Article Per Year (5 Year)
p-Index From 2020 - 2025
5.004
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering KLIK (Kumpulan jurnaL Ilmu Komputer) (e-Journal) ZERO : Jurnal Sains, Matematika dan Terapan Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal Mantik Penusa SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan JIPN (Journal of Informatics Pelita Nusantara) MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Zero : Jurnal Sains, Matematika, dan Terapan JURTEKSI Jurnal Mantik TRIDARMA: Pengabdian Kepada Masyarakat (PkM) Jurnal Teknik Informatika C.I.T. Medicom Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI) Jurnal Pengabdian kepada Masyarakat Nusantara Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Jurnal Sistem Informasi dan Teknologi Jaringan International Journal of Basic and Applied Science Jurnal Media Informatika INTERNATIONAL JOURNAL OF EDUCATION, INFORMATION TECHNOLOGY, AND OTHERS
Vinsensia, Desi
STMIK Pelita Nusantara Medan
Agriculture, Biological Sciences & Forestry Arts Humanities Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Medicine & Pharmacology Nursing Physics Public Health Social Sciences Other

Published : 40 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 40 Documents
Search

 1   2   3   4 
Analisis Eksponensial Smoothing dalam Meramalkan Penjualan Jumlah Produk: Analisis Eksponensial Smoothing dalam Meramalkan Penjualan Jumlah Produk Utami, Yulia; Vinsensia, Desi
Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Vol 23 No 2 (2024): Agustus 2024
Publisher : PRPM STMIK TRIGUNA DHARMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jis.v23i2.10005

Abstract

Permasalahan yang sering dihadapi distributor yakni, pemesan barang yang dilakukan oleh distributor ke produsen sering kali diluar batas penjualan distributor sehingga ada kalanya barang (unit kendaraan) tertumpuk digudang atau persediaanya adakalanya kurang. Jika distributor dapat memprediksi penjualan yang akan datang maka distributor dapat menentukan secara pasti jumlah barang (unit kendaraan) yang akan dipesan ke produsen. Stok kendaraan digudang terlalu banyak menyebabkan terjadinya penumpukan kendaraan di gudang. Stok kendaraan yang terlalu sedikit juga berpengaruh terhadap lamanya kendaraan sampai ditangan konsumen. Dalam penelitian ini metode yang digunakan dalam peramalan adalah Eksponential Smoothing, dengan mencari nilai MSE dan MAPE maka didapat ramalan penjualan pada bulan mendatang. Data yang berdasarkan data penjualan 12 bulan terakhir pada UD Deni Motor yang meliputi penjualan sepeda motor merk YAMAHA dan sepeda motor merk HONDA. Hasil yang diperoleh dalam penelitian ini untuk kendaran sepeda motor YAMAHA ialah nilai MSE 1,841 yang artinya rata-rata nilai kesalahan yang dikuadratkan dalam peramalan sebesar 1,84%, sedangkan MAPE yang diperoleh sebesar 30,72 artinya tingkat kesalahan atau error dalam peramalan sebesar 30,72%. Sedangkan untuk sepeda motor HONDA didapat nilai MSE 1,701 yang artinya rata-rata nilai kesalahan yang dikuadratkan dalam peramalan sebesar 1,7%, sedangkan MAPE yang diperoleh sebesar 32,15%
Data-driven corporate growth: A dynamic financial modelling framework for strategic agility Sihotang, Hengki Tamando; Vinsensia, Desi; Riandari, Fristi; Chandra, Suherman
International Journal of Basic and Applied Science Vol. 13 No. 2 (2024): Sep: Basic and Applied Science
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/ijobas.v13i2.485

Abstract

This research aimed to develop a Dynamic Financial Growth Model (DFGM) to enhance corporate growth by promoting strategic agility through data-driven decision-making. The main objective was to optimize corporate value by integrating real-time data, dynamic decision-making, risk management, and scenario analysis. The research employed a mathematical modelling framework that combined predictive analytics, real options theory, and scenario-based optimization to represent dynamic corporate financial decisions. The numerical example demonstrated how the model adjusts strategic decisions in response to changes in market data and evaluates corporate value under optimistic, pessimistic, and baseline scenarios. The main results indicated that the DFGM is effective in optimizing corporate value by allowing for continuous adjustments and strategic flexibility, distinguishing itself from traditional static financial models that lack real-time adaptability. The findings highlighted the value of incorporating risk constraints and scenario analysis, resulting in a balanced approach that manages both growth and uncertainty. However, the study identified limitations, including the need for empirical validation, more complex predictive analytics, and accounting for behavioral factors affecting decision-making. The conclusion emphasizes that the DFGM provides an adaptable and data-driven framework that enhances corporate strategic agility, making it a valuable tool for managing growth in rapidly changing environments, while also suggesting future research to refine the model's practical application
Fixed Point Theory in Generalized Metric Vector Spaces and their applications in Machine Learning and Optimization Algorithms Vinsensia, Desi; Utami, Yulia
International Journal of Basic and Applied Science Vol. 13 No. 2 (2024): Sep: Basic and Applied Science
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/ijobas.v13i2.504

Abstract

This study introduces a novel formulation of fixed-point theory within Generalized metric spaces, with an emphasis on applications in machine learning optimization and high-dimensional data analysis. Recall on the concept of complete G-metric spaces, we define a generalized contraction condition tailored for operators representing iterative updates in machine learning algorithms. The proposed framework is exemplified through gradient descent with regularization, demonstrating convergence within a non-Euclidean, high-dimensional setting. Results reveal that our approach not only strengthens convergence properties in iterative algorithms but also complements modern regularization techniques, supporting sparsity and robustness in high-dimensional spaces. These findings underscore the relevance of G-metric spaces and auxiliary functions within fixed-point theory, highlighting their potential to advance adaptive optimization methods. Future work will explore further applications across machine learning paradigms, addressing challenges such as sparse data representation and scalability in complex data environments.
Pelatihan Software Matematika Geogebra Sebagai Media Pembelajaran Berbasis Teknologi Desi Vinsensia; Yulia Utami; Risa Kartika Lubis; Erwin Panggabean; Dwi Novia Amala; Ariani Natalia Sianturi
Jurnal Pengabdian kepada Masyarakat Nusantara Vol. 5 No. 3 (2024): Jurnal Pengabdian kepada Masyarakat Nusantara (JPkMN) Edisi Mei- Agustus
Publisher : Cv. Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jpkmn.v5i3.3759

Abstract

Kemajuan teknologi pada dunia pendidikan sangat pesat, sehingga dapat digunakan dalam pembelajaran. Salah satu teknologi yang digunakan adalah software Geogebra. Geogebra berguna membantu siswa dalam memecahkan masalah disetiap persoalan. Matematika merupakan mata pelajaran yang sulit bagi kebanyakan siswa. Oleh karena itu siswa merasa matematika merupakan mata pelajaran yang membosankan, sangat sulit dalam memahami dan menyelesaikan persoalan matematika yang diberikan oleh guru. Berdasarkan hal tersebut pengabdian ini dilakukan dengan tujuan meningkatan kemampuan siswa dalam memahami pembelajaran matematika melalui pelatihan berbasis teknologi yakni Geogebra dengan belajar menggunakan Geogebra belajar matematika dengan sajian yang interaktif semakin menyenangkan dan tidak membosankan. Kegiatan pelatihan ini menggunakan metode ceramah, diskusi dan praktikum langsung kepada siswa-siswi. Hasil yang dicapai dalam kegiatan yang terdiri dari 30 siswa, sebanyak 93% siswa dapat menyelesaikan persoalan matematika diantaranya dengan nilai (100 – 91) sebanyak 4 siswa, nilai (90 – 81) sebanyak 18 dan nilai (80-71) sebanyak 6 siswa. Melalui kegiatan pengabdian ini juga, diharapkan keterampilan siswa-siswi dalam menggunakan bantuan Geogebra untuk belajar materi matematika di sekolah dan pemahaman siswa-siswi meningkat dan memahami konsep materi matematika secara efektif.
Pemanfaatan Teknologi IoT dan Computational Thinking dalam Penyusunan Bahan Ajar Digital untuk Sekolah Yulia Utami; Desi Vinsensia; Risa Kartika Lubis; Khairul Azmi; Abdul Rahman Hakim
Jurnal Pengabdian kepada Masyarakat Nusantara Vol. 6 No. 2 (2025): Jurnal Pengabdian kepada Masyarakat Nusantara Edisi Januari - April
Publisher : Cv. Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pemanfaatan teknologi Internet of Things dan Computational Thinking dalam penyusunan bahan ajar digital dapat meningkatan kualitas pembelajaran dengan mengintegrasikan elemen-elemen teknologi terkini. Teknologi IoT memungkinkan interaksi langsung antara perangkat fisik dan system digital. Hal tersebut memberikan pengalaman belajar yang lebih interaktif dan kontekstual. Sedangakan computational Thinking (CT) ialah kemampuan untuk memecahkan maslah secara sistematis melalui pemograman, algoritma dan analisis data, serta dapat diterapkan dalam merancang bahan ajar yang lebih dinamis dan adaptif sesuai kebutuhan para siswa. Gabungan keduanya akan menghasilkan bahan ajar digital yang informatif dan responsive terhadap perkembangan kondisi siswa, sehingga dapat meningkatkan efektifitas dan efisiensi dalam proses pembelajaran. Kegiatan pelatihan ini dilakukan dengan metode ceramah, diskusi dan praktikum langsung kepada guru di SD Negeri 104276 Pulau Tagor. Melalui kegiatan pengabdian ini juga, diharapkan keterampilan guru dalam menyusun bahan ajar digital di sekolah dapat lebih menarik dan efektif.
Analisis Pengaruh Faktor Sosial terhadap Kinerja Akademik Mahasiswa Menggunakan Regresi Linier Utami, Yulia; Desi Vinsensia; Khairul Azmi; Abdul Rahman Hakim
Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Vol 24 No 1 (2025): Februari 2025
Publisher : PRPM STMIK TRIGUNA DHARMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jis.v24i1.10664

Abstract

Penelitian ini bertujuan untuk menganalisis pengaruh faktor social terhadap kinerja akademik mahasiswa melalui regresi linier. Variabel sosial yang diteliti meliputi dukungan keluarga, hubungan social dengan teman, kondisi ekonomi. Penelitian ini dilakukan dengan melibatkan 35 mahasiswa dari STMIK Pelita Nusantara. Data dikumpulkan menggunakan kuesioner yang terdiri dari empat faktor social yang merupakan variable independent dan satu variable dependent yaitu kinerja akademik yang diukur dengan IPK. Persamaan regresi berganda . Hasil analisis regresi linier pada setiap variable ialah pada lingkungan keluarga nilai sig sebesar 0,000 < 0,05 artinya lingkungan keluarga memiliki pengaruh positif dan signifikan terhadap kinerja akademik mahasiswa STMIK Pelita Nusantara. Pada lingkungan pertemanan nilai sig sebesar 0,578 > 0,05 berarti lingkungan pertemanan tidak memiliki pengaruh terhadap kinerja akademik mahasiswa STMIK Pelita Nusantara. Pada ekonomi nilai sig sebesar 0,000 < 0,05 berarti ekonomi memilki pengaruh terhadap kinerja akademik mahasiswa STMIK Pelita Nusantara. dan secara keseluruhan diperoleh hasil perhitungan nilai signifikansi 0,000 < 0,05 sehingga Ho ditolak dan Ha diterima. Berdasarkan hal tersebut dapat diambil kesimpulan bahwa lingkungan keluarga, lingkungan pertemanan dan ekonomi secara bersama-sama berpengaruh terhadap kinerja akademik mahasiswa STMIK Pelita Nusantara
Advancing optimization algorithms with fixed point theory in generalized metric vector spaces Vinsensia, Desi; Utami, Yulia; Awawdeh, Benavides Khan; Bausch, Nocedals Bertesh
International Journal of Basic and Applied Science Vol. 13 No. 3 (2024): Dec: Optimization and Artificial Intelligence
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/ijobas.v13i3.621

Abstract

This research develops and evaluates an adaptive parameter-based fixed point iterative algorithm within generalized metric vector spaces to improve stability and convergence speed in optimization problems. The study extends fixed point theory beyond classical metric spaces by incorporating a more flexible structure that accommodates non-Euclidean systems, commonly found in machine learning, data analysis, and dynamic systems optimization. The proposed adaptive fixed point algorithm modifies the conventional iterative method: where the adaptive parameter dynamically adjusts based on the previous iterations: with as a control constant. A numerical case study demonstrates the algorithm’s effectiveness, comparing it with the classical Banach Fixed Point Theorem. Results show that the adaptive method requires fewer iterations to achieve convergence while maintaining higher stability, significantly outperforming the standard approach. The findings suggest that incorporating adaptive parameters in fixed point iterations enhances computational efficiency, particularly in non-convex optimization and deep learning training models. Future research will explore the algorithm’s robustness in high-dimensional spaces, its integration with hybrid optimization techniques, and applications in uncertain and noisy environments.
Gerakan Cerdas Finansial: Penguatan Literasi Matematika dalam Manajemen Uang Saku Siswa di SMKS 2 Delima Sari Tiga Juhar Lubis, Risa Kartika; Vinsensia, Desi; Utami, Yulia
Jurnal Pengabdian kepada Masyarakat Nusantara Vol. 6 No. 3 (2025): Edisi Juli - September
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jpkmn.v6i3.6358

Abstract

Tujuan dari kegiatan pengabdian kepada masyarakat ini adalah untuk meningkatkan literasi finansial siswa melalui pendekatan berbasis literasi matematika dalam pengelolaan uang saku sehari-hari. Sasaran kegiatan ini adalah siswa SMKS 2 Delima Sari Tiga Juhar yang masih menghadapi kesulitan dalam merencanakan, mencatat, dan mengevaluasi penggunaan uang saku secara bijak. Masalah ini berdampak pada kebiasaan konsumtif, kurangnya budaya menabung, dan rendahnya kesadaran akan pentingnya perencanaan keuangan sejak dini. Metode yang digunakan dalam kegiatan ini adalah pendekatan edukatif partisipatif dengan kombinasi ceramah interaktif, simulasi manajemen keuangan sederhana, pengisian jurnal keuangan harian, serta evaluasi numerik berbasis soal-soal kontekstual matematika. Tahapan kegiatan meliputi identifikasi kebutuhan literasi finansial siswa, pelaksanaan pelatihan literasi matematika terapan dalam konteks keuangan pribadi, serta evaluasi efektivitas melalui pre-test dan post-test. Hasil kegiatan menunjukkan adanya peningkatan pemahaman siswa terhadap konsep dasar keuangan pribadi seperti anggaran, prioritas pengeluaran, dan pentingnya menabung. Peningkatan ini terukur melalui perbandingan hasil pre-test dan post-test dengan rerata kenaikan sebesar 32%.. Simpulan dari kegiatan ini adalah bahwa penguatan literasi matematika dalam konteks keuangan memberikan dampak positif terhadap peningkatan kemampuan manajemen uang saku siswa. Gerakan Cerdas Finansial terbukti efektif dalam menanamkan pola pikir hemat, terencana, dan logis dalam penggunaan uang sejak usia sekolah
Metrik Spektral Terpadu untuk Stabilitas dan Komputasi Eigen Paper Vinsensia, Desi; Utami, Yulia; Rahmawida, Joya; Senjaya, Chessie Paquita
Jurnal Media Informatika Vol. 6 No. 4 (2025): Jurnal Media Informatika
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jumin.v6i4.6559

Abstract

Penelitian ini mengusulkan  kerangka terpadu untuk analisis stabilitas berbasis metrik spectral yang menggabungkan jarak spectral matriks, jarak spectral graf dan evaluasi stabilitas komunitas melalui clustering, serta jarak antar subruang eigen guna menilai sensitivitas terhadap perturbasi. Tujuan penelitian adalah menurunkan metrik terpadu yang konsisten secara teori (kelengkapan, kompak) dan empiris untuk membandingkan struktur spektral di bawah noise. Metode diuji pada (a) matriks sintetis dengan noise Gaussian aditif multi-level dan (b) graf jaringan jalan realistik (serta rencana penambahan satu dataset graf publik kecil untuk validasi eksternal). Hasil menunjukkan peningkatan kualitas clustering (Adjusted Rand Index/ARI naik dibanding baseline adjacency) dan penurunan rata-rata error estimasi sensitivitas subruang sebesar ketika menggunakan bound geodesik Grassmannian dibanding bound klasik; overhead waktu komputasi hanya marginal (sekitar . Kerangka ini menyediakan dasar untuk analitik spektral lintas domain dan berpotensi memperbaiki desain bound perturbasi yang lebih presisi di masa depan.
New Method for Identification and Response to Infectious Disease Patterns Based on Comprehensive Health Service Data Vinsensia, Desi; Amri, Siskawati; Sihotang, Jonhariono; Sihotang, Hengki Tamando
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 23 No. 3 (2024)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v23i3.4000

Abstract

Infectious diseases continue to pose a major threat to global public health and require early detection and effective response strategies. Despite advances in information technology and data analysis, the full potential of health data in identifying disease patterns and trends remains underutilised. This study aims to propose a comprehensive new mathematical model (new method) that utilises health data to identify infectious disease patterns and trends by exploring the potential of data-driven care approaches in addressing public health challenges associated with infectious diseases. The research methods used are exploratory data collection and analytical model development. The research results obtained mathematical models and algorithms that consider data of period, time, patterns, and trends of dangerous diseases, statistical analysis, and recommendations. Data visualisation and in-depth analysis were conducted in the research to improve the ability to respond to infectious disease threats and provide better decision-making solutions in improving outbreak response, as well as improving preparedness in addressing public health challenges. This research contributes to health practitioners and decision-makers.
Co-Authors Abdul Rahman Hakim Abdul Rahman Hakim Adelia Febriana Agustina Simangunsong Amri, Siskawati Angga Ramadhan Ariani Natalia Sianturi Arya Riski Tarigan Aura Nissa Awaluddin Fitra Awawdeh, Benavides Khan Bausch, Nocedals Bertesh Chandra, Suherman Dedy Frianto Devie Indah Wulandari Dwi Novia Amala Efendi, Syahril Elisa Purba Elisa Purba Erwin Pangabean Erwin Panggabean Erwin Panggabean Fathia Siregar Fitra, Awaludin Fristi Riandari Hengki Tamando Sihotang Herman Mawengkang Ida Ayu Putu Sri Widnyani Jonhariono Sihotang Khairul Azmi Khairunnisa Khairunnisa Kiky Maulana Logaraj Logaraj Lubis, Risa Kartika Merlin Helentina Napitupulu Mestriawan Barasa Mian Sari Simanjuntak Mochamad Wahyudi Muhammad Arifin Muhammad Zarlis Nandiyantul Jannah Nuraisana Nuraisana Pria Muslim pria muslim harahap Purba, Elisa Rahmawida, Joya Ravindran Rina Nanda Hanifa Risa Kartika Lubis Ritha Zahara Tarigan Senjaya, Chessie Paquita Sihotang, Hengki Tamando Sihotang, Jonhariono Siskawati Amri Sulastri Sulastri Sulastri Tiara W Pratiwi Utami, Yulia Wanra Tarigan Yulia Utami