Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Data Enthusiast: Jurnal Ilmiah Sains Data
Indri Nur Sukmawati
Universitas Koperasi Indonesia

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Analisis Regresi Linear Berganda Hubungan Antara Pekerjaan dengan Kualitas Tidur yang Mempengaruhi pada Kesehatan Tubuh Indri Nur Sukmawati; Adri Arisena
Data Enthusiast: Jurnal Ilmiah Sains Data Vol. 1 No. 1 (2025): Data Enthusiast: Jurnal Ilmiah Sains Data
Publisher : Fakultas Sains dan Teknologi Universitas Koperasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini menganalisis pengaruh jenis pekerjaan terhadap kualitas tidur yang berdampak pada kesehatan tubuh. Menggunakan metode analisis regresi linear berganda, penelitian ini meneliti hubingan anatara jenis pekerjaan, tingkat stres, aktivitas harian terhadap kualitas tidur. Dengan data berjumalah 374 sampel dianalisis menggunakan perangkat lunak Rstudio. Hasil menunjukkan jenis pekerjaan signifikan mempengaruhi kualiats tidur. Sedangkan tingkat stres memiliki pengaruh negatif signifikan terhadap kualiats tidur, dan jumlah langkah harian memiliki pengaruh positif signifikan. Tingkat aktivitas tidak menunjukkan pengaruh signifikan. Maka dari hasil penelitian pengelolaan stres dan peningkatan aktivitas harian dapat memperbaiki kualitas tidur.
Analisis Efektivitas Edukasi Digital Dalam Meningkatkan Kesadaran Jejak Digital Menggunakan Uji Mcnemar Pada Siswa SMP Negeri 3 Pamulihan Desa Cilembu Teni Deinarosa Hermalia; Indri Nur Sukmawati; Silvi Nurinsan; Sagara Andi Ladzuardhi; Onoy Rohaeni
Data Enthusiast: Jurnal Ilmiah Sains Data Vol. 2 No. 1 (2026): Data Enthusiast: Jurnal Ilmiah Sains Data
Publisher : Fakultas Sains dan Teknologi Universitas Koperasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32670/dej.v2i1.14

Abstract

Penelitian ini bertujuan untuk menganalisis efektivitas edukasi digital dalam meningkatkan kesadaran jejak digital pada siswa SMP Negeri 3 Pamulihan, Desa Cilembu, Kabupaten Sumedang. Kesadaran terhadap jejak digital menjadi penting seiring meningkatnya penggunaan internet dan media sosial di kalangan remaja, yang berpotensi menimbulkan dampak jangka panjang terhadap reputasi dan masa depan siswa. Penelitian ini menggunakan pendekatan kuantitatif dengan desain pre-eksperimen one group pretest–posttest. Subjek penelitian terdiri dari 45 siswa kelas VIII yang mengikuti kegiatan edukasi digital bertema “Jejak Digital: Cerminan Masa Depan”. Data dikumpulkan melalui pre-test dan post-test dengan kategori kesadaran biner (sadar dan tidak sadar), kemudian dianalisis menggunakan Uji McNemar. Hasil penelitian menunjukkan adanya peningkatan kesadaran jejak digital yang signifikan setelah pelaksanaan edukasi digital, ditunjukkan oleh nilai p-value yang lebih kecil dari 0,05. Seluruh siswa mengalami peningkatan pemahaman mengenai pentingnya etika bermedia, privasi digital, dan tanggung jawab dalam penggunaan teknologi. Temuan ini diperkuat oleh hasil refleksi siswa yang menunjukkan perubahan sikap dan perilaku digital ke arah yang lebih bijak. Dengan demikian, edukasi digital terbukti efektif dalam meningkatkan kesadaran jejak digital siswa dan dapat dijadikan strategi pembelajaran yang berkelanjutan di lingkungan sekolah.
Penerapan Algoritma Long Short-Term Memory pada Prediksi Harga Saham Harian PT Bank Syariah Indonesia (BRIS) Muhammad Haris Fadhillah; Indri Nur Sukmawati; Siti Nurhayati; Ni Asa Rembokowati
Data Enthusiast: Jurnal Ilmiah Sains Data Vol. 2 No. 2 (2026): Data Enthusiast: Jurnal Ilmiah Sains Data
Publisher : Fakultas Sains dan Teknologi Universitas Koperasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32670/dej.v2i2.22

Abstract

Fluktuasi harga saham yang dinamis dan nonlinear menjadi tantangan besar dalam manajemen risiko investasi, khususnya pada sektor perbankan syariah yang perkembangannya kian akseleratif. Penelitian ini bertujuan untuk memprediksi harga penutupan (close price) harian saham PT Bank Syariah Indonesia Tbk (BRIS) dengan pendekatan kecerdasan buatan berbasis jaringan saraf tiruan Long Short-Term Memory (LSTM). Data historis sekuensial bersumber dari Investing.com ditransformasikan ke dalam format supervised learning melalui rekayasa fitur jendela bergeser (sliding window) berukuran 3 hari (t-3, t-2, t-1), dengan rentang nilai batas ekstrem Rp1.100 hingga Rp3.160. Dataset dibagi secara kronologis dengan rasio 80% untuk data pelatihan dan 20% untuk data pengujian. Hasil pengujian empiris menunjukkan bahwa model komputasi LSTM yang dibangun mampu melacak arah pergerakan tren dengan sangat presisi dan menghasilkan tingkat galat yang minim, ditunjukkan oleh perolehan nilai Mean Absolute Error (MAE) sebesar Rp50,09. Penelitian ini secara ilmiah membuktikan ketangguhan arsitektur LSTM dalam mengatasi masalah vanishing gradient dan keterbatasan model statistik linear konvensional, sehingga sangat andal direkomendasikan sebagai sistem pendukung keputusan yang akurat bagi para investor dalam melakukan perdagangan saham jangka pendek.
Co-Authors Adri Arisena Muhammad Haris Fadhillah Ni Asa Rembokowati Onoy Rohaeni Sagara Andi Ladzuardhi Silvi Nurinsan Siti Nurhayati Teni Deinarosa Hermalia