan satu-satunya faktor yang memengaruhi pembangunan menara telekomunikasi, tetapi terdapat faktor lain seperti kebijakan pemerintah, kebutuhan jaringan, dan kondisi wilayah.

Kata kunci : jumlah penduduk, menara telekomunikasi, korelasi spearman, infrastruktur jaringan

PERBANDINGAN UJI AKURASI FUZZY TIME SERIES MODEL CHENG DAN MODEL LEE DALAM FORECASTING JUMLAH PRODUKSI KELAPA SAWIT DI PROVINSI SUMATERA UTARA

2026-06-24T05:21:59+00:00

Palm oil is a plantation commodity that demonstrates strong resilience during economic crises and serves as one of Indonesia’s major sources of foreign exchange. In North Sumatra Province, palm oil production has shown a steady increase over the past five years, with a cultivated area reaching 490.16 thousand hectares. This study aims to forecast the amount of palm oil production in the province using the fuzzy time series method, which applies the concept of fuzzy sets as its analytical foundation. Several fuzzy time series models, including the Cheng and Lee models, are compared to determine the model that produces the smallest forecasting error based on the criteria of MAE, MSE, MPE, and MAPE. The forecasting results with Cheng's fuzzy time series were 7270.418 thousand tons, while the forecasting results with Lee's fuzzy time series were 7275.425 thousand tons. The results of the analysis of the accuracy level of the MAE value for the Cheng model are 1293.873 and the Lee model is 1463.606, the MSE value for the Cheng model is 5,885,351.768 and the Lee model is 6,304,592.844, the MPE value for the Cheng model is -0.016% and the Lee model is -0.225%, and The MAPE value for the Cheng model is 0.345% while the Lee model is 0.423%. So it was concluded that Cheng's fuzzy time series method was stated to be better for forecasting the amount of palm oil production in North Sumatra province because it produced smaller error values.

PERAMALAN HASIL PRODUKSI CPO DI PKS PT LIBO SAWIT PERKASA DENGAN METODE FUZZY TIME SERIES CHEN

2026-08-14T04:54:59+00:00

Pengolahan kelapa sawit merupakan proses kompleks yang melibatkan beberapa tahapan, mulai dari pengolahan buah sawit mentah hingga menghasilkan berbagai produk turunan seperti minyak kelapa sawit (CPO), inti sawit, dan limbah padat (misalnya tandan kosong dan serat). Proses pengolahan melibatkan beberapa tahap seperti, sterilisasi, penyaringan, pemisahan minyak dan air, serta pemurnian minyak. Hasilnya adalah produk minyak kelapa sawit yang digunakan dalam berbagai industri, sementara limbah dapat dimanfaatkan sebagai bahan bakar alternatif atau untuk produksi energi biomassa. Selain itu, penting juga untuk memperhatikan aspek lingkungan dan sosial dalam industri pengolahan kelapa sawit. Tujuan pengolahan TBS kelapa sawit disetiap pabrik umumnya bertujuan untuk memperoleh minyak dengan kualitas yang baik. Tujuan dari penelitian ini yaitu untuk meramalkan Hasil Produksi CPO di Kantor PT Libo Sawit Perkasa dengan metode Fuzzy Time Series. Ada beberapa tahapan metode Time Series mulai dari menentukan semesta pembicaraan, menghitung panjang interval, fuzzifikasi, menentukan FLR, Menentukan FLRG, Menghitung nilai peramalan. Kemudian setelah didapat hasil peramalan, akan dilakukan uji ketepatan peramalan (MAPE). Setelah mengikuti langkah-langkah pada peramalan Fuzzy time series model chen di dapatkan nilai peramalan produksi CPO untuk bulan Januari 2024 yaitu sebesar 3.648.401,98 ton dan setelah dilakukan uji ketepatan peramalan Nilai MAPE yang didapatkan sebesar 6,12 % . Maka dari itu dapat disimpulkan bahwa peramalan ini sangat baik karena nilai MAPE kurang dari 10%.