Article Per Year (5 Year)
p-Index From 2021 - 2026
1.513
P-Index
This Author published in this journals
All Journal Jurnal Informatika Mandalika Mathematics and Educations Journal Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika Jurnal Pengabdian Masyarakat Bangsa RENATA Jurnal Pengabdian Masyarakat Kita Semua Jurnal KALANDRA
Rosni, Rosni
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Health Professions Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Mathematics Medicine & Pharmacology Nursing Physics Public Health Social Sciences Other

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search

 1 
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PENDAPATAN DOMESTIK REGIONAL BRUTO (PDRB) DI SUMATERA UTARA DENGAN PENDEKATAN REGRESI DATA PANEL Rosni, Rosni; Rivai, Muklas; Nainggolan, Lorena Ulitara
Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika Vol. 6 No. 1 (2025): Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistik
Publisher : LPPM Universitas Bina Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46306/lb.v6i1.926

Abstract

Gross Regional Domestic Product (GRDP) is an indicator in measuring the economic growth of a region. In this research, the aim is to analyze the factors that influence GRDP in North Sumatra in 2012-2023 using the panel data regression method. Panel data regression analysis is a statistical method that combines time series and cross-section data to capture dynamics over time and differences between regions more comprehensively. The independent variables analyzed include Per Capita Expenditure, Original Regional Income (PAD), Population Density, Education Level, and Poverty Level. The selection of the best regression model was carried out through the Chow Test and Hausman Test, which showed that the Fixed Effect Model (FEM) was the most appropriate model. And it was found that the variables PAD, Education Level, and Poverty Level had a significant influence on GRDP, while Per Capita Expenditure and Population Density did not have a partially significant influence.
Literasi Pemanfaatan Software JASP Untuk Meningkatkan Keterampilan Statistik Guru di MAN 1 Bandar Lampung Andirasdini, Indah Gumala; Sofia, Ayu; Rivai, Muklas; Mahrani, Dwi; Yulita, Tiara; Irwan, Sri Efrinita; Berliana Ratam, Aldila Nur Indah; Gustina K.S., Annisa Hevita; Dewi, Karina Sylfia; Marisa, Marisa; Azzanina, Nanda; Baiti, Putri Isnaini Cahyaning; Rosni, Rosni
RENATA: Jurnal Pengabdian Masyarakat Kita Semua Vol. 3 No. 1 (2025): Renata - April 2025
Publisher : PT Berkah Tematik Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61124/1.renata.147

Abstract

Guru sebagai agen perubahan memiliki peran strategis dalam mengembangkan literasi digital di lingkungan kerja. Salah satu aspek penting dalam literasi digital adalah kemampuan dalam memanfaatkan teknologi dan aplikasi digital untuk mendukung proses pembelajaran dan pengolahan data. Pemanfaatan software JASP (Jeffreys's Amazing Statistics Program) menjadi salah satu cara efektif bagi guru untuk meningkatkan keterampilan statistik seperti mengolah dan menganalisis data. Dengan memanfaatkan JASP, guru dapat melakukan analisis statistik secara intuitif dan efisien, sehingga memudahkan dalam mengajarkan konsep-konsep statistik kepada siswa. Pengabdian dalam bentuk literasi pemanfaatan software JASP ini didasari oleh kebutuhan mendesak akan kemampuan memahami analisis data yang efektif di kalangan pendidik, mengingat pentingnya pengolahan data dalam proses pembelajaran dan evaluasi. Metode yang digunakan dalam pengabdian ini meliputi pelatihan intensif dan workshop yang dirancang untuk memperkenalkan fitur-fitur utama JASP, termasuk analisis statistik dasar hingga lanjutan. Peserta diberikan kesempatan untuk langsung mempraktikkan penggunaan software sehingga diharapkan dapat meningkatkan pemahaman dan keterampilan. Hasil dari kegiatan ini menunjukkan peningkatan kemampuan guru yang signifikan dalam mengolah dan menganalisis data. Hal ini ditunjukkan dari hasil pre-test dan post-test yang dilakukan sebelum dan sesudah kegiatan. Kegiatan pengabdian ini tidak hanya memberikan pengetahuan baru, tetapi juga membangun kepercayaan diri para guru dalam menggunakan teknologi untuk mendukung pengajaran. Kesimpulan dari pengabdian ini menekankan pentingnya pelatihan berkelanjutan dalam literasi data untuk meningkatkan kualitas pendidikan
Pelatihan Pemanfaatan Looker Studio dalam Analisis Data dan Dashboard Statistik bagi Peningkatan Kompetensi Siswa SMKS Nurul Huda Pringsewu Rosni; Mahrani, Dwi; Fitriawati , Andi; Sofia, Ayu; Yulita, Tiara; Irawan, Agus; Mt, Ma’rufah Hayati; Mahkya, Dani Al; Nasrullah; Simanjuntak, Erica Grace; Irfan, Miftahul; Madonna, Nora; Alfian, Muhammad Nuril; Siregar, Abian Avisena; Lestari, Yushinta Cahya
KALANDRA Jurnal Pengabdian Kepada Masyarakat Vol 4 No 6 (2025): November
Publisher : Yayasan Kajian Riset Dan Pengembangan Radisi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55266/jurnalkalandra.v4i6.605

Abstract

This Community Service (PkM) program aims to enhance students’ competencies in data analysis and statistical dashboard management through the utilization of the Looker Studio application. The training was conducted at SMKS Nurul Huda Pringsewu, involving students as participants. The training methods included lectures, demonstrations, and hands-on practice in processing data and presenting it in the form of interactive dashboards. The results of the program showed that students were able to understand the basic concepts of data exploration, the purpose of data visualization, and the use of key features in Looker Studio. In addition, students’ skills in selecting appropriate chart types according to analytical needs improved significantly. Based on the satisfaction survey, most participants rated the activity as very satisfactory (63%) and satisfactory (16%), although a small proportion expressed dissatisfaction (16%) or were not satisfied (5%). Overall, this PkM activity successfully contributed to improving students’ data literacy and digital skills, which are expected to support them in facing both academic challenges and the demands of a data-driven workforce
Klasterisasi Penyakit pada Data Klaim Rujukan Tingkat Lanjut BPJS Kesehatan Menggunakan Algoritma Density-Based Spatial Clustering of Application with Noise Rivai, Muklas; Huda, Misbahul; Rosni; Dewi, Karina Sylfia
Jurnal Informatika Vol 25 No 2 (2025): Jurnal Informatika
Publisher : Institut Informatika Dan Bisnis Darmajaya

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

Abstract

Over time and with the advancement of technology, an increasing number of disease-claim submissions have been received by Badan Penyelenggara Jaminan Sosial (BPJS) for Health, causing data accumulation to the point that the dataset can now be categorized as Big Data. One of the challenges of Big Data is that it cannot be processed using conventional methods, thus requiring specialized approaches such as data clustering. The purpose of this study is to determine the optimal number of clusters and to analyze the characteristics of the cluster groups. The type of data used is secondary data obtained from the BPJS Health database. The data used consists of claim data from Fasilitas Kesehatan Rujukan Tingkat Lanjutan (FKRTL) under BPJS Health from January 2019 to December 2020. The variables used include childbirth, accidents, catastrophic diseases, and other diseases. The stages of the clustering process include data normalization, parameter determination, application of the Density-Based Spatial Clustering of Application with Noise (DBSCAN) algorithm, and evaluation of cluster results using the silhouette index. The results of the clustering analysis on FKRTL claim data based on the International Statistical Classification of Diseases and Related Health Problems, 10th Revision (ICD-10), show that there are three clusters and one noise cluster, with an average silhouette index of 0.6595942, indicating that the model has a medium structure. Cluster 1 consists of two members with dominant claim categories being accidents and other diseases, cluster 2 consists of 27 members with childbirth as the dominant claim category, cluster 3 consists of four members with catastrophic diseases and other diseases as the dominant claim categories, and the noise cluster consists of one member with childbirth as the dominant claim category.
Segmentasi Kecamatan di Kota Bandung Berdasarkan Statistik Penyandang Disabilitas Menggunakan Algoritma K-Means Clustering Rosni Rosni; Erinna Fredella; Muklas Rivai
Mandalika Mathematics and Educations Journal Vol 8 No 1 (2026): Edisi Maret
Publisher : FKIP Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jm.v8i1.11430

Abstract

People with disabilities continue to experience discrimination, stigmatization, and unfulfilled rights. The number of people with disabilities in Bandung City is the second highest in West Java Province. Various factors, including a disability-unfriendly environment, lack of accessibility to public infrastructure, and insufficient social support. This study aims to analyze and segment subdistricts in Bandung City based on disability statistics using the K-Means clustering algorithm. The types of disabilities analyzed include mental disabilities, physical disabilities, physical and mental disabilities, visual impairments, hearing impairments, and other types of disabilities. The results of the study showed that the optimal number of clusters, as determined by the Elbow method, is 2 clusters. A total of 18 subdistricts are classified into Cluster 1, characterized by a relatively lower number of persons with disabilities, while the remaining 12 subdistricts are classified into Cluster 2, which has a relatively higher number of persons with disabilities. The results of this segmentation are expected to support the realization of Bandung City as an inclusive city and to assist the government in developing more targeted policies and programs.
Pengaruh Indikator Sosial Ekonomi dan Kesehatan Terhadap Angka Harapan Hidup Menggunakan Regresi Data Panel Karina Sylfia Dewi; Oriza Sativa Bkriz Putri Ainun; Rosni Rosni; Annisa Hevita Gustina Kumalasari Saefulloh
Mandalika Mathematics and Educations Journal Vol 8 No 2 (2026): Edisi Juni
Publisher : FKIP Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jm.v8i2.11750

Abstract

Angka Harapan Hidup (AHH) di Provinsi Daerah Istimewa Yogyakarta merupakan salah satu indikator penting yang mencerminkan kualitas kesehatan dan kesejahteraan masyarakat. Penelitian ini bertujuan untuk menganalisis faktor-faktor sosial, ekonomi, dan kesehatan yang diduga berpengaruh signifikan terhadap AHH di Provinsi DIY selama periode 2018-2023 dengan menggunakan regresi data panel. Hasil penelitian menunjukan Kabupaten Kulon Progo memiliki rata-rata AHH tertinggi, sementara Kabupaten Bantul memiliki rata-rata AHH terendah. Pemodelan regresi data panel menghasilkan Random Effect Model (REM) sebagai model terbaik. Variabel yang berpengaruh signifikan terhadap AHH adalah kepemilikan BPJS, tenaga kesehatan, dan fasilitas kesehatan, di mana dua variabel pertama berpengaruh positif, sedangkan fasilitas kesehatan berpengaruh negatif. Nilai koefisien determinasi yang diperoleh sebesar 62,375%, yang berarti model mampu menjelaskan variasi AHH sebesar 62,375%, sedangkan sisanya dipengaruhi oleh faktor lain di luar model.
Analisis Klaterisasi Perubahan Iklim di Indonesia Menggunakan K-Means Tahun 2023 Muklas Rivai; Rosni Rosni; Nasrullah Bachtiar
Mandalika Mathematics and Educations Journal Vol 8 No 2 (2026): Edisi Juni
Publisher : FKIP Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jm.v8i2.11817

Abstract

Perubahan iklim global memberikan dampak signifikan terhadap pola cuaca di Indonesia, memengaruhi sektor penting seperti pertanian, perikanan, kesehatan, dan ekonomi. Untuk menganalisis data iklim yang kompleks, metode klasterisasi K-Means digunakan guna mengidentifikasi pola cuaca serupa, yang bermanfaat bagi mitigasi bencana, perencanaan sumber daya, dan pengelolaan iklim secara lebih efektif. Data yang digunakan mencakup kecepatan angin, Kelembapan, dan curah hujan dari 34 provinsi di Indonesia pada tahun 2023. Berdasarkan analisis metode silhouette, ditemukan bahwa jumlah klaster optimal adalah dua. Klaster pertama meliputi 15 provinsi seperti Sumatera Utara, Jambi, Papua Barat dan lainnya. Karakteristik kluster pertama yaitu kecepatan angin rendah, Kelembapan tinggi, dan curah hujan tinggi. Kondisi ini dipengaruhi oleh lokasi geografis tropis, pola angin muson stabil, topografi (lembah, hutan, atau pegunungan), serta kedekatan dengan sumber uap air. Klaster kedua Terdiri dari 19 provinsi seperti Aceh, Jawa Timur, Nusa Tenggara Barat dan lainnya. Karakteristik klister kedua yaitu memiliki kecepatan angin tinggi, Kelembapan rendah, dan curah hujan rendah. Faktor geografis seperti wilayah terbuka, angin muson kering, dan jarak dari sumber Kelembapan utama. Hasil penelitian ini diharapkan dapat membantu perencanaan dan mitigasi bencana terkait pola cuaca di Indonesia.
Pemanfaatan Looker Studio untuk Mengembangkan Kompetensi Analisis dan Visualisasi Data Siswa SMKS Nurul Huda Pringsewu Rosni Rosni; Nora Madonna; Andi Fitriawati; Dani Al Mahkya; Agus Irawan; Erica Grace Simanjuntak; Ma’rufah Hayati; Nasrullah Nasrullah; Miftahul Irfan; Dwi Mahrani; Ayu Sofia; Tiara Yulita; Muklas Rivai
Jurnal Pengabdian Masyarakat Bangsa Vol. 4 No. 1 (2026): Maret
Publisher : Amirul Bangun Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59837/jpmba.v4i1.4194

Abstract

Kemampuan dalam memanfaatkan teknologi, khususnya dalam eksplorasi dan visualisasi data, menjadi tantangan signifikan dalam dunia pendidikan di era digital saat ini. SMKS Nurul Huda Pringsewu sebagai mitra kegiatan pengabdian menunjukkan adanya keterbatasan kompetensi siswa dalam mengolah data dan menyajikannya dalam bentuk visual yang informatif. Menanggapi permasalahan tersebut, tim Pengabdian kepada Masyarakat (PkM) melaksanakan pelatihan menggunakan aplikasi Looker Studio untuk eksplorasi data dan pembuatan dashboard statistik. Looker Studio merupakan platform berbasis web yang memudahkan pengguna dalam mengolah data numerik dan menyajikannya secara visual, sehingga proses pembacaan data tidak lagi dilakukan secara manual. Pelatihan ini bertujuan untuk meningkatkan kemampuan siswa dalam mengolah dan memvisualisasikan data menggunakan teknologi terkini. Hasil dari kegiatan ini menunjukkan peningkatan kompetensi siswa dalam mengeksplorasi data statistik serta peningkatan kualitas pembuatan dashboard yang lebih informatif dan menarik. Kegiatan ini diharapkan dapat menjadi langkah awal dalam membekali siswa dengan keterampilan digital yang relevan dengan kebutuhan industri saat ini.
Co-Authors Agus Irawan Alfian, Muhammad Nuril Andi Fitriawati Annisa Hevita Gustina Kumalasari Saefulloh Ayu Sofia Azzanina, Nanda Baiti, Putri Isnaini Cahyaning Berliana Ratam, Aldila Nur Indah Dani Al Mahkya Dani Al Mahkya Dwi Mahrani Erica Grace Simanjuntak Erinna Fredella Fitriawati , Andi Indah Gumala Andirasdini Irfan, Miftahul Irwan, Sri Efrinita Ismail Karina Sylfia Dewi Lestari, Yushinta Cahya Madonna, Nora Marisa Marisa Ma’rufah Hayati Misbahul Huda Mt, Ma’rufah Hayati Nainggolan, Lorena Ulitara Nasrullah Nasrullah Bachtiar Nasrullah Nasrullah Nora Madonna Oriza Sativa Bkriz Putri Ainun Rivai, Muklas S, Putriyani Siregar, Abian Avisena Yulita, Tiara