Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Jurnal Pendidikan dan Teknologi Indonesia Jurnal Risalah Kenotariatan Indonesian Journal of Multidisciplinary Science
Asikin, Zaenal
Unknown Affiliation
Humanities Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Public Health Social Sciences Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Hak-Hak Atas Lingkungan Dalam Hukum Nasional Indonesia Zunnuraeni, Zunnuraeni; Asikin, Zaenal; Kurniawan, Kurniawan
Jurnal Risalah Kenotariatan Vol. 3 No. 2 (2022): Jurnal Risalah Kenotariatan
Publisher : Magister Kenotariatan Fakultas Hukum Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/risalahkenotariatan.v3i2.69

Abstract

Hak atas lingkungan berkaitan erat dengan upaya perlindungan dan pelestarian lingkungan. Hak asasi manusia dapat mendorong perlindungan terhadap lingkungan dan perkembangan hukum lingkungan. Tujuan penelitian ini adalah untuk mengkaji aturan hokum nasional Indonesia, khususnya yang berkaitan dengan hak-hak atas lingkungan. Metode penelitian yang digunakan adalah metode penelitian normatif, dengan menggunakan pendekatan perundang-undangan dan pendekatan konseptual. Berdasarkan hasil penelitian Hukum nasional Indonesia telah mengatur mengenai jaminan atas hak-hak lingkungan. Jaminan tersebut di dasarkan pertama pada UUD tahun 1945. Hak-hak atas lingkungan tersebut meliputi hak lingkungan materil dan hak lingkungan procedural. Hak lingkungan materil menegaskan adanya hak setiap orang atas lingkungan hidup yang baik dan sehat. Adapun hak procedural meliputi Ha katas Informasi lingkungan, partisipasi public pada pembuatan putusan-putusan kebijakan lingkungan serta ha katas akses lingkungan. Hak demikian ditegaskan dalam UUPLH, dan tersebar pada berbagai instrument perlindungan dan pengelolaan lingkungan, yaitu dalam pembuatan KLHS dan AMDAL.
Development of Competitive Strategy in the Handheld Mobile Computing Industry (Case Study: PT. XYZ) Restianti, Vika; Ma'arif, Mohamad Syamsul; Asikin, Zaenal
Indonesian Journal of Multidisciplinary Science Vol. 4 No. 12 (2025): Indonesian Journal of Multidisciplinary Science
Publisher : International Journal Labs

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55324/ijoms.v4i12.1190

Abstract

The rapid growth of the handheld mobile computing industry in Indonesia has intensified the need for effective digital solutions across critical sectors, including logistics, retail, and manufacturing. Despite this potential, many companies struggle to identify competitive strategies that leverage their internal resources while responding to dynamic external environments. This study, Development of Competitive Strategy in the Handheld Mobile Computing Industry (Case Study: PT. XYZ), aims to formulate an optimal competitive strategy for PT XYZ by applying a comprehensive analytical framework that integrates the Resource-Based View (RBV), VRIO, PESTEL, Five Forces, SWOT, and Quantitative Strategic Planning Matrix (QSPM). Data were collected through in-depth interviews with key management personnel and analyzed using a qualitative descriptive approach. The findings indicate that PT XYZ possesses significant competitive advantages, including strong bulk purchasing capabilities, a positive customer reputation, strategic partnerships, and a solution-oriented organizational culture focused on customer satisfaction. Based on QSPM analysis, the study recommends prioritizing a product development strategy that emphasizes greater product diversification and enhanced device compatibility to strengthen market position. These results highlight the importance of aligning internal strengths with external market opportunities, providing actionable insights for managers seeking to enhance competitiveness in a rapidly evolving digital industry. The study also offers implications for other firms in similar sectors to strategically leverage their unique resources to maintain sustainable growth and adapt to technological advancements.
Evaluasi Ensemble Learning untuk Prediksi Nilai Matematika Siswa Sekolah Menengah Asikin, Zaenal; Tahyudin, Imam; Hariguna, Taqwa
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 12 (2025): JPTI - Desember 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.858

Abstract

Prediksi dini performa matematika siswa sekolah menengah sangat penting untuk merancang intervensi pendidikan yang lebih adaptif dan efektif sebelum ujian akhir resmi dilaksanakan. Penelitian ini bertujuan untuk mengevaluasi kinerja tiga model machine learning Random Forest (RF), Gradient Boosting Regressor (GBR), dan Multi-Layer Perceptron (MLP) dalam memprediksi nilai matematika siswa di Indonesia, serta mendokumentasikan proses tuning hyperparameter secara sistematis untuk setiap model. Dataset yang digunakan terdiri dari skor matematika, membaca, menulis, serta variabel demografis meliputi jenis kelamin, latar belakang pendidikan orang tua, jenis layanan makan, dan keikutsertaan kursus persiapan. Proses tuning hyperparameter untuk RF dan GBR dilakukan menggunakan RandomizedSearchCV dengan 5-fold cross-validation, menguji rentang nilai untuk jumlah estimator, kedalaman maksimum pohon, dan laju pembelajaran (learning rate). Sedangkan pada Multi-Layer Perceptron, GridSearchCV diterapkan dengan variasi arsitektur hidden_layer_sizes, laju pembelajaran awal (learning_rate_init), dan faktor regularisasi (alpha) pada 5-fold CV. Model diukur menggunakan Mean Absolute Error (MAE), Root Mean Squared Error (RMSE), dan koefisien determinasi (R²). Hasil eksperimen menunjukkan bahwa GBR memberikan performa terbaik dengan MAE sebesar 11,61 poin, RMSE 15,23 poin, dan R² 0,10. Random Forest menempati urutan kedua (MAE 12,34; RMSE 16,05; R² 0,64), diikuti MLP (MAE 13,10; RMSE 17,20; R² 0,60). Analisis feature importance mengungkap bahwa skor membaca dan menulis bersama-sama menyumbang lebih dari 60 % kontribusi prediksi, sedangkan faktor demografis seperti latar belakang pendidikan orang tua dan keikutsertaan kursus berperan sekunder namun tetap signifikan. Temuan ini mengindikasikan bahwa model ensemble learning tidak hanya unggul dalam akurasi prediksi, tetapi juga memberikan wawasan mendalam tentang variabel kunci yang memengaruhi performa matematika siswa. Implementasi model ini memungkinkan guru dan pihak sekolah untuk mengidentifikasi siswa yang berisiko rendah secara lebih cepat, merancang program remedial atau pengayaan yang tepat sasaran, serta memanfaatkan sumber daya pendidikan secara lebih efisien. Untuk penelitian lanjutan, disarankan penambahan variabel perilaku siswa seperti durasi belajar mandiri dan kehadiran serta eksplorasi model sekuensial (RNN/Transformer) untuk menangkap dinamika pembelajaran dari waktu ke waktu.
Co-Authors Imam Tahyudin Kurniawan Kurniawan Mohamad Syamsul Ma’arif Restianti, Vika Taqwa Hariguna Zunnuraeni, Zunnuraeni