Article Per Year (5 Year)
p-Index From 2021 - 2026
1.235
P-Index
This Author published in this journals
All Journal Teknika Jurnal Informatika Mandalika Mathematics and Educations Journal Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika Nusantara Hasana Journal Jurnal Siger Matematika RENATA Jurnal Pengabdian Masyarakat Kita Semua
Karina Sylfia Dewi
Institut Teknologi Sumatera
Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Mathematics Nursing Other

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

 1 
Penentuan Banyaknya Graf Tak Terhubung Berlabel Titik Berorde Tujuh Tanpa Loop Loop Karina Sylfia Dewi; Wamiliana Wamiliana; Muslim Ansori
Jurnal Siger Matematika Vol 2, No 2 (2021): Jurnal Siger Matematika
Publisher : FMIPA Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (398.491 KB) | DOI: 10.23960/jsm.v2i2.2931

Abstract

Graf G disebut graf terhubung jika untuk setiap dua titik yang berbeda di G, terdapat suatu path yang menghubungkan dua titik tersebut, jika tidak ada path yang menghubungannya maka disebut graf tidak terhubung. Graf berlabel adalah graf yang setiap titik atau garisnya diberi nilai atau label.  Suatu garis pada graf yang memiliki titik awal dan titik akhir sama disebut loop, sedangkan dua garis atau lebih disebut garis paralel jika dua garis tersebut menghubungkan dua titik yang sama. Jika diberikan n titik dan m garis maka banyak graf tak terhubung yang dapat dibentuk. Pada artikel ini telah diperoleh rumus untuk menentukan banyaknya graf tak terhubung berlabel titik berorde tujuh tanpa loop dengan m garis dan t garis yang menghubungkan pasangan titik yang berbeda dimana untuk garis-garis yang menghubungkan pasangan titik yang sama dihitung satu.
OPTIMASI PORTOFOLIO SAHAM MNC36 MENGGUNAKAN METODE MARKOWITZ Gustina K. S, Annisa Hevita; Dewi, Karina Sylfia; Baiti, Putri Isnaini Cahyaning; Azzanina, Nanda
Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika Vol. 6 No. 1 (2025): Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistik
Publisher : LPPM Universitas Bina Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46306/lb.v6i1.954

Abstract

The purpose of this study is to determine the stocks listed in MNC36 for the period April 2024 to February 2025 that are included in the optimal portfolio according to the Markowitz Model. Data analysis was carried out using the Markowitz Model stages which began by collecting closing stock price data until obtaining the optimal portfolio. Based on the results of the analysis that has been carried out, there are 8 stocks that have positive returns and its expected risk less than its expected return, namely BRIS, BRMS, EXCL, HEAL, ICBP, INDF, MTEL, MYOR. After that, a combination of two stocks were proportioned from the 8 stocks before. Therefore, the optimal combination of two stocks was determined: BRIS with fund allocation of 31% and INDF’s capital allocation of 69%. Penelitian ini bertujuan untuk mengidentifikasi saham–saham yang terdaftar dalam MNC36 periode April 2024 sampai dengan Februari 2025 yang dapat dimasukkan dalam portofolio optimal berdasarkan Model Markowitz. Analisis data dilakukan melalui tahapan Model Markowitz, dimulai dengan pengumpulan data harga saham penutupan hingga diperoleh portofolio yang optimal. Berdasarkan hasil analisis yang telah dilakukan, terdapat 8 saham yang memiliki return positif dan nilai expected risk yang lebih kecil dari expected return yaitu BRIS, BRMS, EXCL, HEAL, ICBP, INDF, MTEL, MYOR. Kemudian dilakukan pembobotan saham antara kombinasi dua saham dari ke-8 saham tersebut. Sehingga didapatkan kombinasi optimal dari dua saham yaitu BRIS dengan alokasi dana sebesar 31% dan INDF sebesar 69%.
Literasi Pemanfaatan Software JASP Untuk Meningkatkan Keterampilan Statistik Guru di MAN 1 Bandar Lampung Andirasdini, Indah Gumala; Sofia, Ayu; Rivai, Muklas; Mahrani, Dwi; Yulita, Tiara; Irwan, Sri Efrinita; Berliana Ratam, Aldila Nur Indah; Gustina K.S., Annisa Hevita; Dewi, Karina Sylfia; Marisa, Marisa; Azzanina, Nanda; Baiti, Putri Isnaini Cahyaning; Rosni, Rosni
RENATA: Jurnal Pengabdian Masyarakat Kita Semua Vol. 3 No. 1 (2025): Renata - April 2025
Publisher : PT Berkah Tematik Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61124/1.renata.147

Abstract

Guru sebagai agen perubahan memiliki peran strategis dalam mengembangkan literasi digital di lingkungan kerja. Salah satu aspek penting dalam literasi digital adalah kemampuan dalam memanfaatkan teknologi dan aplikasi digital untuk mendukung proses pembelajaran dan pengolahan data. Pemanfaatan software JASP (Jeffreys's Amazing Statistics Program) menjadi salah satu cara efektif bagi guru untuk meningkatkan keterampilan statistik seperti mengolah dan menganalisis data. Dengan memanfaatkan JASP, guru dapat melakukan analisis statistik secara intuitif dan efisien, sehingga memudahkan dalam mengajarkan konsep-konsep statistik kepada siswa. Pengabdian dalam bentuk literasi pemanfaatan software JASP ini didasari oleh kebutuhan mendesak akan kemampuan memahami analisis data yang efektif di kalangan pendidik, mengingat pentingnya pengolahan data dalam proses pembelajaran dan evaluasi. Metode yang digunakan dalam pengabdian ini meliputi pelatihan intensif dan workshop yang dirancang untuk memperkenalkan fitur-fitur utama JASP, termasuk analisis statistik dasar hingga lanjutan. Peserta diberikan kesempatan untuk langsung mempraktikkan penggunaan software sehingga diharapkan dapat meningkatkan pemahaman dan keterampilan. Hasil dari kegiatan ini menunjukkan peningkatan kemampuan guru yang signifikan dalam mengolah dan menganalisis data. Hal ini ditunjukkan dari hasil pre-test dan post-test yang dilakukan sebelum dan sesudah kegiatan. Kegiatan pengabdian ini tidak hanya memberikan pengetahuan baru, tetapi juga membangun kepercayaan diri para guru dalam menggunakan teknologi untuk mendukung pengajaran. Kesimpulan dari pengabdian ini menekankan pentingnya pelatihan berkelanjutan dalam literasi data untuk meningkatkan kualitas pendidikan
PEMODELAN PREMI ASURANSI BERDASARKAN DATA SEVERITY MENGGUNAKAN MODEL LOGNORMAL Cahyaning Baiti, Putri Isnaini; Annisa Hevita G.K.S; Karina Sylfia Dewi; Nanda Azzanina
Nusantara Hasana Journal Vol. 5 No. 3 (2025): Nusantara Hasana Journal, August 2025
Publisher : Yayasan Nusantara Hasana Berdikari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59003/nhj.v5i3.1603

Abstract

The insurance industry in Indonesia requires reliable quantitative approaches to accurately determine premium rates and manage claim risks effectively. This study aims to model pure insurance premiums based on claim severity data using the lognormal regression approach. The data used consist of historical individual claim amounts (severity) obtained from a general insurance company in Indonesia, covering the period from 2009 to 2015. Initial data exploration revealed that the distribution of claim values is positively skewed, indicating the suitability of lognormal modeling. Three models were evaluated: Generalized Linear Model (GLM) with Gamma distribution, GLM with Inverse Gaussian distribution, and linear regression with lognormal transformation. Model selection was based on the Akaike Information Criterion (AIC) and Bayesian Information Criterion (BIC). The results show that the lognormal model had the lowest AIC and BIC values, indicating superior performance compared to the other models. The selected model was then used to forecast pure premiums for the next 12 months, followed by the calculation of commercial premiums with a 30% loading factor. The prediction results show a consistent and proportional upward trend in premiums, demonstrating the model’s effectiveness in capturing historical claim patterns and supporting data-driven premium setting.
Klasterisasi Penyakit pada Data Klaim Rujukan Tingkat Lanjut BPJS Kesehatan Menggunakan Algoritma Density-Based Spatial Clustering of Application with Noise Rivai, Muklas; Huda, Misbahul; Rosni; Dewi, Karina Sylfia
Jurnal Informatika Vol 25 No 2 (2025): Jurnal Informatika
Publisher : Institut Informatika Dan Bisnis Darmajaya

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

Abstract

Over time and with the advancement of technology, an increasing number of disease-claim submissions have been received by Badan Penyelenggara Jaminan Sosial (BPJS) for Health, causing data accumulation to the point that the dataset can now be categorized as Big Data. One of the challenges of Big Data is that it cannot be processed using conventional methods, thus requiring specialized approaches such as data clustering. The purpose of this study is to determine the optimal number of clusters and to analyze the characteristics of the cluster groups. The type of data used is secondary data obtained from the BPJS Health database. The data used consists of claim data from Fasilitas Kesehatan Rujukan Tingkat Lanjutan (FKRTL) under BPJS Health from January 2019 to December 2020. The variables used include childbirth, accidents, catastrophic diseases, and other diseases. The stages of the clustering process include data normalization, parameter determination, application of the Density-Based Spatial Clustering of Application with Noise (DBSCAN) algorithm, and evaluation of cluster results using the silhouette index. The results of the clustering analysis on FKRTL claim data based on the International Statistical Classification of Diseases and Related Health Problems, 10th Revision (ICD-10), show that there are three clusters and one noise cluster, with an average silhouette index of 0.6595942, indicating that the model has a medium structure. Cluster 1 consists of two members with dominant claim categories being accidents and other diseases, cluster 2 consists of 27 members with childbirth as the dominant claim category, cluster 3 consists of four members with catastrophic diseases and other diseases as the dominant claim categories, and the noise cluster consists of one member with childbirth as the dominant claim category.
Pengaruh Indikator Sosial Ekonomi dan Kesehatan Terhadap Angka Harapan Hidup Menggunakan Regresi Data Panel Karina Sylfia Dewi; Oriza Sativa Bkriz Putri Ainun; Rosni Rosni; Annisa Hevita Gustina Kumalasari Saefulloh
Mandalika Mathematics and Educations Journal Vol 8 No 2 (2026): Edisi Juni
Publisher : FKIP Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jm.v8i2.11750

Abstract

Angka Harapan Hidup (AHH) di Provinsi Daerah Istimewa Yogyakarta merupakan salah satu indikator penting yang mencerminkan kualitas kesehatan dan kesejahteraan masyarakat. Penelitian ini bertujuan untuk menganalisis faktor-faktor sosial, ekonomi, dan kesehatan yang diduga berpengaruh signifikan terhadap AHH di Provinsi DIY selama periode 2018-2023 dengan menggunakan regresi data panel. Hasil penelitian menunjukan Kabupaten Kulon Progo memiliki rata-rata AHH tertinggi, sementara Kabupaten Bantul memiliki rata-rata AHH terendah. Pemodelan regresi data panel menghasilkan Random Effect Model (REM) sebagai model terbaik. Variabel yang berpengaruh signifikan terhadap AHH adalah kepemilikan BPJS, tenaga kesehatan, dan fasilitas kesehatan, di mana dua variabel pertama berpengaruh positif, sedangkan fasilitas kesehatan berpengaruh negatif. Nilai koefisien determinasi yang diperoleh sebesar 62,375%, yang berarti model mampu menjelaskan variasi AHH sebesar 62,375%, sedangkan sisanya dipengaruhi oleh faktor lain di luar model.
Analisis Perbandingan Metode Klasterisasi Kabupaten/Kota di Provinsi Sumatera Utara Berdasarkan Indikator Kemiskinan Karina Sylfia Dewi; Cindy Auliani Hutagalung; Annisa Hevita Gustina Kumalasari Saefulloh; Putri Isnaini Cahyaning Baiti; Rosni Rosni; Nanda Azzanina
TEKNIKA Vol. 20 No. 3 (2026): Teknika September 2026 (On Progress)
Publisher : Politeknik Negeri Sriwijaya

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

Abstract

Provinsi Sumatera Utara terdiri dari 25 kabupaten dan 8 kota dengan karakteristik ekonomi serta geografis yang beragam. Perbedaan kondisi antarwilayah tersebut berpotensi menimbulkan ketimpangan dalam tingkat kemiskinan dan kesejahteraan masyarakat. Oleh karena itu, diperlukan analisis yang dapat memetakan wilayah-wilayah di Provinsi Sumatera Utara berdasarkan kemiripan karakteristik pada indikator kemiskinan. Penelitian ini bertujuan untuk membandingkan hasil pengelompokan kabupaten/kota menggunakan metode hierarchical clustering dan non-hierarchical clustering (k-means clustering). Data yang digunakan merupakan data sekunder dari Badan Pusat Statistik Provinsi Sumatera Utara yang meliputi persentase penduduk miskin, indeks kedalaman kemiskinan, indeks keparahan kemiskinan, harapan lama sekolah, rata-rata lama sekolah, dan tingkat pengangguran terbuka. Analisis dilakukan dengan penentuan metode hierarki terbaik berdasarkan nilai koefisien agglomerative, kemudian dibandingkan dengan hasil dari metode k-means clustering. Hasil penelitian menunjukkan bahwa metode non-hierarchical (k-means clustering) menghasilkan nilai Davies-Bouldin Index yang lebih kecil dibandingkan metode hierarchical clustering, yang mengindikasikan bahwa cluster yang terbentuk memiliki tingkat kekompakan (compactness) yang lebih tinggi dan pemisahan (separation) yang lebih baik. Dengan demikian, metode k-means clustering dinilai memiliki performa yang lebih optimal dalam mengelompokkan kabupaten/kota berdasarkan indikator kemiskinan. Berdasarkan hasil klasterisasi, kabupaten/kota di Provinsi Sumatera Utara terbagi menjadi empat cluster utama dengan karakteristik kemiskinan yang berbeda. Temuan ini diharapkan dapat menjadi acuan bagi pemerintah daerah dalam merumuskan kebijakan penanggulangan kemiskinan yang lebih efektif dan tepat sasaran.
Co-Authors . Wamiliana Annisa Hevita Gustina Kumalasari Saefulloh Ayu Sofia Azzanina, Nanda Baiti, Putri Isnaini Cahyaning Berliana Ratam, Aldila Nur Indah Cahyaning Baiti, Putri Isnaini Cindy Auliani Hutagalung Dwi Mahrani Indah Gumala Andirasdini Irwan, Sri Efrinita Marisa Marisa Misbahul Huda Muslim Ansori Nanda Azzanina Nanda Azzanina Oriza Sativa Bkriz Putri Ainun Putri Isnaini Cahyaning Baiti Rivai, Muklas Rosni, Rosni Yulita, Tiara