Abstract

Jumlah mahasiswa baru suatu universitas selama 5 tahun terakhir yaitu mulai tahun 2016 hingga tahun 2020 mengalami kenaikan dan penurunan. Data tersebut selanjutnya akan digunakan untuk memprediksi pada tahun mendatang. Tujuan dibuat sebuah prediksi adalah untuk mengetahui rasio dosen yang tersedia dengan jumlah mahasiswa baru, mempersiapkan ruang kuliah dan juga fasilitas lainnya. Salah satu metode dengan penggunaan data masa lampau untuk melakukan prediksi adalah dengan metode regresi linier. Pada penelitian ini yang menjadi variabel bebas adalah periode tahun akademik sedangkan yang menjadi variabel terikat adalah jumlah mahasiswa baru. Data yang akan digunakan merupakan data mahasiswa baru fakultas sains dan teknologi yang terdiri dari 6 program studi dengan nilai MAPE (Mean Absolute Percentage Error) yaitu matematika , ilmu kelautan , biologi , sistem informasi , arsitektur , dan teknik lingkungan . Berdasarkan hasil analisis data tersebut juga didapatkan prediksi jumlah mahasiswa baru 5 tahun kedepan dengan hasil cenderung turun untuk setiap program studi.

The weather anomaly phenomenon that occurs can have some negative impact such as flooding, floods will paralyze the economic activities of the community, transportation activities, damage public infrastructure. In this research forecasting weather parameters as a variable for predicting the amount of rainfall using the ANFIS method and Support Vector Regression (SVR) with the aim to provide information on future weather conditions quickly and accurately. The people can prepare themselves and prepare the equipment needed to deal with it. Rainfall predicted based on synop data such us relative humidity, wind, and temperature. Each parameters must forcasted by using ANFIS and the result used for predict rainfall. Accurate prediction calculated using MSE and RMSE. Predictions of parameters that affect rainfall using the ANFIS method shown that for wind speed predictions having RMSE of 1.975004, temperature predictions have RMSE of 0.742332, and predictions of relative humidity have RMSE of 3.871590. Predicted rainfall based on the data results of the nearest method pre-processing using the Support Vector Regression (SVR) method produces an MSE error value of 0.0928.

Jamban merupakan bagian terpenting dalam lingkungan manusia, jamban yang tidak sesuai standar badan kesehatan nasional dapat menjadi sumber datangya berbagai penyakit akibat pencemaran lingkungan dari tinja. Penelitian ini bertujuan untuk mengetahui faktor hubungan pengetahuan, kontruksi jamban, kebersihan jamban, dan ketersediaan air bersih dengan penggunaan jamban di Ruang Poli Klinik Rumah Sakit Umum Daerah Polewali Mandar Tahun 2020. Penelitian ini menngunakan jenis penelitian observasional sedangkan pendekatan penelitiannya menggunakan Cross Sectional Study yaitu mengetahui faktor yang Berhubungan dengan Penggunaan Jamban di Ruang Poliklinik UmumRumah Sakit Umum Daerah Polewali Mandar yang diamati pada priode yang sama. Hasil pada penelitian ini menunjukkan dimana ada hubungan faktor pengetahun dengan penggunaan jamban di Ruang Poli Klinik Rumah Sakit Umum Daerah Polewali Mandar dimana nilai P 0,01 < 0,05, Ada Hubungan Faktor Kontruksi Jamban dengan Penggunaan Jamban dimana nilai P 0,040< 0,05, Ada Hubungan Faktor Sanitasi Jamban dengan Penggunaan Jamban dimana nilai P 0,029< 0,05. Serta Ada Hubungan Faktor Ketersediaan Air Bersih dengan Penggunaan Jamban di Ruang Poli klinik Rumah Sakit Umum Daerah Polewali Mandar dimana nilai p 0,002 < 0.05. Kata kunci: Jamban, Rumah Sakit, Faktor, Hubungan

Abstract. In the software industry world, it’s known to fulfill the tremendous demand. Therefore, estimating effort is needed to optimize the accuracy of the results, because it has the weakness in the personal analysis of experts who tend to be less objective. SVR is one of clever algorithm as machine learning methods that can be used. There are two problems when applying it; select features and find optimal parameter value. This paper proposed local best PSO-SVR to solve the problem. The result of experiment showed that the proposed model outperforms PSO-SVR and T-SVR in accuracy. Keywords: Optimization, SVR, Optimal Parameter, Feature Selection, Local Best PSO, Software Effort Estimation

No abstract

Peranan dari motivasi kepada para pegawai sangatlah penting untuk diperhatikan oleh sebuah instansi pemerintah sehingga dapat meningkatkan semangat kerja pegawai dalam memberikan kontribusi kepada negara dan memberikan pelayanan publik kepada masyarakat secara optimal. Metode penelitian yang digunakan yakni metode kuantitatif dengan menggunakan kuisioner yang disebar kepada seluruh responden penelitian, adapun hasil penelitian yaitu Terdapat pengaruh signifikan Motivasi Kerja terhadap kinerja pegawai hal ini berdasar  hasil uji t/ parsial yang disimpulkan bahwasannya tingkat pengaruh variabel motivasi kerja (X1) terhadap peningkatan variabel Kinerja (Y) sebesar 77,2 persen. Terdapat pengaruh signifikan Budaya Organisasi terhadap kinerja pegawai hal ini berdasarkan hasil uji t/ parsial yang disimpulkan bahwasannya tingkat pengaruh variabel budaya organisasi (X2) terhadap peningkatan variabel Kinerja (Y) sebesar 71,4 persen. Bahwa hasil uji F/ simultan bahwa nilai Fhitung 21.239 lebih dari Ftabel 3,33, hasil uji signifikansi nilai Sig hitung 0,000 kurang dari 0,05, maka disimpulkan Ho di tolak dan Ha“ diterima”. Maka Hipotesis Motivasi Kerja (X1) dan Budaya Organisasi (X2) secara bersama memiliki pengaruh yang positif dan signifikan terhadap kinerja pegawai (Y) pada Kantor Kecamatan Panca Jaya Kabupaten Mesuji.

No abstract