Chicken eggs are one of the widely known food commodities and are routinely used for daily food menus. Therefore, the price often fluctuates. So that the forecasting of chicken egg prices in Indonesia is very necessary so that the government can monitor price stability and plan future steps. The method that is suitable for this forecast is the Seasonal Autoregressive Integrated Moving Average (SARIMA). The results of data analysis using the SARIMA method show that the best model used for forecasting is SARIMA (2,1,3)(0,1,1)12. This model has a Mean Square Error value of 815267 and a Mean Absolute Percentage Error of 4% so it is good for forecasting. From this model, it is estimated that the price of broiler chicken eggs will tend to fluctuate and increase in the next 24 months, namely from January 2025 to December 2026. Keywords: price, chiken eggs, forcasting, sarima method.

Mobil merupakan salah satu alat transportasi yang dapat dipilih untuk beraktifitas karena mobil dapat menampung lebih dari satu penumpang dan memiliki kenyamanan dalam berkendaraan dan tidak perlu khawatir dengan cuaca yang buruk pada saat beraktifitas diluar. Pada saat pembelian mobil, para konsumen dihadapkan dengan banyaknya kriteria yang berpengaruh dalam penentuan mobil yang ingin dipilih, sehingga mempersulit konsumen dalam menentukan pilihan mobil yang tepat. Beberapa spesifikasi mobil yang menjadi pertimbangan para konsumen diantaranya dari segi berat mobil, kapasitas penumpang, ukuran mesin, daya maksimum, serta harga mobil menjadi pertimbangan para konsumen dalam mengambil keputusan membeli mobil. Penelitian ini membahas proses rekomendasi mobil yang paling sesuai dan dibutuhkan bagi konsumen. Dengan menggunakan metode fuzzy Mamdani, data mobil yang diolah nantinya akan menghasilkan output berupa data-data mobil yang direkomendasikan untuk konsumen. Dengan adanya penelitian ini diharapkan dapat membantu para calon pembeli mobil dalam menentukan mobil yang paling sesuai dengan kriteria pilihannya.

Indonesia memiliki risiko tinggi terhadap gempa bumi akibat lokasinya yang berada di zona megathrust, termasuk di wilayah M7 Selat Sunda Banten yang berpotensi mengalami gempa berkekuatan besar. Penelitian ini bertujuan untuk memodelkan dan mengestimasi potensi kerugian finansial akibat gempa bumi menggunakan Earthquake Catastrophe Model yang terdiri dari empat modul utama: hazard, inventory, vulnerability, dan loss. Data gempa bumi yang diperoleh dari situs resmi USGS dipisahkan (declustering) untuk memperoleh data gempa bumi mainshock. Selanjutnya, distribusi Generalized Pareto digunakan untuk memodelkan magnitudo gempa bumi, sementara nilai spectral acceleration dihitung menggunakan fungsi atenuasi Zhao dkk. (2006). Simulasi Monte-Carlo dilakukan untuk membangkitkan kejadian stokastik gempa bumi, serta untuk membangkitkan total aggregate loss ( ), yang kemudian dimodelkan menggunakan Bernoulli-Lognormal Two-Part Model. Hasil penelitian menunjukkan bahwa dengan tingkat kepercayaan 95%, estimasi kerugian finansial akibat gempa bumi di zona megathrustM7 Selat Sunda Banten tidak akan melebihi Rp298 miliar. Temuan ini diharapkan dapat menjadi dasar dalam perencanaan strategi mitigasi risiko bencana serta skema pembiayaan asuransi bagi pemerintah daerah dan sektor keuangan di Indonesia.

Tantangan dalam pendidikan matematika semakin lama semakin kompleks, khususnya dalam membentuk keseimbangan antara hard skill dan soft skill siswa. Salah satu aspek penting dari soft skill adalah self-esteem. Artikel ini bertujuan untuk meninjau keterkaitan antara self-esteem dan penguasaan hard skill matematika siswa melalui pendekatan meta-sintesis. Data dikumpulkan dari artikel-artikel yang terbit antara tahun 2020 hingga 2025 dengan fokus pada self-esteem dalam konteks penguasaan matematika. Strategi pencarian menggunakan perangkat lunak Publish or Perish, Google Scholar, dan PRISMA 2020. Hasil analisis menunjukkan bahwa self-esteem berpengaruh positif terhadap penguasaan hard skill matematika, mendorong kepercayaan diri, kreativitas, dan kemandirian belajar siswa. Studi ini menegaskan perlunya strategi pembelajaran yang juga memperhatikan aspek afektif terutama self-esteem dalam mendukung kemampuan kognitif siswa secara optimal

Estimasi cadangan klaim pada suatu perusahaan asuransi menjadi hal yang krusial. Ketidakakuratan hasil estimasi dapat mempengaruhi kondisi suatu perusahaan asuransi. Sehingga, hasil estimasi diharapkan dapat mendekati klaim aktual dari suatu perusahaan. Tujuan dari penelitian ini adalah membandingkan estimasi cadangan klaim dengan menggunakan metode Bornhuetter Ferguson dan Munich Chain Ladder. Metode Bornhuetter Ferguson memanfaatkan informasi internal berupa data klaim dan informasi eksternal berupa earned premium (pendapatan perusahaan yang berasal dari premi yang dibayar oleh tertanggung). Metode Munich Chain Ladder merupakan perkembangan dari metode Chain Ladder yang mempertimbangkan unsur korelasi antara data klaim incurred dengan data klaim paid. Metode Munich Clain Ladder dikembangkan untuk meminimalkan gap antara klaim incurred dengan klaim paid. Pada penelitian ini, kedua metode diterapkan untuk menghitung cadangan klaim suatu perusahaan asuransi di Malaysia. Hasil estimasi yang diperoleh adalah Metode Bornhuetter-Ferguson mengahsilkan estimasi cadangan klaim sebesar RM2668458000 pada data paid dan sebesar RM3026005600 pada data incurred sedangkan, Metode Munich Chain Ladder menghasilkan estimasi cadangan klaim sebesar RM2938886000 pada data paid dan RM2134746600 pada data incurred.

Penelitian ini bertujuan untuk memprediksi jumlah penduduk Kota Surabaya pada tahun 2035 menggunakan model logistik serta mengklasifikasikan tingkat kelayakan huni tiap kecamatan berdasarkan kepadatan penduduk. Data sekunder diperoleh dari BPS Surabaya tahun 2010–2023. Prediksi dilakukan dengan menerapkan persamaan diferensial logistik, sementara klasterisasi dilakukan menggunakan analisis agglomerative hierarchical clustering berbantuan SPSS. Hasil menunjukkan bahwa kecamatan dengan kepadatan tinggi, seperti Sawahan, Bubutan, dan Simokerto, masuk kategori kurang layak huni. Sementara kecamatan seperti Rungkut, Sambikerep, dan Gunung Anyar tergolong sangat layak huni karena memiliki kepadatan rendah. Temuan ini mengindikasikan bahwa tekanan demografis berbanding terbalik dengan tingkat livability. Dengan visualisasi dalam bentuk peta, distribusi klaster membantu memberikan gambaran spasial untuk mendukung pengambilan kebijakan tata ruang. Penelitian ini merekomendasikan perlunya pemerataan pembangunan, penguatan pengendalian pertumbuhan penduduk, serta peningkatan infrastruktur di wilayah dengan kelayakan rendah agar kualitas hidup warga Kota Surabaya dapat ditingkatkan secara merata.

The research objective is to analyze the Technology Acceptance Model (TAM) in measuring QR Code-based object-oriented programming learning multimedia in supporting vocational school students' learning on problem-based object-oriented programming (PBO) material. The TAM model variables used consist of Perceived Usefulness (PU), Perceived Ease of User (PEU), and User Acceptance of IT (UA-IT). The research respondents consisted of 35 students of SMK Negeri 1 Cimahi. The research stages consisted of familiarizing respondents with the use of multimedia, distributing TAM questionnaires, and testing the TAM model using SmartPLS software. The research results show that the average value of the user response questionnaire for QR Code-based PBO learning multimedia is 84.95% in the "Very Good" category. Based on the analysis of the relationship between TAM variables using PLS, it is known that the perceived ease of user variable has a positive influence on the acceptance of QR Code-based PBO learning multimedia, the perceived usage variable has a positive influence on the acceptance of QR Code-based PBO learning multimedia, and the variable perceived ease of use and perceived use. together they have a positive influence on the acceptance of QR Code-based PBO learning multimedia. This research is expected to provide an explanation regarding the use of TAM analysis in learning multimedia

Penelitian ini merupakan penelitian yang dilakukan untuk mengukur sejauh mana kemampuan mahasiswa Program Studi Pendidikan Guru Sekolah Dasar sebagai calon guru dalam memahami dasar-dasar matematika. Kemampuan dasar matematika tersebut mendukung pengembangan karir sebagai guru di masa depan. Penelitian ini merupakan jenis penelitian deskriptif dengan analisis kualitatif. Melalui pemberian tes kemampuan dasar matematika pada awal pembelajaran dosen dapat mengetahui materi mana yang memerlukan pendalaman. Instrumen yang digunakan merupakan instrumen tes yang terdiri dari empat puluh soal. Soal tersebut dari empat pokok materi yaitu penjumlahan dan pengurangan, perkalian dan pembagian, KPK dan FPB, serta bilangan pecahan. Hasil dari tes yang diberikan menunjukkan bahwa kemampuan dasar matematika dari 36 mahasiswa adalah 7 mahasiswa kategori baik, 17 mahasiswa kategori cukup, dan 12 mahasiswa memperoleh kategori kurang. Materi yang paling tidak dikuasai adalah materi KPK dan FPB serta bilangan pecahan. Berdasarkan hasil ini, maka penguatan materi dapat difokuskan pada kedua kategori materi tersebut. Penelitian ini juga termasuk salah satu tes diagnostik untuk menciptakan kondisi pembelajaran yang lebih ideal karena dapat disesuaikan dengan kebutuhan.

Penelitian ini bertujuan untuk mengimplementasikan dan mengukur akurasi metode gabungan Analytical Hierarchy Process (AHP) dan Simple Additive Weighting (SAW) dalam pengambilan keputusan pemberian bantuan sosial di Desa Purwoagung. Penelitian ini merupakan jenis penelitian terapan yang fokus pada pemecahan masalah nyata secara praktis dengan memanfaatkan data yang diperoleh dari pemerintah desa. Data dikumpulkan melalui observasi, wawancara, kuesioner, dan studi dokumentasi guna memastikan validitas dan kelengkapan informasi. Dalam implementasinya, data dianalisis melalui tahapan penambangan data, pembobotan kriteria menggunakan AHP, dan perankingan alternatif menggunakan metode SAW. Hasil penelitian menunjukkan bahwa dari enam kriteria yang digunakan, pekerjaan kepala keluarga memiliki bobot tertinggi (0,453), diikuti oleh status kepemilikan rumah, jumlah tanggungan anak, kepemilikan simpanan, bahan bakar memasak, dan jenis lantai rumah. Alternatif dengan nilai preferensi tertinggi sebesar 0,866 ditetapkan sebagai penerima prioritas utama, sedangkan alternatif terendah memperoleh nilai 0,325. Pengujian akurasi menggunakan confusion matrix menunjukkan tingkat akurasi metode AHP-SAW sebesar 92,11%, menandakan performa klasifikasi yang sangat baik. Hasil ini membuktikan bahwa metode AHP-SAW efektif dalam menentukan kelayakan penerima bantuan sosial secara objektif, sistematis, dan efisien. Penelitian ini merekomendasikan pengembangan lebih lanjut dengan metode tambahan untuk meningkatkan akurasi serta penggunaan hasil kajian ini oleh pihak desa dalam penyusunan kebijakan penyaluran bantuan sosial yang lebih tepat sasaran, adil, dan transparan. Kata Kunci: bantuan sosial,masyarakat, Desa Purwoagung, metode AHP – SAW.

This study conducted experiments using ensemble methods, hyperparameter tuning, and voting to improve software defect prediction across multiple projects using the Kamei dataset. Five machine learning models LightGBM, XGBoost, Random Forest, Extra Trees, and Gradient Boosting were applied to six projects: Bugzilla, Columba, JDT, Mozilla, Platform, and Postgres. Overall, the models demonstrated good performance when tested on datasets of projects with similar characteristics or strong relationships, such as Mozilla, JDT, and Platform, achieving accuracy and F1 scores above 80%. This indicates that defect patterns learned from one project can be effectively applied to similar projects. However, the models’ performance dropped significantly when predicting defects in the Bugzilla project from other projects, indicating notable differences in defect patterns or feature incompatibility. Differences in data distribution across projects remain a major challenge in CPDP. Therefore, domain adaptation techniques or feature transformation methods are needed to reduce inter-project differences, enabling the models to better recognize defect patterns across projects. Despite some improvements, data differences and class imbalance still limit prediction performance. Future research should address these challenges.