Article Per Year (5 Year)
p-Index From 2021 - 2026
2.811
P-Index
This Author published in this journals
All Journal Paedagoria : Jurnal Kajian, Penelitian dan Pengembangan Kependidikan EDUKATIF : JURNAL ILMU PENDIDIKAN Jurnal Pendidikan dan Konseling G-Tech : Jurnal Teknologi Terapan Jurnal Riset Pembelajaran Matematika Sekolah Jurnal Statistika dan Aplikasinya Jurnal Pendidikan Jurnal Kependidikan: Jurnal Hasil Penelitian dan Kajian Kepustakaan di Bidang Pendidikan, Pengajaran dan Pembelajaran Euler : Jurnal Ilmiah Matematika, Sains dan Teknologi Jurnal Natural
Arman Haqqi Anna Zili
Faculty Of Mathematics And Science Universitas Indonesia
Agriculture, Biological Sciences & Forestry Astronomy Biochemistry, Genetics & Molecular Biology Chemistry Computer Science & IT Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Energy Engineering Immunology & microbiology Languange, Linguistic, Communication & Media Mathematics Neuroscience Physics Social Sciences Other

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search

 1   2 
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

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (301.389 KB) | DOI: 10.31004/jpdk.v4i4.6378

Abstract

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

Abstract

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

Abstract

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.
Analisis Tren Minat Masyarakat Indonesia terhadap Artificial Intelligence dalam Menyongsong Society 5.0: Studi Menggunakan Google Trends Selly Anastassia Amellia Kharis; Arman Haqqi Anna Zili; Agustiani Putri; Anton Robiansyah
G-Tech: Jurnal Teknologi Terapan Vol 7 No 4 (2023): G-Tech, Vol. 7 No. 4 Oktober 2023
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33379/gtech.v7i4.3091

Abstract

Artificial Intelligence (AI) telah menjadi pendorong dalam mewujudkan konsep Society 5.0. Minat masyarakat Indonesia terhadap AI berperan penting dalam memahami kesiapan dan penerimaan terhadap konsep Society 5.0. Minat yang rendah terhadap AI akan menyulitkan realisasi Society 5.0 bagi masyarakat Indonesia. Penelitian ini bertujuan menganalisis tren minat masyarakat Indonesia terhadap AI menggunakan Google Trends. Data terkait AI dikumpulkan dan dianalisis seiring waktu dan pola minat di berbagai wilayah Indonesia. Penelitian ini menggunakan metode knowledge discovery in database (KDD). Hasil penelitian menunjukkan minat masyarakat Indonesia terhadap AI sudah muncul sebelum istilah Society 5.0 muncul. Meskipun minat Masyarakat Indonesia lebih rendah dibandingkan Masyarakat dunia, tren minat Masyarakat Indonesia terhadap AI meningkat. Daerah yang memiliki minat tertinggi dengan kata pencarian “Artificial Intelligence” adalah Daerah Istimewa (DI) Yogyakarta. Analisis tren minat Masyarakat Indonesia terhadap AI akan membantu berbagai sektor dalam menyiapkan rencana dan membuat keputusan untuk mewujudkan konsep Society 5.0 bagi Masyarakat Indonesia.
A Literature Review to Evaluate the Impact of Machine Learning and Artificial Intelligence for Lung Cancer Patient in COVID-19 Pandemic Selly Anastassia Amellia Kharis; Arman Haqqi Anna Zili; Fauzan Ihza Fajar; Agustiani Putri; Melisa Arisanty
G-Tech: Jurnal Teknologi Terapan Vol 8 No 1 (2024): G-Tech, Vol. 8 No. 1 Januari 2024
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33379/gtech.v8i1.3891

Abstract

Cancer patients are considered susceptible to COVID-19 associated with the presence of an immunosuppressive state. One type of cancer that causes many deaths is lung cancer. There are many challenges and difficulties, especially in treating lung cancer during the COVID-19 period. As technology develops, experts are trying to use machine learning and artificial intelligence in the treatment and detection of lung cancer. Artificial intelligence and machine learning can be used to predict lung cancer using data from microarrays, pictures, and other sources. Limited data on COVID-19 patients with a relatively small sample, information regarding the implementation of machine learning and artificial intelligence for the treatment of COVID-19 patients with lung cancer is still limited. Therefore, it is necessary to have a literature review to explain the effect of machine learning and artificial intelligence for lung cancer patients during the COVID-19 period from existing studies. The literature review used in this study. Sourced from the search results of journals from various countries related to lung cancer and COVID-19 in Pubmed, Science Direct, and Google Scholar. The results show an important role of machine learning and artificial intelligence for lung cancer patients in COVID-19 pandemic.
Predicting life expectancy of lung cancer patients after thoracic surgery using SMOTE and machine learning approaches SELLY ANASTASSIA AMELLIA KHARIS; ARMAN HAQQI ANNA ZILI
Jurnal Natural Volume 23 Number 3, October 2023
Publisher : Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24815/jn.v23i3.29144

Abstract

. Lung cancer is a life-threatening condition characterized by the uncontrolled growth and spread of abnormal cells in the lungs. Thoracic surgery is a commonly employed diagnostic and treatment procedure for lung cancer. The objective of this study is to utilize machine learning techniques to predict the life expectancy of lung cancer patients one year after thoraric surgery. The study utilizes the Thoraric  Surgery Data Set, consisting of 454 data, with 385 data representing surviving patients and 69 data representing patients who passed away. Due to an imbalance in the data, the Synthetic Minority Oversampling Technique (SMOTE) process is applied to balance the dataset. Multiple machine learning algorithms, including Random Forest (RF), K-Nearest Neighbor (KNN), and Support Vector Machine (SVM), are employed for prediction. Validation is performed using 5-fold cross validation, repeated three times. The results indicate that the KNN model achieves the highest mean accuracy of 84.80% before the SMOTE process, although all models exhibit a low mean F1-score. Following the SMOTE process, the RF model attains  the highest mean accuracy of 79.52%, while the KNN model demonstrates  the highest mean F1-score of 26.54%. This research contributes valuable insights to clinicians in making informed decisions and improving patient outcomes.
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

Abstract

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

Abstract

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.
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

Abstract

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

Abstract

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.
Co-Authors Agustiani Putri Derick Hendri Dian Lestari Dian Lestari Fauzan Ihza Fajar Hirawati Lubis Martinasari, Made Diyah Putri Melisa Arisanty Melisa Arisanty Nur Mahin Pretty Lawrencia Connery Putri, Agustiani Robiansyah, Anton Selly Anastassia Amellia Kharis Sri Maulidia Permatasari Tri Wijayanti Septiarini