Article Per Year (5 Year)
p-Index From 2021 - 2026
1.993
P-Index
This Author published in this journals
All Journal Journal of Information Technology and Computer Science INTENSIF: Jurnal Ilmiah Penelitian dan Penerapan Teknologi Sistem Informasi JURNAL ILMIAH MATEMATIKA DAN TERAPAN Jurnal Penelitian dan Pengabdian Kepada Masyarakat UNSIQ MABIS: Manajemen dan Bisnis Jurnal Abdi: Media Pengabdian Kepada Masyarakat Prosiding Seminar Nasional Official Statistics Sewagati Journal of Education Technology and Information System Journal of Current Studies in SDGs Journal of Current Studies in SDGs
Ulfa Siti Nuraini
Universitas Negeri Surabaya
Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Library & Information Science Mathematics Public Health Social Sciences Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
Assessing financial risks at PT Pertamina: insights from Monte Carlo and AltmanZ-score Syarif Hidayatullah; Nuhaa Salsabila Shidqiyyah; Maheza Fiko Pratama; Dian Ayu Fauziah; Ulfa Siti Nuraini
Manajemen dan Bisnis Vol 24, No 1 (2025): March 2025
Publisher : Department of Management - Faculty of Business and Economics. Universitas Surabaya.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24123/mabis.v24i1.864

Abstract

Pandemi COVID-19 menyebabkan penurunan permintaan dan pasokan BBM yang signifikan, dengan harga minyak PT Pertamina turun menjadi USD 20 per barel pada tahun 2020. Mengingat situasi tersebut, penelitian ini menganalisis manajemen risiko keuangan PT Pertamina dari tahun 2012 hingga 2023, menggunakan simulasi Monte Carlo, analisis sensitivitas, dan model regresi untuk mengevaluasi dampak berbagai risiko terhadap indikator keuangan seperti total pendapatan, ROA, ROE, NPM, dan EBIT. Simulasi Monte Carlo menunjukkan fluktuasi laba bersih yang cukup besar karena volatilitas harga minyak dan perubahan nilai tukar. Analisis sensitivitas mengidentifikasi risiko operasional sebagai hal yang penting bagi keberlanjutan keuangan, sementara risiko pasar positif dalam kondisi tertentu. Analisis regresi menunjukkan bahwa fluktuasi nilai tukar secara signifikan berdampak pada Total Pendapatan, tetapi harga minyak memiliki efek minimal pada ROA dan ROE. Analisis Altman Z-Score mengungkapkan tren kesehatan keuangan yang menurun, terutama antara tahun 2016 dan 2020, dengan peningkatan risiko kebangkrutan. Meskipun PT Pertamina mengalami pemulihan pada 2021-2023, PT Pertamina tetap berada di zona berisiko tinggi, membutuhkan langkah-langkah strategis seperti diversifikasi bisnis, optimalisasi rantai pasokan, dan kebijakan nilai tukar proaktif untuk memastikan stabilitas jangka panjang.
PENINGKATAN KOMPETENSI ANALISIS DATA PEGAWAI DINAS PANGAN DAN PERTANIAN MELALUI PELATIHAN PYTHON DAN RAWGRAPHS Ulfa Siti Nuraini; Dinda Galuh Guminta; Hasanuddin Al Habib; Yuni Rosita Dewi; Kartika Chandra Dewi; Ibnu Febry Kurniawan; Yuliani Puji Astuti
Jurnal Penelitian dan Pengabdian kepada Masyarakat UNSIQ Vol. 13 No. 3 (2026): September
Publisher : Lembaga Penelitian, Penerbitan dan Pengabdian Masyarakat (LP3M) UNSIQ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/ppkm.v13i3.12300

Abstract

Data pangan dan pertanian yang diolah secara terstruktur diperlukan untuk mendukung perumusan kebijakan berbasis bukti. Namun, pengolahan data di Dinas Pangan dan Pertanian Kabupaten Sidoarjo masih banyak dilakukan secara manual dengan tabel konvensional. Kegiatan Pengabdian kepada Masyarakat (PkM) ini bertujuan meningkatkan kompetensi pegawai dalam pengolahan, analisis, serta visualisasi data menggunakan Python dan RAWGraphs. Pelatihan terbagi dalam tiga tahap, yaitu pra-pelatihan, pelatihan (pemaparan materi, praktik terdampingi dengan data pangan dan pertanian, serta presentasi proyek sederhana), dan pasca-pelatihan. Keberhasilan kegiatan dievaluasi melalui pre-test dan post-test terhadap tujuh peserta yang mengikuti kedua tes, kemudian dianalisis secara deskriptif dan inferensial menggunakan Wilcoxon Signed Rank Test. Rata-rata skor meningkat sebanyak 12,57% dari 75,43 menjadi 84,91 dan sebaran skor menurun dari 13,67 menjadi 6,58. Hasil uji menunjukkan W = 1 dan p-value = 0,0296 (<0,05). Dengan demikian, skor evaluasi peserta setelah pelatihan meningkat secara signifikan, yang menunjukkan bertambahnya pemahaman peserta terhadap materi pengolahan dan visualisasi data.
Mengidentifikasi Faktor Prediktif Struktur Ekonomi Daerah Menggunakan Explainable Machine Learning Berbasis Official Statistics Ulfa Siti Nuraini; Dimas Fatkhul Rahman; Sintiya Risla Miftaqul Nikmah; Krisjen Fraulein Hutagalung
Seminar Nasional Official Statistics Vol 2026 No 1 (2026): Seminar Nasional Official Statistics 2026
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34123/semnasoffstat.v2026i1.2805

Abstract

Regional economic structures reflect the characteristics of economic activity across regions. This study aims to identify predictive factors that contribute to regional economic structures in Indonesia by modeling the contribution of 17 economic sectors to Regional Gross Domestic Product (RGDP). The data cover 34 provinces from 2015 to 2021, comprising 238 observations. Multi-Output Extreme Gradient Boosting (XGBoost) was used to predict the contribution of each sector, while SHapley Additive exPlanations (SHAP) was used to identify the variables with the greatest predictive contribution. The results show high predictive performance, with R² values for the test data ranging from 0.86 to 0.99, while cross-validation yielded average R² values ranging from 0.80 to 0.94. The SHAP analysis indicates that demographic characteristics, investment, and human development have high predictive contributions, with varying patterns across sectors. These findings suggest that XGBoost and SHAP can be used to interpretatively map the predictive patterns of regional economic structures, without claiming causal relationships or statistical significance.
Co-Authors Adatul Mukarromah Analicia Annisa, Fadhilah Qalbi Atik Wintarti, Atik Dani, Andrea Dian Ayu Fauziah Dimas Fatkhul Rahman Dinda Galuh Guminta Fadhilah Qalbi Annisa Fauziah, Dian Ayu Fithriasari, Kartika Harmon Prayogi Harmon Prayogi, Harmon Hasanuddin Al Habib Hasanuddin Al-Habib Hasanuddin Al-Habib Heri Kuswanto I Nyoman Budiantara Ibnu Febry Kurniawan Ibnu Febry Kurniawan Irhamah Kartika Chandra Dewi Krisjen Fraulein Hutagalung Maheza Fiko Pratama Nadia Nafista Nuhaa Salsabila Shidqiyyah Nur Iriawan Pratama, Maheza Fiko Putra, Fachrian Bimantoro Riskyana Dewi Intan Puspitasari RR. Ella Evrita Hestiandari Shidqiyyah, Nuhaa Salsabila Sifriyani, Sifriyani Sintiya Risla Miftaqul Nikmah Syarif Hidayatullah Wawu Tri Ambodo Wiwiek Setya Winahju Wiyli Yustanti YULIANI PUJI ASTUTI Yuliani Puji Astuti Yuni Rosita Dewi