Prediksi Tren Penggunaan Framework React Js – Laravel – Bootstrap Pada Aplikasi Publish Or Perish Menggunakan Metode Regresi Linier Sederhana

Haq, Fajri Izzul (2025) Prediksi Tren Penggunaan Framework React Js – Laravel – Bootstrap Pada Aplikasi Publish Or Perish Menggunakan Metode Regresi Linier Sederhana. undergraduate thesis, Universitas Muhammadiyah Gresik.

	Text LEMBAR PERNYATAAN KEASLIAN.pdf Download (404kB)
	Text LEMBAR PERSETUJUAN SKRIPSI.pdf Download (365kB)
	Text LEMBAR PENGESAHAN SKRIPSI.pdf Download (473kB)
	Text Halaman Pernyataan Persetujuan Publikasi.pdf Download (337kB)
	Text HALAMAN JUDUL.pdf Download (1MB)
	Text BAB 1.pdf Download (542kB)
	Text BAB 2.pdf Download (703kB)
	Text BAB 3.pdf Download (2MB)
	Text BAB 4.pdf Restricted to Repository staff only until 3 September 2030. Download (1MB)
	Text BAB 5.pdf Download (109kB)
	Text DAFTAR PUSTAKA.pdf Download (541kB)
	Text LAMPIRAN.pdf Download (2MB)

Abstract

Perkembangan teknologi web yang pesat menjadikan framework seperti React JS, Laravel, dan Bootstrap semakin banyak digunakan dalam penelitian dan industri. Namun, masih sedikit penelitian yang membahas tren penggunaannya dalam konteks akademik di Indonesia. Penelitian ini bertujuan untuk memprediksi tren jumlah publikasi framework React JS, Laravel, dan Bootstrap dengan menggunakan metode Regresi Linier Sederhana. Data dikumpulkan melalui aplikasi Publish or Perish dari Google Scholar pada periode 2005 hingga 2024, dengan total 68.956 artikel. Setelah dilakukan preprocessing, data dibagi menjadi dua bagian: tahun 2005–2020 sebagai data latih untuk membentuk model regresi, dan tahun 2021–2024 sebagai data uji untuk mengevaluasi hasil prediksi. Model regresi dibentuk berdasarkan hubungan antara tahun dan jumlah publikasi masing-masing framework. Hasil penelitian menunjukkan bahwa metode Regresi Linier Sederhana mampu memodelkan tren publikasi framework secara efektif pada data dengan pola yang stabil dan linier, namun kurang optimal pada data dengan pertumbuhan yang fluktuatif atau tidak linier. Hasil penelitian ini mengindikasikan bahwa karakteristik data historis sangat memengaruhi performa model dalam melakukan prediksi tren.

Item Type:	Thesis (undergraduate)
Subjects:	Engineering > Informatics Engineering Engineering
Divisions:	Faculty of Engineering > Informatics Engineering Study Program
Depositing User:	Fajri Izzul Haq
Date Deposited:	10 Oct 2025 03:55
Last Modified:	10 Oct 2025 03:55
URI:	http://eprints.umg.ac.id/id/eprint/14784

Actions (login required)

View Item