Article Per Year (5 Year)
p-Index From 2020 - 2025
1.318
P-Index
This Author published in this journals
All Journal EduMatika: Jurnal MIPA Innovative: Journal Of Social Science Research Tashdiq: Jurnal Kajian Agama dan Dakwah Trigonometri: Jurnal Matematika dan Ilmu Pengetahuan Alam Parameter: Jurnal Matematika, Statistika dan Terapannya
Amalia, Seila
Unknown Affiliation
Religion Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Computer Science & IT Education Law, Crime, Criminology & Criminal Justice Mathematics Physics Public Health Other

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search

 1 
PENYELESAIAN PERSAMAAN LINEAR MENGGUNAKAN METODE JACOBI DAN GAUSS SEIDEL DENGAN APLIKASI MATLABA Amalia, Seila; Payana, Sandy Dwi; Putri, Alya Nabilla; Simangunsong, Enjelita
Trigonometri: Jurnal Matematika dan Ilmu Pengetahuan Alam Vol. 5 No. 2 (2024): Trigonometri: Jurnal Matematika dan Ilmu Pengetahuan Alam
Publisher : Cahaya Ilmu Bangsa Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3483/trigonometri.v5i2.7871

Abstract

Penyelesaian sistem persamaan linear merupakan salah satu topik fundamental dalam matematika numerik, yang memiliki berbagai aplikasi dalam ilmu teknik dan ilmu komputer. Dua metode iteratif yang sering digunakan untuk menyelesaikan sistem persamaan linear adalah metode Jacobi dan Gauss-Seidel. Artikel ini bertujuan untuk membandingkan kedua metode tersebut dalam menyelesaikan sistem persamaan linear dan mengimplementasikannya menggunakan perangkat lunak matlab. Metode Jacobi mengandalkan penggunaan nilai lama dari setiap variabel dalam iterasi, sedangkan metode Gauss-Seidel menggunakan nilai yang telah diperbarui dalam iterasi sebelumnya. Keduanya diterapkan pada beberapa contoh sistem persamaan linear, dan hasilnya dibandingkan berdasarkan konvergensi serta akurasi solusi. Dalam artikel ini, dibahas juga cara implementasi algoritma-metode tersebut dalam matlab dan analisis kecepatan konvergensi yang tercapai. Hasil eksperimen menunjukkan bahwa metode Gauss-Seidel lebih cepat konvergen dibandingkan metode Jacobi, meskipun kedua metode ini memiliki kelebihan dan keterbatasan tergantung pada sifat sistem persamaan yang diselesaikan.
ANALISIS FAKTOR - FAKTOR YANG MEMENGARUHI HARGA PROPERTI Amalia, Seila; Lubis, M. Shadri; Putri, Alya Nabilla; Napitupulu, Rusmawanty; Hutapea, Risca Octaviyani; Sianturi, Ardicha
Trigonometri: Jurnal Matematika dan Ilmu Pengetahuan Alam Vol. 5 No. 2 (2024): Trigonometri: Jurnal Matematika dan Ilmu Pengetahuan Alam
Publisher : Cahaya Ilmu Bangsa Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3483/trigonometri.v5i2.8254

Abstract

Artikel ini membahas berbagai faktor yang memengaruhi harga properti, dengan fokus pada aspek fisik dan lingkungan yang langsung terkait dengan karakteristik properti itu sendiri. Faktor-faktor yang dianalisis meliputi harga properti, ukuran bangunan, jumlah kamar tidur dan kamar mandi, usia bangunan, lokasi properti, serta fasilitas yang tersedia di sekitar properti. Ukuran dan jumlah ruang dalam properti, seperti jumlah kamar tidur dan kamar mandi, berpengaruh langsung terhadap penilaian nilai properti. Begitu pula, usia bangunan menjadi indikator penting yang menunjukkan kondisi fisik dan potensi renovasi yang diperlukan, yang dapat memengaruhi harga jual. Lokasi properti tetap menjadi faktor utama dalam menentukan harga, karena kedekatannya dengan fasilitas umum, pusat bisnis, transportasi, dan area yang berkembang pesat sangat berpengaruh. Fasilitas seperti kolam renang, taman, atau sistem keamanan juga turut meningkatkan nilai properti. Analisis ini bertujuan untuk memberikan pemahaman yang lebih mendalam tentang bagaimana faktor-faktor tersebut saling berinteraksi dalam menentukan harga pasar properti, serta memberikan panduan bagi pembeli, penjual, dan investor dalam membuat keputusan yang tepat.
ANALISIS REGRESI LOGISTIK BINER TERHADAP FAKTOR-FAKTOR RISIKO KECELAKAAN LALU LINTAS DI INDONESIA Amalia, Seila; Putri, Amelia; Sianturi, Michael Dolly; Hutapea, Risca Octaviani; Ndruru, Albert Servant; Arnita
Trigonometri: Jurnal Matematika dan Ilmu Pengetahuan Alam Vol. 5 No. 2 (2024): Trigonometri: Jurnal Matematika dan Ilmu Pengetahuan Alam
Publisher : Cahaya Ilmu Bangsa Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3483/trigonometri.v5i2.9021

Abstract

Penelitian ini menganalisis faktor-faktor yang memengaruhi tingkat keparahan kecelakaan lalu lintas di Indonesia menggunakan regresi logistik biner. Data dari Kaggle mencakup variabel usia, jenis kelamin, pengalaman berkendara, pencahayaan, dan cuaca. Hasil menunjukkan bahwa pencahayaan buruk dan cuaca buruk signifikan meningkatkan peluang kecelakaan fatal masing-masing sebesar 88,8% dan 96,5%. Model regresi memiliki akurasi 76% dengan kecocokan data yang baik (p-value Hosmer-Lemeshow = 0,144). Temuan ini memberikan wawasan penting untuk kebijakan keselamatan dan pengembangan infrastruktur.
IMPLEMENTASI KAS MASJID UNTUK KEMASLAHATAN UMMAT DI MASJID AL MU’AWANNAH DESA LAUT DENDANG Nurmayani; Payana, Sandi Dwi; Fachriz Effendy K; Amalia, Seila; Putri, Alya Nabilla; Surbakti, Arnis Wulan Andari; Maulana, Bintang
Tashdiq: Jurnal Kajian Agama dan Dakwah Vol. 12 No. 4 (2025): Tashdiq: Jurnal Kajian Agama dan Dakwah
Publisher : Cahaya Ilmu Bangsa Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.4236/tashdiq.v12i4.12166

Abstract

Penelitian ini bertujuan untuk mengkaji pengelolaan dan pemanfaatan dana infaq Jumat di Masjid Al-Mu’awannah, Desa Laut Dendang, dengan fokus pada empat aspek utama; yaitu mekanisme pengumpulan dan pengelolaan dana, transparansi dan akuntabilitas dalam administrasi keuangan, alokasi dana untuk program-program kemaslahatan umat, serta bagaimana dampak implementasi kas masjid terhadap kesejahteraan masyarakat sekitar. Penelitian ini menggunakan pendekatan deskriptif kualitatif dengan metode wawancara, observasi, dan analisis dokumen untuk mengevaluasi sistem pengelolaan keuangan masjid. Data dikumpulkan melalui rekam jejak keuangan, strategi alokasi dana, serta keterlibatan masyarakat dalam program-program berbasis masjid yang diperbarui setiap jumatnya pada papan pengumuman masjid. Hasil penelitian menunjukkan bahwa sistem pengelolaan dana yang terstruktur dan transparan dapat meningkatkan kepercayaan jamaah serta memberikan kontribusi nyata terhadap program sosial, seperti bantuan untuk kaum dhuafa, pendidikan, dan pemberdayaan ekonomi berbasis masjid. Selain itu, penerapan prinsip akuntabilitas dalam pengelolaan kas masjid berperan penting dalam memperkuat partisipasi masyarakat dan efektivitas distribusi dana. Implikasi dari penelitian ini menunjukkan bahwa pengelolaan kas masjid yang baik dapat menjadi model bagi masjid-masjid lain di Indonesia dalam meningkatkan efektivitas dana infaq guna mendukung kesejahteraan umat. Penelitian ini juga membuka peluang bagi kajian lebih lanjut mengenai dampak jangka panjang pengelolaan dana masjid terhadap pembangunan sosial dan ekonomi masyarakat.
Analysis of the Most Dominant Causing Factors of Divorce in 34 Provinces in Indonesia Using the XGBoost Algorithm Amalia, Seila; Banjarnahor, Riski Melanton; Hutapea, Risca Octaviyani; Sitorus, Gabriel Fernando; Domini, Gracia; Arnita, Arnita
EduMatika: Jurnal MIPA Vol. 5 No. 2 (2025): EduMatika: Jurnal MIPA
Publisher : Lembaga Riset Mutiara Akbar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56495/emju.v5i2.1135

Abstract

Divorce in Indonesia shows a significant increasing trend and has a broad social impact. This study aims to identify the most dominant causes of divorce in 34 provinces in Indonesia using the Extreme Gradient Boosting (XGBoost) machine learning algorithm. Secondary quantitative data from the Central Bureau of Statistics in 2024 were analyzed by pre-processing, data sharing, model training, and performance evaluation. The results showed that constant disputes and quarrels were the main causes of divorce, followed by substance abuse and forced marriage. The developed XGBoost model achieved 75% accuracy in classifying the level of divorce risk. These findings provide new insights into understanding the social factors that influence divorce and can be the basis for designing more effective prevention strategies.
PEMETAAN TITIK PANAS KEBAKARAN HUTAN DAN LAHAN INDONESIA 2019 BERBASIS QGIS Amalia, Seila; Payana, Sandi Dwi; Putri, Alya Nabilla; Simangunsong, Enjelita
Trigonometri: Jurnal Matematika dan Ilmu Pengetahuan Alam Vol. 6 No. 3 (2025): Trigonometri: Jurnal Matematika dan Ilmu Pengetahuan Alam
Publisher : Cahaya Ilmu Bangsa Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3483/trigonometri.v6i3.12368

Abstract

Penelitian ini bertujuan untuk memetakan sebaran titik panas kebakaran hutan dan lahan (karhutla) di Indonesia pada tahun 2019 menggunakan aplikasi QGIS. Data titik panas yang diperoleh dari indonesia geospasial.com diolah dengan metode deskriptif dan pendekatan spasial. Analisis meliputi overlay dengan peta administrasi, digitalisasi, dan perhitungan Indeks Moran untuk mengukur pola spasial. Hasil visualisasi menunjukkan konsentrasi titik panas di Sumatera bagian selatan, Kalimantan Tengah dan Barat, serta Papua bagian selatan dan timur. Perhitungan Indeks Moran menghasilkan nilai 0,2754425, menunjukkan autokorelasi spasial positif dan kecenderungan pengelompokan (clustering) yang signifikan. Penelitian ini membuktikan pemetaan berbasis QGIS efektif dalam mengidentifikasi pola sebaran karhutla, mendukung upaya mitigasi yang lebih terarah.
Prediksi Harga Saham dan Estimasi Risiko BBCA Menggunakan Model Geometric Brownian Motion (GBM) Amalia, Seila; Christyn, Mery; Banjarnahor, Riski Melanton; Manihuruk, Jogi Nicolas
Innovative: Journal Of Social Science Research Vol. 5 No. 2 (2025): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v5i2.18756

Abstract

Penelitian ini menganalisis prediksi harga saham dan estimasi risiko PT Bank Central Asia Tbk (BBCA) menggunakan model Geometric Brownian Motion (GBM). Data harga saham historis dianalisis dengan menghitung return saham harian dan diuji normalitasnya menggunakan uji Shapiro-Wilk. Model GBM kemudian diterapkan untuk memprediksi pergerakan harga saham dalam 30 hari ke depan, dengan evaluasi model menggunakan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa model GBM dapat menangkap pola stokastik dari pergerakan harga saham, dengan simulasi 100 kali menghasilkan variasi jalur pergerakan harga saham yang mencerminkan volatilitas pasar. Nilai MAPE sebesar 14,51% menunjukkan bahwa model ini memiliki akurasi yang baik dalam memprediksi harga saham, tetapi tetap menghadapi keterbatasan dalam menangkap lonjakan volatilitas yang tiba-tiba. Secara keseluruhan, penelitian ini memberikan wawasan bagi investor dalam pengambilan keputusan investasi dan menyoroti perlunya model yang lebih kompleksbuntuk menangkap dinamika pasar yang lebih realistis dan memperhitungkan dinamika pasar yang sebenarnya.
BINARY LOGISTIC REGRESSION ANALYSIS OF TRAFFIC ACCIDENT RISK FACTORS IN INDONESIA Amalia, Seila; Putri, Amelia; Sianturi, Micahel Dolly; Hutapea, Risca Octaviani; Ndruru, Albert Servant; Arnita, Arnita
Parameter: Jurnal Matematika, Statistika dan Terapannya Vol 4 No 1 (2025): Parameter: Jurnal Matematika, Statistika dan Terapannya
Publisher : Jurusan Matematika FMIPA Universitas Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/parameterv4i1pp63-72

Abstract

This study analyzes the factors influencing the severity of traffic accidents in Indonesia using binary logistic regression. Data from Kaggle includes variables such as age, gender, driving experience, lighting conditions, and weather conditions. The results indicate that poor lighting and adverse weather significantly increase the likelihood of fatal accidents by 88.8% and 96.5%, respectively. The logistic regression model achieves 76% accuracy with a good data fit (Hosmer-Lemeshow p-value = 0.144). These findings provide valuable insights for traffic safety policies and infrastructure development.
Co-Authors Arnita Arnita Arnita Banjarnahor, Riski Melanton Christyn, Mery Domini, Gracia Fachriz Effendy K Hutapea, Risca Octaviani Hutapea, Risca Octaviyani Lubis, M. Shadri Manihuruk, Jogi Nicolas Maulana, Bintang Napitupulu, Rusmawanty Ndruru, Albert Servant Nurmayani Payana, Sandi Dwi Payana, Sandy Dwi Putri, Alya Nabilla Putri, Amelia Sianturi, Ardicha Sianturi, Micahel Dolly Sianturi, Michael Dolly Simangunsong, Enjelita Sitorus, Gabriel Fernando Surbakti, Arnis Wulan Andari