Article Per Year (5 Year)
p-Index From 2020 - 2025
1.204
P-Index
This Author published in this journals
All Journal ESTIMASI: Journal of Statistics and Its Application Jurnal Diferensial Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Journal of Data Mining and Information Systems Kohesi: Jurnal Sains dan Teknologi Parameter: Jurnal Matematika, Statistika dan Terapannya
Wara, Shindi Shella May
Unknown Affiliation
Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Energy Engineering Mathematics Public Health Other

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

Found 8 Documents
Search

 1 
Penerapan Metode T2 Hotelling untuk Menganalisis Faktor Jumlah Penduduk Miskin Jawa Timur Kurniawan, Muhammad Erlangga; Ananta, Aditya Putra; Anugrah, Muhammad Cahya Raka; Wara, Shindi Shella May; Damaliana, Aviolla Terza
Kohesi: Jurnal Sains dan Teknologi Vol. 7 No. 8 (2025): Kohesi: Jurnal Sains dan Teknologi
Publisher : CV SWA Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3785/kohesi.v7i8.12215

Abstract

Kemiskinan merupakan permasalahan utama di kehidupan masyarakat di suatu wilayah, khususnya di Jawa Timur. Penelitian ini bertujuan untuk menganalisis faktor yang memengaruhi jumlah penduduk miskin di Jawa Timur dengan menggunakan metode T2 Hotelling, pendekatan statistika multivariat yang membandingkan perbedaan dua kelompok data. Data yang digunakan adalah Tingkat Partisipasi Angkatan Kerja (TPAK), Indeks Pembangunan Manusia (IPM), dan Jumlah Penduduk Miskin (JPM) pada tahun 2022 dan 2023, yang diperoleh dari Badan Pusat Statistika (BPS) Jawa Timur. Sebelum analisis dilakukan, kami menguji normalitas, homogenitas, dan independensi untuk memastikan bahwa data memenuhi asumsi dalam analisis multivariat. Hasil uji menunjukkan bahwa uji normalitas belum terpenuhi, sehingga dilakukannya transformasi box-cox agar data dapat memenuhi asumsi yang dibutuhkan. Uji T2 Hotelling mengindikasikan bahwa adanya perbedaan signifikan antara data tahun 2022 dan 2023, yang menunjukkan bahwa adanya faktor yang memiliki dampak terhadap perubahan jumlah penduduk miskin. Kemudian, uji Paired t-test menunjukkan bahwa TPAK 2022 menunjukkan perbedaan paling signifikan dari variabel lainnya. Hasil penelitian ini menunjukkan bahwa TPAK dan IPM berperan utama dalam perubahan jumlah penduduk miskin di Jawa Timur. Oleh karena itu, diperlukan evaluasi kebijakan yang berfokus dalam peningkatan akses pendidikan, ketenagakerjaan, serta peningkatan kualitas hidup masyarakat agar dapat menurunkan angka kemiskinan secara efektif.
ANALISIS KEJAHATAN DI INDONESIA PADA DATA TAHUN 2022-2023 MENGGUNAKAN UJI T² HOTELLING’S Kaffi, Laisal; Maulana, Mohammad Hikmal; Wiyono, Farhan Syah Putra; Wara, Shindi Shella May; Damaliana, Aviolla Terza
Kohesi: Jurnal Sains dan Teknologi Vol. 7 No. 8 (2025): Kohesi: Jurnal Sains dan Teknologi
Publisher : CV SWA Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3785/kohesi.v7i8.12216

Abstract

Kejahatan adalah suatu perbuatan atau tindakan yang dapat menimbulkan masalah-masalah dan mengakibatkan dampak negatif bagi kehidupan masyarakat. Tingginya angka kejahatan di suatu wilayah dapat memengaruhi stabilitas sosial serta ekonomi, sehingga diperlukan analisis mendalam untuk memahami pola kejahatan yang terjadi. Penelitian ini menggunakan data Statistik Kriminal 2024 dari Badan Pusat Statistik (BPS) yang mencakup laporan kejahatan di Indonesia pada tahun 2022 dan 2023. Dengan menerapkan Uji T² Hotelling’s dan Uji t-Paired, analisis dilakukan untuk mengidentifikasi perubahan signifikan antar tahun pada berbagai kategori kejahatan. Hasil penelitian menunjukkan adanya peningkatan signifikan dalam kejahatan kesusilaan, hak milik dengan kekerasan, narkoba, serta penipuan dan korupsi, sementara kejahatan terhadap nyawa mengalami sedikit penurunan. Secara keseluruhan, rata-rata jumlah kejahatan di berbagai kategori mengalami kenaikan, mencerminkan peningkatan tingkat kejahatan di beberapa wilayah. Studi ini menunjukkan bahwa analisis multivariat dapat menjadi pendekatan alternatif dalam memahami tren kejahatan secara komprehensif, sehingga dapat membantu penegak hukum dalam merumuskan kebijakan yang lebih strategis dan efektif.
Pengembangan Algoritma Sharpe Ratio dengan Integrasi Filter Tren SMA dalam Strategi Portofolio Aset Kripto Adziima, Andri Fauzan; Wara, Shindi Shella May; Nasrudin, Muhammad; Pratama, Alfan Rizaldy
Jurnal Komputer Teknologi Informasi Sistem Informasi (JUKTISI) Vol. 4 No. 1 (2025): Juni 2025
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v4i1.383

Abstract

Penelitian ini mengusulkan sebuah strategi alokasi aset kripto yang bersifat dinamis, dengan menggabungkan pembobotan berdasarkan Sharpe Ratio dan penyaringan tren menggunakan indikator Simple Moving Average (SMA) dari Bitcoin (BTC). Model ini melakukan alokasi ulang modal setiap tiga hari pada tujuh aset kripto utama (BTC, ETH, BNB, SOL, TON, TRX, XRP), dengan ketentuan bahwa harga BTC berada di atas ambang SMA tertentu (50 hari, 100 hari, atau 200 hari). Apabila BTC berada di bawah nilai SMA tersebut, seluruh portofolio secara otomatis dialihkan ke USDT untuk menekan risiko penurunan nilai. Studi ini menggunakan data historis dari 1 Januari 2024 hingga 1 Januari 2025 dan menguji performa model dalam tiga konfigurasi SMA, lalu dibandingkan dengan strategi dasar buy-and-hold. Hasil menunjukkan bahwa strategi dengan parameter SMA 50 hari menghasilkan return kumulatif tertinggi (+231,51%) serta rasio Sharpe terbaik (2,51), jauh melampaui model dengan SMA yang lebih panjang maupun rata-rata return dari strategi dasar (+132,14%). Analisis risiko mengindikasikan bahwa jendela SMA yang lebih pendek memberikan respons yang lebih cepat terhadap tren naik pasar, meskipun disertai dengan peningkatan volatilitas jangka pendek. Secara keseluruhan, temuan ini menguatkan efektivitas strategi hibrida yang mengombinasikan penyaringan tren dengan alokasi berbasis risiko dalam pengelolaan portofolio kripto di tengah kondisi pasar yang fluktuatif.
Optimasi Sistem Antrian Pada Medical Center ITS Dengan Simulasi Discrete Event Dan Response Surface Methodology Wara, Shindi Shella May; Nasrudin, Muhammad; Adziima, Andri Fauzan; Pratama, Alfan Rizaldy
Jurnal Komputer Teknologi Informasi Sistem Informasi (JUKTISI) Vol. 4 No. 1 (2025): Juni 2025
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v4i1.411

Abstract

Medical Center ITS berfungsi sebagai unit rawat jalan yang melayani pemeriksaan, tindakan medis, penunjang medis, dan rujukan bagi civitas academica ITS serta masyarakat umum dengan biaya yang terjangkau. Penelitian ini bertujuan untuk mengoptimalkan sistem antrean di Medical Center ITS, yang sering menghadapi antrean panjang dan berdampak pada waktu tunggu pasien serta efisiensi pelayanan, menggunakan pendekatan simulasi diskrit. Data primer, meliputi waktu antar kedatangan dan waktu pelayanan (resepsionis, poli umum, poli gigi, resep, dan pengambilan obat), dikumpulkan secara empiris untuk memodelkan sistem antrean berbasis kejadian. Model simulasi yang dikembangkan secara akurat merepresentasikan seluruh alur pelayanan. Hasil simulasi menunjukkan bahwa sistem pelayanan saat ini belum optimal dengan hanya satu server di poli umum dan satu di poli gigi. Berdasarkan temuan, skenario penambahan server pada poli gigi menjadi empat dan tetap satu server di poli umum diusulkan sebagai konfigurasi optimum. Implementasi skenario ini terbukti secara signifikan mengurangi waktu tunggu rata-rata pasien dan meningkatkan tingkat utilitas sumber daya. Penelitian ini menegaskan bahwa simulasi diskrit adalah alat pengambilan keputusan yang efektif untuk meningkatkan kualitas dan efisiensi pelayanan di fasilitas kesehatan.
Analisis Sentimen Terhadap Ulasan Aplikasi Mobile JKN Menggunakan Metode Machine Learning Logistic Regression, SVM, dan CSVM Fernando, Moch. Firman; Ahmad, Davin Anezta; Rachmanto, Nugroho Fajar; Wara, Shindi Shella May; Hindrayani, Kartika Maulida
ESTIMASI: Journal of Statistics and Its Application Vol. 6, No. 2, Juli, 2025 : Estimasi
Publisher : Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20956/ejsa.v6i2.44943

Abstract

One of the digital-based public service innovations in the health sector is the Mobile JKN application developed by BPJS Kesehatan. This application allows people to get health services more easily, effectively, and integrated. The purpose of this study is to evaluate user perceptions of the Mobile JKN application through collecting reviews from the Google Play Store. The collected data was analyzed using TF-IDF text mining technique and Chi-Square feature selection. Furthermore, logistic regression, support vector machine (SVM), and clustered SVM (CSVM) algorithms were used to perform sentiment classification. Comments were categorized into three categories: positive, neutral, and negative. The evaluation results show that CSVM has an accuracy value of 93%, precision of 94%, recall of 84%, and F1 value of 89%. Although features such as online registration and digital cards received positive feedback, sentiment analysis showed that most reviews were negative, especially regarding technical issues. The results show that ML-based algorithms can be effectively used to assess how people perceive digital services. These results can be used as a basis for BPJS Kesehatan to improve and develop new services.
Deteksi Sentimen Komentar Aplikasi Gobis Suroboyo dengan Metode Naive Bayes dan Metode Regresi Logistik Elmaliyasari, Shifa; Alzam, Muhammad Arsyad; Pratiwi, Nanda Aulia; Wara, Shindi Shella May; Hindrayani, Kartika Maulida
JDMIS: Journal of Data Mining and Information Systems Vol. 3 No. 2 (2025): August 2025
Publisher : Yayasan Pendidikan Penelitian Pengabdian Algero

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54259/jdmis.v3i2.4691

Abstract

This research discusses sentiment analysis of user comments on the Gobis Suroboyo application using the Naive Bayes algorithm and Logistic Regression. Data was obtained through web scraping method from Google Play Store, with a total of 1,015 comments which then went through text pre-processing such as data cleaning, case folding, stemming, normalisation, filtering, tokenizing, and feature selection using TF-IDF. Sentiment labels were determined based on user ratings, with ratings above 3 as positive and 3 and below as negative. The results show that the Naive Bayes algorithm is better at classifying positive sentiment with a precision of 81% and f1-score of 77%, while Logistic Regression excels at negative sentiment with a precision of 82% and f1-score of 82%. The WordCloud visualisation shows dominant words such as “app”, “good”, and “bus stop” that reflect users attention to the app features and transportation services. The findings show that both algorithms have competitive and reliable performance for evaluating public opinion on comment-based digital services. This research is expected to be a reference for app developers and local governments in improving the quality of digital public services.
Evaluasi Kinerja Uji Normalitas pada Ragam Distribusi dan Ukuran Sampel Wara, Shindi Shella May; Adziima, Andri Fauzan; Nasrudin, Muhammad; Pratama, Alfan Rizaldy
JURNAL DIFERENSIAL Vol 7 No 2 (2025): November 2025
Publisher : Program Studi Matematika, Universitas Nusa Cendana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35508/jd.v7i2.24042

Abstract

The normal distribution is a fundamental assumption in many parametric statistical methods. Therefore, testing for data normality is a crucial step prior to further analysis. This study aims to evaluate the performance of three widely used normality test methods: Kolmogorov-Smirnov (KS), Anderson-Darling (AD), and Shapiro-Wilk (SW), across various distributions (standard normal, exponential, and t-student with degrees of freedom 1, 20, and 100) and sample sizes (n = 20, 50, 100, 200, and 500). Data were generated through simulation with 1000 iterations for each combination. The results show that the KS method performs well on standard normal and t-student distributions with larger degrees of freedom. The AD method proves to be more sensitive, especially in detecting deviations from normality, though it is less stable for small sample sizes. Meanwhile, the SW method demonstrates optimal performance with large samples. These findings provide practical guidance in selecting appropriate normality test methods based on the characteristics of the data.
ANALYSIS OF EDUCATION FUNDING ALLOCATION AND STUDENT ENROLLMENT DIFFERENCES BETWEEN SMA AND SMK STUDENTS IN INDONESIA : RM MANOVA APPROACH Zahwa, Aniq Farichatus; Ramadhani, Dafinah; Wara, Shindi Shella May; Damaliana, Aviolla Terza
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/parameterv4i1pp167-174

Abstract

The Indonesia Smart Program (PIP) is one of the government's efforts to improve access to education for underprivileged students. The purpose of this study is to examine how PIP educational aid was distributed and how successful it was in Indonesia in 2022 at the Senior High School (SMA) and Vocational High School (SMK) levels. The method used is Repeated Measures Multivariate Analysis of Variance (RM Manova) for education. The research data was obtained from the official government data portal of Indonesia (data.go.id). The results of the study do not show any significant differences in the distribution of assistance between SMA and SMK across various regions. Further research is needed to consider other factors that may have an impact.
Co-Authors Adziima, Andri Fauzan Ahmad, Davin Anezta Alzam, Muhammad Arsyad Ananta, Aditya Putra Anugrah, Muhammad Cahya Raka Damaliana, Aviolla Terza Elmaliyasari, Shifa Fernando, Moch. Firman Hindrayani, Kartika Maulida Kaffi, Laisal Kurniawan, Muhammad Erlangga Maulana, Mohammad Hikmal Muhammad Nasrudin Pratama, Alfan Rizaldy Pratiwi, Nanda Aulia rachmanto, Nugroho Fajar Ramadhani, Dafinah Wiyono, Farhan Syah Putra Zahwa, Aniq Farichatus