Article Per Year (5 Year)
p-Index From 2021 - 2026
0.947
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika) Enthusiastic : International Journal of Applied Statistics and Data Science Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Journal of Innovative and Creativity Sinergi Aksi Nyata Cendekia
Sischa Wahyuning Tyas
Universitas Pembangunan Nasional Veteran Jawa Timur
Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Languange, Linguistic, Communication & Media Mathematics Social Sciences Other

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Geographically Weighted Regression with The Best Kernel Function on Open Unemployment Rate Data in East Java Province Putra, Robiansyah; Wahyuning Tyas , Sischa; Fadhlurrahman, Muhammad Ghani
Enthusiastic : International Journal of Applied Statistics and Data Science Volume 2 Issue 1, April 2022
Publisher : Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20885/enthusiastic.vol2.iss1.art4

Abstract

Unemployment is one of the problems that hinders employment development programs. Based on East Java BPS data, the Open Unemployment Rate in East Java in 2019 is about 3.92 percent. In 2020, unemployment increased by 466.02 thousand people and OUR increased by 2.02 percent to 5.84 percent in August 2020. In addition to the indicators that affect OUR, each observation location has different characteristics, so multiple linear regression modeling is not appropriate. Geographically Weighted Regression is one of the spatial analysis developed from multiple linear regression for data containing spatial heterogeneity effects. The weighting functions used for this GWR model are Kernel Fixed and Adaptive functions (Gaussian, Bi-Square, Tricube, and Exponential). The analytical step carried out in estimating the parameters is to use WLS. In the test, the best weighting was obtained, namely the Adaptive Tricube. Based on the results of the study, the GWR model with Adaptive Tricube weighted resulted in the value of R-Squared = 84.88%. However, the best model is obtained from the GWR model with exponential weighting with the smallest Akaike Information Criterion (AIC) value compared to the others, namely AIC = 86.01264 with R-Squared = 91.67.
Peningkatan Literasi Digital Siswa Sekolah Menengah melalui Program Code for Kids di SMP Negeri 1 Sukaputra Muhammad Septama Prasetya; Yoga Ari Tofan; Muhamad Liswansyah Pratama; Sischa Wahyuning Tyas; Mohammad Al Hafidz; Muhamad Aris Burhanudin; Yerezqy Bagus
Sinergi Aksi Nyata Cendekia Vol 1, No 2 (2025): November
Publisher : Lembaga Penelitian, Pengembangan, Pemberdayaan Potensi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.6131/sancaka.v1i2.198

Abstract

Program pengenalan pemrograman bagi siswa usia dini masih terbatas di wilayah non perkotaan, termasuk di lingkungan sekolah sekitar kawasan pegunungan Sukapura. Kondisi tersebut menyebabkan siswa memiliki pemahaman yang rendah terhadap literasi digital dasar serta belum terpapar pada konsep pemrograman. Kegiatan ini bertujuan memperkenalkan logika komputasi dan pemrograman dasar kepada siswa kelas VII di SMP Negeri 1 Sukapura yang berjumlah 120 peserta melalui program Code for Kids. Metode pelaksanaan meliputi observasi awal, penyusunan materi pembelajaran, pelatihan interaktif menggunakan perangkat lunak pemrograman visual, dan evaluasi sederhana terhadap pemahaman peserta. Hasil kegiatan menunjukkan bahwa siswa mampu memahami konsep dasar pemrograman melalui praktik langsung dan bimbingan terstruktur. Peserta juga menunjukkan peningkatan minat dan keterlibatan selama proses pembelajaran. Kesimpulan dari kegiatan ini adalah bahwa pengenalan pemrograman dengan pendekatan interaktif dapat meningkatkan pemahaman awal dan minat siswa terhadap teknologi, serta memberikan kontribusi positif bagi penguatan literasi digital di daerah non perkotaan.
Analisis Prediksi Risiko Stroke Menggunakan Metode SGD Handayani, Esthi Nurani Sri; Tessalonika, Febriani Yolanda; Sianturi, Laudya Meitaneia; Tyas, Sischa Wahyuning; Sari, Anggriani Puspita
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 4 No. 3 (2026): Februari 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v4i3.786

Abstract

Stroke merupakan penyebab kematian dan kecacatan tertinggi di dunia dengan lebih dari 15 juta kasus setiap tahun. Deteksi dini risiko stroke sangat penting untuk menurunkan angka mortalitas melalui intervensi preventif yang tepat waktu. Penelitian ini bertujuan untuk menganalisis performa Stochastic Gradient Descent (SGD) Regresi Logistik dalam prediksi risiko stroke menggunakan dataset Prediksi Stroke v2 2024 yang terdiri dari 35.000 records dengan 17 fitur klinis. Dataset dibagi menjadi 80% data training (28.000 samples) dan 20% data testing (7.000 samples) dengan distribusi kelas seimbang. Optimasi hyperparameter SGD dilakukan menggunakan Grid Search dengan 216 kombinasi parameter dan 4-fold cross validation untuk mendapatkan konfigurasi optimal. Hasil penelitian menunjukkan bahwa SGD Regresi Logistik dengan hyperparameter tuning mencapai performa excellent dengan accuracy 97,59% dan ROC-AUC 0,9984, menunjukkan sensitivitas sangat tinggi dalam mendeteksi pasien berisiko dengan recall 98,53% pada kelas positif. Performa ini sebanding dengan Baseline Regresi Logistik yang mencapai accuracy 97,74% dengan ROC-AUC identik 0,9984, mengkonfirmasi efektivitas metode SGD untuk klasifikasi risiko stroke. Analisis feature importance mengidentifikasi Age (koefisien 4,868), High Blood Pressure (2,360), dan Chest Pain (1,977) sebagai prediktor terkuat. Model SGD menunjukkan false negative rate rendah hanya 1,47%, temuan ini mengkonfirmasi bahwa SGD regresi logistik dengan optimasi hyperparameter sistematis memberikan performa yang superior dalam sensitivitas deteksi pasien beresiko, menjadikannya sangat potensial untuk diimplementasikan sebagai screening tool awal risiko stroke dengan keunggulan scalability untuk dataset yang lebih besar dan kemampuan online learning untuk data streaming yang tidak dimiliki baseline model.
Analisis Konvergensi Newton–Raphson dalam Estimasi Titik Impas Penjualan Telur Ayam Kampung UMKM Surabaya Anggraini Puspita Sari; Deswita Choirun Nisa; Yogi Dwi Arsanti; Olivia Dewi Ramadhani Suryoningsih; Sischa Wahyuning Tyas
Journal of Innovative and Creativity Vol. 6 No. 1 (2026)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/joecy.v6i1.6691

Abstract

Free-range chicken eggs are an important commodity traded by Micro, Small, and Medium Enterprises, with prices that fluctuate across local markets and affect production planning. This study applies a nonlinear cost–revenue model and the Newton–Raphson method to determine the break-even point (BEP) using monthly price data from six traditional markets in Surabaya from January to October 2025. The analysis shows that most markets converge to a stable price of Rp48,000/kg, while markets with higher volatility require multiple iterations. The average selling price is Rp46,201.90/kg, forming the revenue function TR = 46,201.90Q and the cost function TC(Q) = 1,500,000 + 35,000Q. The BEP is achieved at Q* = 117.10 kg with total revenue equal to total cost of Rp5,410,040. These results confirm that the Newton–Raphson method provides stable and reliable BEP estimates for small-scale egg businesses
ANALISIS TITIK KESEIMBANGAN HARGA EMAS MENGGUNAKAN METODE BISEKSI Daffa Muhammad Khrisadi; Muhammad Jazuli; Johanes Efata Putra Diaz Prasetiyo; Sischa Wahyuning Tyas; Anggraini Puspita Sari
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i2.17694

Abstract

Harga emas global selama periode 2022–2025 menunjukkan volatilitas tinggi akibat interaksi faktor ekonomi, geopolitik, serta dinamika permintaan dan penawaran. Namun, penelitian sebelumnya cenderung berfokus pada pendekatan prediktif berbasis deep learning dan masih terbatas dalam memberikan interpretasi ekonomi terkait mekanisme pembentukan harga dan keseimbangan pasar. Penelitian ini bertujuan untuk mengestimasi titik keseimbangan harga emas menggunakan pendekatan berbasis permintaan–penawaran yang dikombinasikan dengan metode numerik. Data yang digunakan berupa data sekunder XAU/USD yang mencakup harga penutupan dan volume transaksi, yang dianalisis menggunakan regresi linier untuk membentuk fungsi permintaan dan penawaran. Selanjutnya, dibentuk fungsi excess demand yang bersifat kontinu dan diselesaikan menggunakan metode Biseksi hingga mencapai toleransi kesalahan sebesar 10⁻⁶. Hasil penelitian menunjukkan bahwa titik keseimbangan harga emas diperoleh pada P = 2353.27988 USD, yang merepresentasikan kondisi keseimbangan pasar. Temuan ini menunjukkan bahwa metode Biseksi efektif dalam menghasilkan solusi yang stabil dan konvergen serta mendukung analisis harga yang lebih interpretatif berbasis teori ekonomi
Co-Authors Anggraini Puspita Sari Anggraini Puspita Sari Burhanudin, Muhamad Aris Daffa Muhammad Khrisadi Deswita Choirun Nisa Fadhlurrahman, Muhammad Ghani Handayani, Esthi Nurani Sri Johanes Efata Putra Diaz Prasetiyo Mohammad Al Hafidz Muhamad Liswansyah Pratama Muhammad Jazuli Muhammad Septama Prasetya Olivia Dewi Ramadhani Suryoningsih Putra, Robiansyah Sari, Anggriani Puspita Sianturi, Laudya Meitaneia Tessalonika, Febriani Yolanda Yerezqy Bagus Yoga Ari Tofan Yogi Dwi Arsanti