Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal JURNAL AXIOMA : Jurnal Matematika dan Pembelajaran Proximal: Jurnal Penelitian Matematika dan Pendidikan Matematika
Sri Mulyani, Fithri
Unknown Affiliation
Education Mathematics

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Analisis Proses Berpikir Kreatif Matematis Siswa SMP Kelas VII Pada Materi Bangun Datar Hilmi, Yugi; Sri Mulyani, Fithri
Jurnal Axioma : Jurnal Matematika dan Pembelajaran Vol. 9 No. 2 (2024): Juli
Publisher : Universitas Islam Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56013/axi.v9i2.2931

Abstract

The creative thinking process is a step taken to produce solutions to problem solving. This research is descriptive qualitative and the aim of the research is to analyze the creative thinking process of junior high school students based on Wallas Theory. The research subjects were 28 class VII students at SMPN 1 Mangunreja. Data collection techniques include creative thinking tests, conducting interviews and documentation. The results of the research are 1) students in the high creative thinking category are able to reach the stages of preparation, incubation, illumination and verification; 2) students in the creative thinking category are able to reach the preparation and incubation stages, while the illumination and verification stages still need to be developed; 3) students in the low creative thinking category are only able to reach the preparation stage so that the other three stages need to be developed. Keywords: creative thinking process, flat build
Perbandingan Algoritma K- Nearest Neighbor dan Naive Bayes Pada prediksi Harga saham Sektor Asuransi Nurhayati, Rina; Melyna Mushtofa, Pramesti; Sri Mulyani, Fithri
Proximal: Jurnal Penelitian Matematika dan Pendidikan Matematika Vol. 9 No. 1 (2026): Volume 9 Nomor 1 Tahun 2026
Publisher : Universitas Cokroaminoto Palopo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30605/proximal.v9i1.7967

Abstract

Mengingat tingginya volatilitas pasar modal, kemampuan memprediksi pergerakan harga saham menjadi sangat krusial bagi investor dalam pengambilan keputusan strategis, khususnya pada sektor asuransi yang memiliki risiko yang dinamis. Penelitian ini bertujuan untuk membandingkan kinerja dua algoritma machine learning, yaitu K- Nearest Neighbor (KNN) dan Naïve Bayes dalam memprediksi harga saham di sektor asuransi. Penelitian ini mengimplementasikan kedua algortima tersebut untuk memprediksi naik atau turunnya harga saham. Metode yang digunakan adalah metode kuantitatif komparatif, di mana instrumen pengumpulan data dilakukan melalui studi dokumentasi data sekunder berupa riwayat harga saham harian. Penelitian mengolah data harian dari lima perusahaan asuransi, yaitu asuransi Ramayana, Jasa Tania, Sinarmas, Tugu dan Panin, selama periode Mei 2023 hingga april 2025. Teknik analisis data dilakukan melalui beberapa tahapan, meliputi data cleaning, pembagian data, proses penerapan algoritma, serta evaluasi model. Data dibagi menjadi 80% untuk data latih dan 20% untuk data uji. Hasil kinerja model dievaluasi menggunakan confusion matrix, meliputi akurasi, recall, dan presisi. KNN secara konsisten lebih unggul dan stabil hampir di semua perusahaan yang diteliti. Akurasi KNN secara konsisten berkisar antara 92,84% hingga 97,63%. Presisi KNN juga kuat, berkisar antara 81,94% hingga 98,21%. Recall KNN juga sangat tinggi, bahkan mencapai 100%. Naïve Bayes menunjukan kinerja yang kurang konsisten dan bervariasi. Akurasi Naïve Bayes jauh lebih rendah pada perusahan Ramayana (64,03%) dan Jasa Tania (67,64%). Presisi Naïve Bayes sangat rendah pada saham Ramayana (34,29%) dan Jasa Tania (56,69%). Recall Naïve Bayes juga bervariasi. Pada nilai recall Naïve Bayes menghasilkan nilai yang bervariasi dan turun pada Jasa Tania (27,34%) dan Ramayana (30,70%).
Co-Authors Hilmi, Yugi Melyna Mushtofa, Pramesti Nurhayati, Rina