Claim Missing Document
Check
Articles

Found 5 Documents
Search

Assessing financial risks at PT Pertamina: insights from Monte Carlo and AltmanZ-score Hidayatullah, Syarif; Shidqiyyah, Nuhaa Salsabila; Pratama, Maheza Fiko; Fauziah, Dian Ayu; Nuraini, Ulfa Siti
Manajemen dan Bisnis Vol 24, No 1 (2025): March 2025
Publisher : Department of Management - Faculty of Business and Economics. Universitas Surabaya.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24123/mabis.v24i1.864

Abstract

Pandemi COVID-19 menyebabkan penurunan permintaan dan pasokan BBM yang signifikan, dengan harga minyak PT Pertamina turun menjadi USD 20 per barel pada tahun 2020. Mengingat situasi tersebut, penelitian ini menganalisis manajemen risiko keuangan PT Pertamina dari tahun 2012 hingga 2023, menggunakan simulasi Monte Carlo, analisis sensitivitas, dan model regresi untuk mengevaluasi dampak berbagai risiko terhadap indikator keuangan seperti total pendapatan, ROA, ROE, NPM, dan EBIT. Simulasi Monte Carlo menunjukkan fluktuasi laba bersih yang cukup besar karena volatilitas harga minyak dan perubahan nilai tukar. Analisis sensitivitas mengidentifikasi risiko operasional sebagai hal yang penting bagi keberlanjutan keuangan, sementara risiko pasar positif dalam kondisi tertentu. Analisis regresi menunjukkan bahwa fluktuasi nilai tukar secara signifikan berdampak pada Total Pendapatan, tetapi harga minyak memiliki efek minimal pada ROA dan ROE. Analisis Altman Z-Score mengungkapkan tren kesehatan keuangan yang menurun, terutama antara tahun 2016 dan 2020, dengan peningkatan risiko kebangkrutan. Meskipun PT Pertamina mengalami pemulihan pada 2021-2023, PT Pertamina tetap berada di zona berisiko tinggi, membutuhkan langkah-langkah strategis seperti diversifikasi bisnis, optimalisasi rantai pasokan, dan kebijakan nilai tukar proaktif untuk memastikan stabilitas jangka panjang.
Uncovering Key Topics in Indonesian Political Discourse Through Twitter Analysis After the 2024 Presidential Inauguration Using Clustering methods Hidayatullah, Syarif; Nuraini, Ulfa Siti
INTENSIF: Jurnal Ilmiah Penelitian dan Penerapan Teknologi Sistem Informasi Vol 9 No 1 (2025): February 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/intensif.v9i1.23771

Abstract

Background: Social media, especially Twitter, plays a key role in political discourse, shaping public opinion. In Indonesia, the 2024 presidential Inauguration , with candidates Prabowo Subianto and Gibran Rakabuming Raka, has generated significant online conversations. Understanding public sentiment and identifying key topics is urgent for analyzing and grouping these discussions, offering insights into political views. Objective: The purpose of this research is to analyze Twitter conversations surrounding the 2024 Indonesian presidential election. The goal is to identify the main topics in these conversations and assess the effectiveness of different clustering algorithms in grouping similar tweets. Methods: This study applies a quantitative approach, using a dataset of 29,905 tweets collected from October 20 to October 25, 2024. The method includes text preprocessing, such as tokenization, stemming, and word weighting. PCA is used for dimensionality reduction. The clustering algorithms K-means, DBSCAN, PAM, and Agglomerative Hierarchical are employed, with performance evaluated based on the Silhouette Score. Results: The results reveal that the Agglomerative Hierarchical Clustering algorithm with Ward linkage and two PCA components produced the highest Silhouette Score of 0.8018. The clustering identified three distinct topics: political leadership, work and collaboration, and unity. Conclusion: This research successfully identified key discussion topics in Twitter conversations about the 2024 Indonesian presidential election. The Agglomerative Hierarchical method with Ward linkage was the most effective clustering algorithm. These findings offer valuable insights into public opinion, and future studies could expand to other social media platforms or investigate the relationship between sentiment and political outcomes.
Assessing Financial Risks at PT Pertamina: Insights from Monte Carlo and Altman Z-Score Hidayatullah, Syarif; Shidqiyyah, Nuhaa Salsabila; Pratama, Maheza Fiko; Fauziah, Dian Ayu; Nuraini, Ulfa Siti
Manajemen dan Bisnis Vol 24, No 1 (2025): Vol 24, No 1 (2025): March 2025
Publisher : Department of Management - Faculty of Business and Economics. Universitas Surabaya.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24123/mabis.v24i1.864

Abstract

Pandemi COVID-19 menyebabkan penurunan permintaan dan pasokan BBM yang signifikan, dengan harga minyak PT Pertamina turun menjadi USD 20 per barel pada tahun 2020. Mengingat situasi tersebut, penelitian ini menganalisis manajemen risiko keuangan PT Pertamina dari tahun 2012 hingga 2023, menggunakan simulasi Monte Carlo, analisis sensitivitas, dan model regresi untuk mengevaluasi dampak berbagai risiko terhadap indikator keuangan seperti total pendapatan, ROA, ROE, NPM, dan EBIT. Simulasi Monte Carlo menunjukkan fluktuasi laba bersih yang cukup besar karena volatilitas harga minyak dan perubahan nilai tukar. Analisis sensitivitas mengidentifikasi risiko operasional sebagai hal yang penting bagi keberlanjutan keuangan, sementara risiko pasar positif dalam kondisi tertentu. Analisis regresi menunjukkan bahwa fluktuasi nilai tukar secara signifikan berdampak pada Total Pendapatan, tetapi harga minyak memiliki efek minimal pada ROA dan ROE. Analisis Altman Z-Score mengungkapkan tren kesehatan keuangan yang menurun, terutama antara tahun 2016 dan 2020, dengan peningkatan risiko kebangkrutan. Meskipun PT Pertamina mengalami pemulihan pada 2021-2023, PT Pertamina tetap berada di zona berisiko tinggi, membutuhkan langkah-langkah strategis seperti diversifikasi bisnis, optimalisasi rantai pasokan, dan kebijakan nilai tukar proaktif untuk memastikan stabilitas jangka panjang.
Pelatihan Informatika Guru SMA/K di Surabaya Annisa, Fadhilah Qalbi; Nuraini, Ulfa Siti; Kurniawan, Ibnu Febry; Prayogi, Harmon; Wintarti, Atik
Sewagati Vol 9 No 3 (2025)
Publisher : Pusat Publikasi ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j26139960.v9i3.2623

Abstract

Guru SMA dan SMK perlu menyesuaikan diri dengan perubahan kurikulum yang berlaku saat ini. Dalam Kurikulum Merdeka, informatika menjadi mata pelajaran wajib yang harus diajarkan di sekolah. Oleh sebab itu, diperlukan pelatihan bagi guru informatika di Surabaya untuk memperkuat pengetahuan dan keterampilan teknis sesuai dengan tren yang berkembang. Kegiatan ini meliputi pemaparan materi dan praktik yang berfokus pada pokok bahasan algoritma dan pemrograman komputer dan analisis data. Materi yang disampaikan meliputi logika komputer, algoritma dan pemrograman, searching dan sorting, serta analisis dan visualisasi data. Setelah pelatihan, peserta diminta menerapkan materi yang telah dipelajari dalam sebuah proyek sederhana, kemudian mempresentasikan hasilnya. Pelatihan ini menunjukkan adanya peningkatan pemahaman pada Guru SMA dan SMK Surabaya terhadap informatika, yang diukur melalui perbandingan hasil pre-test dan post-test. Selain itu, manfaat lainnya yaitu terjadinya kerja sama yang baik antara Guru SMA dan SMK Surabaya dengan Prodi S-1 Sains Data, Universitas Negeri Surabaya.
I-Regs (Internet-Regression Analysis) as a Statistical Innovation in Nonparametric Regression Modeling Dani, Andrea; Budiantara, I Nyoman; Nuraini, Ulfa Siti; Yustanti, Wiyli; Sifriyani; Putra, Fachrian Bimantoro
Journal of Education Technology and Information System Vol. 1 No. 02 (2025): Journal of Education Technology and Information System (JETIS)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jetis.v1i02.35288

Abstract

This research develops an information system based on the R-Shiny Dashboard, allowing users to perform nonparametric regression modeling. Internet-Regression Analysis (I-Regs) is the name of a dashboard that has been successfully developed. I-Regs provides a complete model library in regression analysis modeling, including parametric, nonparametric, and semiparametric regression. It is hoped that I-Regs can become a valuable tool for researchers, practitioners, and students in modeling regression analysis and solving various data analysis problems.