Article Per Year (5 Year)
p-Index From 2021 - 2026
4.95
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan IT JOURNAL RESEARCH AND DEVELOPMENT JITTER (Jurnal Ilmiah Teknologi Informasi Terapan) Jurnal Tekno Insentif JUTEKIN (Jurnal Manajemen Informatika) JATI (Jurnal Mahasiswa Teknik Informatika) Journal of Computer System and Informatics (JoSYC) Jurnal Media Informatika Journal of Research in Instructional Merpati Jurnal Informatika Teknologi dan Sains (Jinteks) ABDINE Jurnal Pengabdian Masyarakat MASALIQ: Jurnal Pendidikan dan Sains Data Sciences Indonesia (DSI) Competitive Jurnal Penelitian Pendidikan Indonesia Jurnal Sains Sistem Informasi
Riza, Noviana
Universitas Logistik Dan Bisnis Internasional
Religion Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Mechanical Engineering Physics Social Sciences Transportation Other

Published : 33 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 33 Documents
Search

 1   2   3   4 
Model Regresi Panel Data untuk Menganalisis Faktor Demografi dan Ekonomi terhadap Garis Kemiskinan di Kabupaten Kota Jawa Barat Gilang Al Raffi; Fatia Amalia Maresti; Noviana Riza
Data Sciences Indonesia (DSI) Vol. 6 No. 1 (2026): Article Research Volume 6 Issue 1, Juni 2026
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v6i1.8309

Abstract

Penelitian  bertujuan menganalisis faktor-faktor demografi dan ekonomi yang memengaruhi garis kemiskinan di 27 kabupaten/kota Provinsi Jawa Barat selama periode 2020-2023. Data sekunder bersumber dari Badan Pusat Statistik (BPS) mencakup variabel Indeks Pembangunan Manusia (IPM), Tingkat Partisipasi Angkatan Kerja (TPAK), Tingkat Pengangguran Terbuka (TPT), upah minimum, dan jumlah penduduk miskin. Pendekatan regresi data panel digunakan dengan tiga model kandidat: Common Effect Model (CEM), Fixed Effect Model (FEM), dan Random Effect Model (REM). Pemilihan model terbaik dilakukan melalui Uji Chow dan Uji Hausman yang keduanya mengindikasikan Fixed Effect Model (FEM) sebagai model paling tepat. Sebelum estimasi, uji multikolinearitas menggunakan Variance Inflation Factor (VIF) memastikan tidak ada kolinearitas serius antar variabel. Hasil uji parsial menunjukkan bahwa IPM dan upah minimum berpengaruh positif dan signifikan terhadap garis kemiskinan, sementara TPAK, TPT, dan jumlah penduduk miskin tidak berpengaruh signifikan. Model FEM mampu menjelaskan 94,20% variasi data (R-squared within = 0,9420) dengan F-statistik sebesar 247,05. Uji asumsi residual menunjukkan normalitas terpenuhi, namun terdeteksi heteroskedastisitas dan autokorelasi positif yang diselesaikan dengan robust standard errors.
Analisis Kinerja Kurir Pada Layanan Pengiriman E-commerce Menggunakan Metode K-Means Clustering Paulina Kolin; Kiki Mustaqim; Noviana Riza
Data Sciences Indonesia (DSI) Vol. 6 No. 1 (2026): Article Research Volume 6 Issue 1, Juni 2026
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v6i1.8755

Abstract

Pertumbuhan pesat e-commerce di Indonesia menciptakan kebutuhan tinggi akan layanan pengiriman yang efisien dan berkualitas. Perusahaan agregator logistik menghadapi tantangan dalam mengevaluasi kinerja mitra kurir secara objektif karena setiap kurir memiliki karakteristik yang berbeda. penelitian ini bertujuan menerapkan metode K-Means Clustering untuk pengelompokan mitra kurir berdasarkan performa, mengidentifikasi karakteristik setiap kelompok, dan merancang dashboard interaktif sederhana sebagai alat bantu visualisasi pengambilan keputusan. Data yang dianalisis berasal dari histori pengiriman sebuah perusahaan agregator logistik di Indonesia PT. X, dengan parameter utama yang dievaluasi meliputi durasi pengiriman, biaya pengiriman, tingkat keberhasilan, dan jumlah komplain. Hasil analisis berhasil mengelompokkan enam kurir dana tiga klaster kinerja. Jumlah klaster yang dipilih K=3 ditetapkan berdasarkan skor silhouette tertinggi (0,331). Klaster 0 (Performa Tinggi) yang dicirikan oleh kecepatan dan biaya ekonomis, Klaster 1 (Performa Standar) dengan kinerja menengah, dan Klaster 2 (Performa rendah) yang cenderung mahal dan lambat. Seluruh temuan diimplementasikan ke dalam dashboard interaktif menggunakan Streamlit. Metode K-Means Clustering terbukti efektif menyediakan segmentasi kinerja kurir yang jelas dan berbasis data, sehingga dashboard yang dihasilkan dapat menjadi alat bantu strategis untuk mengoptimalkan alokasi kurir dan meningkatkan efisiensi layanan.
Pengelompokan Potensi Ekonomi Provinsi Sulawesi Tenggara menggunakan Metode Fuzzy C-Means Clustering L.M. Aznur Syahfajar; Noviana Riza; Woro Isti Rahayu
Data Sciences Indonesia (DSI) Vol. 6 No. 1 (2026): Article Research Volume 6 Issue 1, Juni 2026
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v6i1.8969

Abstract

Penelitian ini bertujuan untuk mengelompokkan wilayah kabupaten/kota di Provinsi Sulawesi Tenggara berdasarkan potensi ekonomi sumber daya alam menggunakan metode Fuzzy C-Means Clustering (FCM). Analisis difokuskan pada lima sektor ekonomi primer strategis, yaitu pertanian, UMKM, perkebunan, perkebunan buah, dan perikanan, dengan data bersumber dari Badan Pusat Statistik Provinsi Sulawesi Tenggara melalui Potensi Desa (PODES) dan statistik sektoral tahun 2024. Tahapan penelitian meliputi preprocessing, normalisasi, penentuan jumlah klaster optimal, penerapan FCM, serta evaluasi menggunakan Silhouette Score, Davies-Bouldin Index, dan Calinski-Harabasz Score. Hasil penelitian menunjukkan terbentuknya tiga klaster utama pada setiap sektor dengan karakteristik yang berbeda, misalnya sektor pertanian didominasi oleh wilayah berproduksi pangan tinggi di Klaster 1, sedangkan Klaster 3 mencakup wilayah berproduktivitas rendah. Evaluasi model menghasilkan nilai Silhouette Score 0,53–0,61 dan Davies-Bouldin Index <0,7 pada sebagian besar sektor, menunjukkan kualitas klasterisasi yang baik. Visualisasi peta tematik memperlihatkan pola distribusi spasial yang jelas, dan analisis lanjutan menghasilkan rekomendasi kebijakan sektoral seperti penguatan hilirisasi, peningkatan akses pasar UMKM, dan optimalisasi teknologi pertanian. Penelitian ini diharapkan menjadi acuan dalam perumusan kebijakan pembangunan daerah yang lebih tepat sasaran dan berbasis data.
Co-Authors Al Raffi, Gilang Aprilia Cahyani, Dini Atrisia, Marchela Indah Aulia, Maysa Zaidee Azzahra, Siti Salwa Baji Syadewo, Rendi Br Sidauruk, Natalya Bryan Samperura Eka Surachman Ekra Sanggala Faisal Najib Abdullah Gilang Al Raffi Hendri, Meriza Heny Hendrayati Hidayatullah, Muhammad Reefy Kiki Mustaqim Kolin, Paulina Bota L.M. Aznur Syahfajar Liyana Majdah Rahma Lustin, Maria B. B. C. Maresti, Fatia Amalia Mohamad Nurkamal Fauzan Mohamad Nurkamal Fauzan Mubassiran Mubassiran, Mubassiran Muhamad Rafif Al Hafizh Muhammad Adam Nahdlotul Halimi Muhammad Reefy Hidayatullah Muhammad Ruslan Maulani Muhammad Sapwan Suhadi Mustaqim, Kiki Nanda Fahriza, Muhammad Ningsih, Salsa Paringga Pangestu Nita Sawalia Fitri nur handayani, nasywa Nur Raisa Pakpahan, Thiodas H. Paulina Kolin Prianto, Cahyo Putri Ramadhani, Iga Radio Ananto Hargiyanto Rahayu, Woro I. Rahayu, Woro Isti Raisa, Nur Rakasona Rifqi Fathurrohman Roni Andarsyah Roni Habibi Roni Habibi Santoso Sawalia Fitri, Nita Setiadi, Hilman Sidauruk, Natalya Siti Fatonah, Rd. Nuraini Siti Khairiyah Sri Cahyani, Sri Supriady Supriady Supriady, Supriady Surachman, Eka Woro Istirahayu Yusuf Yusuf Yusuf Jordan El Anwar