Knowing the age of life of the population in a country is useful for evaluating the performance of the government, whether the government is able to prosper the population in general, and improve health status in particular. The purpose of this paper is to forecast the age of the population in several major countries in Asia, so that the government has a benchmark in determining policies to further improve the welfare and health of the population in their respective countries. The forecasting method in this paper will use Machine learning algorithms with Bayesian Regulation techniques. The research data used is data on population expectations in several Asian countries sourced from the United Nations: "World Population Prospect: The 2010 Revision Population Database". This research is a development of research that has been done before, using the Cyclical order technique. Previous research used 5 architectural models (3-5-1, 3-8-1, 3-10-1, 3-5-8-1 and 3-5-10-1), with the best model being 3-5-10 -1 which results in an accuracy of 97%, MSE 0.0008358919, training time of 27 seconds and an error rate of 0.03. Meanwhile, this research only uses 3 modified architectural models (2-5-1, 2-10-1 and 2-5-10-1), with the best model being 2-5-1. The result is that this study is better than previous studies. The benchmark is seen from a smaller error rate (0.02), better accuracy (100%), to a faster training time (5 seconds). So it can be concluded, Bayesian Regulation technique works better than Cyclical order and the 2-5-1 architectural model will be used to make predictions
Program Merdeka Belajar Kampus Merdeka (MBKM) bertujuan untuk meningkatkan mutu pendidikan di Indonesia sehingga mendorong proses pembelajaran di Perguruan Tinggi yang semakin otonom dan fleksibel serta Menciptakan kultur belajar yang inovatif, tidak mengekang, dan sesuai dengan kebutuhan mahasiswa. Adapun program MKBM terdiri dari 8 (delapan) kegiatan : magang/praktek kerja, asistensi mengajar di satuan pendidikan, penelitian/riset, proyek kemanusiaan, kegiatan wirausaha, studi/proyek independen, membangun desa/kuliah kerja nyata tematik dan pertukaran pelajar. Yang terlibat dalam program MBKM di Perguruan Tinggi adalah mahasiswa/i, dosen, dan koordinator Perguruan Tinggi. Sekolah Tinggi Ilmu Ekonomi (STIE) LMII Medan dimasa pandemic covid-19 kurang aktif dalam mengikuti dikarenakan sebagian besar mahasiswa/i pulang ke daerah asalnya selama proses pembelajaran secara daring. Yayasan STIE LMII Medan mengikuti pelatihan program Merdeka Belajar Kampus Merdeka (MBKM) sehingga di angkatan program berikutnya dalam berperan serta dalam Program Merdeka Belajar Kampus Merdeka (MBKM).
Tridarma perguruan tinggi terdiri atas tiga point yaitu Pendidikan dan pengajaran, penelitian serta pengabdian kepada masyarakat. Dosen masih sering mengabaikan hal yang menunjang tugasnya selain mengajar dikelas. Untuk meningkatkan animo dosen dalam melakukan penelitian dan pengabdian, maka pemerintah melalui kemendikbud membuka hibah DRTPM. Melalui hibah ini seluruh dosen di akan bersaing untuk memenangkan hibah tersebut dengan skema-skema yang disediakan. Sebagian dosen STIe LMII Medan masih belum terlalu memahami prosedur pelaksanaan yang disediakan Simlitabmas.bTujuan dari kegiatan pengabdian ini adalah agar dosen-dosen di STIe LMII Medan dapat menggunakan simlitabmas dengan baik.. Pemecahan masalah yang dilakukan adalah dengan melakukan pelatihan dan pendampingan penggunaan simlitabmas. Dengan diadakan pelatihan dan pedampingan penggunaan aplikasi Simlitabmas bagi dosen STIe LMII Medan, dosen akan bisa menggunakan aplikasi simlitabmas dan pemanfaatan dibidang penelitian dan pengabdian. Hasil pelaksanaan kegiatan pengabdian Seluruh dosen tersebut sudah bisa login dan menggunakan aplikasi simlitabmas untuk mengupdate profil serta mengunggah proposal. Peserta telah memiliki Pengetahuan dan wawasan bahwa aplikasi simlitabmas sangat penting untuk meningkatkan karir peserta di bidang penelitian dan pengabdian. Wawasan dan pengetahuan peserta sudah meningkat, hal ini terlihat saat peserta sudah mampu mengoprasikan dan menggunakan semua menu yang ada di aplikasi simlitabmas. Sehingga diharapkan nantinya dosen-dosen STIe LMII Medan dapat mengikuti hibah DRTPM ini dengan tanpa adanya kesulitan dalam penggunaan Simlitabmas.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.