Garuda - Garba Rujukan Digital

Calculation of Dwiguna Life Insurance Premiums using Monte Carlo Simulation with Vasicek Interest Rate Parameter Estimation based on Ordinary Least Square Pretty Lawrencia Connery; Dian Lestari; Arman Haqqi Anna Zili
Jurnal Pendidikan dan Konseling (JPDK) Vol. 4 No. 4 (2022): Jurnal Pendidikan dan Konseling
Publisher : Universitas Pahlawan Tuanku Tambusai

Premi adalah sejumlah uang yang harus dibayarkan tertanggung kepada perusahaan asuransi setelah kontrak ditandatangani. Beberapa variabel mempengaruhi perhitungan premi, seperti suku bunga. Vasicek merupakan salah satu model suku bunga stokastik. Model ini sering digunakan untuk menghitung premi karena model ini dapat menangkap pergerakan suku bunga pada waktu yang tidak terduga. Parameter laju Vasicek diestimasi berdasarkan Ordinary Least Square. Premi dihitung tanpa dan dengan menerapkan simulasi Monte Carlo. Tujuan dari penelitian ini adalah untuk mengetahui hasil implementasi simulasi Monte Carlo dalam perhitungan premi asuransi jiwa dwiguna. Hasil simulasi Monte Carlo akan dibandingkan dengan tanpa hasil perhitungan Monte Carlo. Hasil penelitian menunjukkan bahwa premi yang dihasilkan oleh simulasi Monte Carlo lebih tinggi dibandingkan dengan premi tanpa simulasi Monte Carlo.

Peramalan Harga Saham Dengan Model Hybrid Arima-Garch dan Metode Walk Forward Arman Haqqi Anna Zili; Derick Hendri; Selly Anastassia Amellia Kharis
Jurnal Statistika dan Aplikasinya Vol 6 No 2 (2022): Jurnal Statistika dan Aplikasinya
Publisher : Program Studi Statistika FMIPA UNJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/JSA.06218

For an Investor, modelling and forecasting the stock prices are very important. Stock price fluctuate as time goes and these changes vary from one point of time to another. These changes can be really dangerous if ignored because the risk of loss it might create. Many models have been created with the purpose of minimizing the risk of loss. In this study, the ARIMA-GARCH model will be used to predict closing price in the stock prices which contain volatility. The reason for using the combination of the two models is due to ARIMA model unable to handle large volatility along with non-linear data. Thus, it is hoped the use of this combined model can solve this problem. The data that is used on this study is the closing price of 2 stocks that is part of the LQ45 index. In this research, the data will be used on the combined model to get the forecast price of the next day. Then, the rest of the forecast price will be found using a process called Walk Forward. After acquiring all the forecasted price, it is found that the combination of ARIMA (1,1,1)-GARCH (1,1) yield the best result in forecasting the stock prices. Then, by using MAE and RMSE to check the error of the results, it can be concluded that the ARIMA-GARCH model is a model that is able to predict stock prices well.

Kecemasan Matematika dan Permasalahannya dalam Pembelajaran Jarak Jauh Selly Anastassia Amellia Kharis; Nur Mahin; Hirawati Lubis; Arman Haqqi Ana Zili; Anton Robiansyah
EDUKATIF : JURNAL ILMU PENDIDIKAN Vol 5, No 1 (2023)
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/edukatif.v5i1.4735

Pandemi Covid-19 telah mempengaruhi sistem pendidikan di Indonesia. Proses pembelajaran tatap muka secara langsung berubah menjadi proses pembelajaran jarak jauh (PJJ). Namun, karena durasi waktu yang dibutuhkan relatif singkat dan cepat, proses pergantian ini mengalami beberapa masalah. Salah satunya adalah kecemasan matematika (mathematics anxiety). Tujuan penelitian ini adalah untuk mengetahui penyebab dan cara mengatasi kecemasan matematika pada peserta didik dan pendidik dalam PJJ. Metode penelitian yang digunakan pada penelitian ini adalah studi kepustakaan. Hasil penelitian menunjukkan model pembelajaran yang sesuai dapat mencegah dan mengurangi kecemasan matematika yang terjadi. Salah satu model pembelajaran yang dapat mengurangi kecemasan matematika adalah flipped classroom. Flipped classroom mensyaratkan siswa untuk melihat materi pembelajaran terlebih dahulu baik melalui video, website, tutorial yang disiapkan oleh guru, animasi, mulitimedia, dan sebagainya. Selain model pembelajaran, media pembelajaran yang interaktif juga dapat mencegah dan mengurangi kecemasan matematiks. Berbagai faktor menjadi penyebab dalam munculnya kecemasan matematika, seperti motivasi belajar, tekanan dalam mengajar matematika, penguasaan teknologi. Perlu adanya intervensi dalam mengatasi kecemasan matematika sehingga kecemasan tidak terus terjadi dan berpengaruh dalam proses pembelajaran yang dilakukan oleh siswa atau proses pengajaran yang dilakukan oleh guru.

Learning Analytics dan Educational Data Mining pada Data Pendidikan Kharis, Selly Anastassia Amellia; Zili, Arman Haqqi Anna
JURNAL RISET PEMBELAJARAN MATEMATIKA SEKOLAH Vol. 6 No. 1 (2022): Jurnal Riset Pembelajaran Matematika Sekolah
Publisher : Program Studi Pendidikan Matematika FMIPA Universitas Negeri Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/jrpms.061.02

Salah satu kelebihan dari pemanfaatan teknologi pada masa pandemi di dunia pendidikan adalah meningkatnya digital footprint. Digital footprint dapat berupa data mengenai diskusi antara pendidik dan peserta didik, nilai diskusi, nilai tugas, nilai ujian, kehadiran, frekuensi mengakses materi, dan sebagainya. Dengan bertambahnya digital footprint, semakin banyak hal yang dapat diketahui dan digali. Penggalian data pendidikan (educational data mining) telah dilakukan beberapa negara untuk menganalisis dan menyelesaikan isu-isu dalam bidang pendidikan. Educational Data Mining telah secara luas dipergunakan untuk berbagai keperluan seperti analisa gaya belajar siswa, kajian efektivitas bahan ajar, prediksi tren kinerja peserta didik, simulasi pengambilan keputusan, dan lain-lain. Penelitian ini bertujuan untuk menjelaskan pengertian, penggunaan, dan dampak Learning Analytics dan Educational Data Mining pada data pendidikan. Penelitian ini menggunakan metode studi literatur dengan pendekatan kualitatif. Sumber-sumber pada penulisan artikel ini berasal dari jurnal dan buku. Teknik analisis yang digunakan pada penelitian ini adalah teknik analis isi. Learning Analytics dan Educational Data Mining menggabungkan beberapa ilmu seperti statistika, data mining, machine learning. Learning Analytics dan Educational Data Mining memiliki potensi untuk dikembangkan pada data pendidikan di Indonesia. Learning Analytics dan Educational Data Mining dapat memberikan informasi kepada institusi, pendidik, dan peserta didik sehingga mendukung analisis prediksi dan pada akhirnya dapat meningkatkan motivasi, kinerja dan hasil dari suatu proses pembelajaran. Dengan melacak, menggabungkan, dan menganalisis digital footprint peserta didik, jalur baru untuk kebijakan pendidikan hadir secara lebih terbuka sesuai dengan pertumbuhan database peserta didik

Unravelling the Drivers of Digital Literacy in Indonesia’s Distance Learning Era Kharis, Selly Anastassia Amellia; Septiarini, Tri Wijayanti; Zili, Arman Haqqi Anna; Arisanty, Melisa; Permatasari, Sri Maulidia
Paedagoria : Jurnal Kajian, Penelitian dan Pengembangan Kependidikan Vol 16, No 4 (2025): October
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/paedagoria.v16i4.34482

In Indonesia’s rapidly evolving distance learning landscape, digital literacy has become a critical competency for ensuring academic quality and ethical online engagement. However, existing assessments often focus narrowly on technical skills, overlooking behavioral and ethical dimensions that are equally essential in digital environments. This study aims to identify the key factors influencing digital literacy among students in Indonesia's distance learning environment, focusing on Universitas Terbuka. Utilizing a Random Forest algorithm, the research involves data preprocessing, model development and evaluation, and feature importance analysis to determine the most influential predictors. The findings reveal that digital ethics and behavioral aspects-such as academic integrity, proper citation practices, and responsible social media conduct- are the strongest indicators of digital literacy, whereas technical proficiency in e-learning platforms plays a less dominant role. This study's novel use of Machine Learning offers a methodological contribution to the assessment of digital literacy in educational settings. Based on these insights, the paper recommends a holistic approach to digital literacy education at Universitas Terbuka, advocating for programs that integrate technical training with robust digital ethics instruction, including awareness of citation, plagiarism, communication etiquette, privacy, and responsible information dissemination.

Predicting Digital Literacy Levels in Higher Education: A LightGBM Model Integrating Feature Selection for Improved Accuracy Zili, Arman Haqqi Anna; Kharis, Selly Anastassia Amellia
G-Tech: Jurnal Teknologi Terapan Vol 9 No 4 (2025): G-Tech, Vol. 9 No. 4 October 2025
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70609/g-tech.v9i4.8077

Digital literacy has become an essential skill in higher education, particularly in online and distance learning settings. This study explores the use of Light Gradient Boosting Machine (LightGBM) to classify digital literacy levels among 10,393 students at Universitas Terbuka. To improve both efficiency and clarity of interpretation, feature selection was carried out using SelectKBest, which reduced the dataset to 33 predictors. The final model, evaluated through stratified 5-fold cross-validation, achieved an accuracy of 0.964 and a weighted F1-score of 0.964. The results show that limiting the number of features did not weaken predictive performance, while also making it easier to identify which aspects of digital literacy are most influential. Interestingly, the strongest predictors were not only technical skills but also ethical behavior, digital citizenship, and online communication. These findings highlight that digital literacy is multidimensional and that effective assessment tools must account for social and behavioral factors alongside technical competence. Taken together, applying feature selection with LightGBM offers an effective way to assess digital literacy in higher education. The method achieves strong predictive accuracy while keeping the model interpretable, giving universities clearer guidance for shaping interventions and curricula in online learning contexts.

Pengalaman dan Perspektif Pendidik terhadap Penggunaan ChatGPT dalam Pengajaran Kharis, Selly Anastassia Amellia; Arisanty, Melisa; Zili, Arman Haqqi Anna
JURNAL PENDIDIKAN Vol 33 No 1 (2024): March
Publisher : Universitas Veteran Bangun Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32585/jp.v33i1.5004

Perkembangan teknologi khususnya pada kecerdasan buatan semakin berkembang. Salah satu kecerdasan buatan adalah Chat Generative Pre-trained Transformer (ChatGPT). ChatGPT digunakan dalam berbagai aspek termasuk dalam bidang pendidikan. Penelitian ini bertujuan untuk mengeksplorasi pengalaman dan perspektif para pendidik terhadap penerapan ChatGPT dalam proses pengajaran. Metode penelitian kualitatif digunakan untuk mendapatkan wawasan melalui kuesioner yang disebarkan kepada pendidik baik dosen maupun guru. Hasil penelitian menunjukkan bahwa pendidik memiliki berbagai pandangan terkait dengan penggunaan ChatGPT dalam pembelajaran. Sebanyak 54,3% pendidik setuju bahwa ChatGPT merupakan chatbot yang mudah digunakan dan membuat perbedaan signifikan dalam produktivitas atau efisiensi dalam pekerjaan pendidik. Sebanyak 48,6% pendidik juga setuju bahwa ChatGPT efektif dalam menghasilkan konten atau materi pembelajaran. Penelitian menunjukkan bahwa meskipun ChatGPT dapat menjadi alat yang berguna untuk memberikan bantuan dalam pengajaran namun sebagian besar guru tetap melakukan verifikasi atau mencari ulang informasi yang diberikan oleh ChatGPT dengan sumber lainnya. Beberapa cara telah dilakukan pendidik untuk mencegah penyalahgunaan ChatGPT oleh peserta didik dalam proses pembelajaran, mulai dari dengan membiasakan peserta didik menjawab dengan menggunakan penjelasan sendiri disertai dengan sumber yang valid, menginformasikan di awal pembelajaran bahwa ChatGPT boleh dipergunakan namun bukan sebagai satu-satunya sumber dalam memberikan jawaban, menanamkan pentingnya critical thinking, dan melakukan ujian secara lisan untuk menguji jawaban peserta didik.

CHATGPT SEBAGAI ALAT PENDUKUNG PEMBELAJARAN: TANTANGAN DAN PELUANG PEMBELAJARAN ABAD 21 Kharis, Selly Anastassia Amellia; Zili, Arman Haqqi Anna
Paedagoria : Jurnal Kajian, Penelitian dan Pengembangan Kependidikan Vol 15, No 2 (2024): April
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/paedagoria.v15i2.22039

Abstrak: Chat Generative Pre-trained Transformer (ChatGPT) adalah model bahasa generatif yang dikembangkan oleh perusahaan riset kecerdasan buatan OpenAI pada tahun 2015. Penggunaan ChatGPT dalam dunia pendidikan telah menimbulkan tantangan dan peluang khususnya pada pembelajaran abad 21 yang perlu dipertimbangkan secara seksama. Penggunaan ChatGPT seharusnya dipandang sebagai alat pendukung pembelajaran. ChatGPT tidak dapat menggantikan peran guru. Penelitian ini bertujuan untuk untuk mengidentifikasi tantangan dan peluang penggunaan ChatGPT sebagai alat pendukung pembelajaran. Penelitian ini menggunakan studi literatur dengan pendekatan kualitatif. Berdasarkan hasil penelitian, penggunaan ChatGPT dalam pendidikan dapat memberikan peluang untuk pengalaman pembelajaran yang interaktif, fleksibel, dan memperkenalkan siswa pada teknologi khususnya kecerdasan buatan. Hal ini sejalan dengan kompetensi pembelajaran abad 21. Namun penggunaan ChatGPT juga menimbulkan sejumlah tantangan seperti masalah integritas akademis, interaksi sosial, dan ketergantungan pada teknologi yang dapat mengurangi keterampilan berpikir kritis siswa. Untuk memanfaatkan ChatGPT secara efektif dalam pembelajaran diperlukan pendekatan holistik dan terpadu. Pengembangan kebijakan yang jelas mengenai batasan penggunaan ChatGPT dalam pembelajaran, penyesuaian model pembelajaran, dan peningkatan literasi digital siswa dapat diterapkan untuk menghadapi tantangan penggunaan ChatGPT. Dengan pemahaman yang mendalam tentang tantangan dan peluang penggunaan ChatGPT, pemangku kebijakan pendidikan, guru dan siswa dapat mempersiapkan diri dengan lebih baik untuk mengintegrasikan ChatGPT secara efektif dalam lingkungan pembelajaran.Abstract: The Chat Generative Pre-Trained Transformer (ChatGPT) is a generative language model developed by OpenAI in 2015. Its use in education presents challenges and opportunities, particularly in 21st-century learning, which require careful consideration. ChatGPT should be seen as a supportive learning tool and not a replacement for teachers. The research aims to identify the opportunities and challenges of ChatGPT as a learning aid, using a qualitative literature study approach. Based on research results, Its use in education offers opportunities for interactive, flexible learning experiences and introduces students to technology, especially artificial intelligence, aligning with 21st-century learning competencies. However, it also presents challenges such as academic integrity issues, social interaction concerns, and technology dependence potentially reducing students’ critical thinking skill. Effectively utilizing ChatGPT in 21st-century learning requires a holistic and integrated approach. Clear policy development regarding ChatGPT usage limits, adjustments to learning models, and enhancing students’ digital literacy can address these challenges. With a deep understanding of ChatGPT’s challenges and opportunities, education policymakers, teachers, and students can better prepare to integrate it effectively into the learning environment.

PENGGUNAAN GOOGLE TRENDS DALAM PERENCANAAN STRATEGI DIGITAL MARKETING PERGURUAN TINGGI JARAK JAUH DI INDONESIA Kharis, Selly Anastassia Amellia; Arisanty, Melisa; Putri, Agustiani; Zili, Arman Haqqi Anna
Paedagoria : Jurnal Kajian, Penelitian dan Pengembangan Kependidikan Vol 15, No 3 (2024): Juli
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/paedagoria.v15i3.22038

Abstrak: Perkembangan teknologi informasi dan internet telah memberikan dampak yang signifikan pada dunia pendidikan, khususnya dalam pendidikan jarak jauh. Seiring dengan meningkatnya persaingan di antara perguruan tinggi jarak jauh di Indonesia, penting bagi mereka untuk mengadopsi strategi pemasaran digital yang efektif guna mencapai audiens target yang lebih luas dan meningkatkan daya saing mereka. Salah satu alat yang dapat digunakan dalam perencanaan strategi pemasaran digital adalah Google Trends. Penelitian ini bertujuan untuk mengeksplorasi penggunaan Google Trends dalam perencanaan strategi digital marketing perguruan tinggi jarak jauh di Indonesia. Metode penelitian yang digunakan adalah mixed method yang mengintegrasikan metode kuantitatif dan kualitatif. Data yang digunakan berasal dari data pada Google Trends. Hasil penelitian ini menunjukkan bahwa penggunaan Google Trends dapat memberikan wawasan yang berharga dalam memahami minat calon mahasiswa terkait dengan pendidikan jarak jauh di Indonesia. Melalui analisis data tren pencarian, perguruan tinggi jarak jauh dapat menyusun perencanaan strategi pemasaran mencakup beberapa hal, antara lain mengidentifikasi waktu melakukan promosi, menggunakan “Related Queries” untuk mencari kata kunci baru, mencari topik yang sedang trending, memetakan lokasi atau region yang perlu ditarget, dan analisa perbandingan kata kunci untuk mendapatkan keyword terbaik.Abstract: The development of information technology and the internet has had a significant impact on the field of education, especially in distance learning. With the increasing competition among distance learning universities in Indonesia, it is crucial for them to adopt effective digital marketing strategies to reach a broader target audience and enhance their competitiveness. One tool that can be used in digital marketing strategy planning is Google Trends. This research aims to explore the use of Google Trends in the digital marketing strategy planning of distance learning universities in Indonesia. The research method used is a mixed method that integrates quantitative and qualitative methods. The data used comes from Google Trends data. The results of this research indicate that the use of Google Trends can provide valuable insights into understanding the interest of prospective students related to distance education in Indonesia. Through the analysis of search trend data, distance learning universities can develop marketing strategy plans that include several aspects, such as identifying the optimal timing for promotions, using “Related Queries” to discover new keywords, identifying trending topics, mapping locations or regions that need to be targeted, and conducting keyword comparison analysis to find the best keywords.

Identifying Digital Literacy Profiles in Distance Education: A K-Prototypes Clustering Approach Zili, Arman Haqqi Anna; Martinasari, Made Diyah Putri; Kharis, Selly Anastassia Amellia
Euler : Jurnal Ilmiah Matematika, Sains dan Teknologi Volume 13 Issue 3 December 2025
Publisher : Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37905/euler.v13i3.34568

Education quality is one of the main focuses of Indonesia’s Sustainable Development Goals (SDGs), particularly in the goal that emphasizes equitable access and lifelong learning. Universitas Terbuka (UT) is a higher education institution that implements an open and distance learning system. This setting creates a diverse student body in terms of age, occupation, and digital literacy levels. Segmenting students based on their digital literacy is both essential and challenging, as it involves combining demographic data with daily digital behavior. This study aims to identify the digital literacy profiles of UT students using cluster analysis with the K-Prototypes algorithm. Data were obtained from a survey of 10,396 students with 42 variables. The Elbow Method analysis revealed three distinct clusters, each reflecting unique engagement profiles. The first cluster, the Engaged Evening Digital User, is active during the evening and balances work with social activities. The second cluster, the Hyper Connected Communicator, relies heavily on messaging applications for social interaction. The third cluster, the Balanced Digital Citizen, shows a more even distribution of digital use across academic, entertainment, and communication activities. These clusters predominantly comprise Generation Z individuals, many of whom are actively engaged in the private sector. The profound implications of these findings lie in their capacity to forge highly targeted strategies for digital learning, communication, and student support, thereby enhancing educational outcomes. Furthermore, this research significantly advances methodological literature by demonstrating a powerful, integrated approach to clustering mixed-type attributes, offering a more nuanced understanding of learner profiles in distance education.

Title

Found 10 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 10 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 10 Documents
Search