Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal Teknika Mandalika Mathematics and Educations Journal Euler : Jurnal Ilmiah Matematika, Sains dan Teknologi
Annisa Hevita Gustina Kumalasari Saefulloh
Institut Teknologi Sumatera
Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Mathematics

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
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.
Optimasi Penentuan Basis Risiko pada Jaringan Saham Keuangan Menggunakan Dimensi Metrik untuk Estimasi Value at Risk Annisa Hevita Gustina Kumalasari Saefulloh; Putri Isnaini Cahyaning Baiti; Erica Grace Simanjuntak; Rahmatika Zaqiatul Latifah
Euler : Jurnal Ilmiah Matematika, Sains dan Teknologi Volume 14 Issue 1 April 2026
Publisher : Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37905/euler.v14i1.37004

Abstract

This study aims to optimize systemic risk monitoring in the Indonesian financial sector network by determining the minimum risk basis using the Metric Dimension concept. The high complexity of inter-asset correlations requires a dimension reduction method that maintains structural information regarding risk exposure. Daily stock price data from 10 financial issuers (banking, insurance, and financing) for the five-year period from January 1, 2021, to December 31, 2025, were used. The data were transformed into a weighted graph through a log-return correlation matrix converted into metric distances. The resolving set (W) was determined using a greedy algorithm to identify the optimal basis. Validation was performed by analyzing the correlation between the metric coordinates of each issuer and its 95% Value at Risk (VaR). The results showed that the financial network has a metric dimension of dim(G) = 1, with ADMF.JK selected as the optimal resolving set (basis). Actuarial validation revealed a significant negative correlation (−0.5495) between the metric distance and VaR. This implies that the metric distance from the basis can linearly map the magnitude of market risk, offering an efficient strategy for investment managers to monitor portfolio stability through a single reference entity.
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 Cindy Auliani Hutagalung Erica Grace Simanjuntak Karina Sylfia Dewi Nanda Azzanina Oriza Sativa Bkriz Putri Ainun Putri Isnaini Cahyaning Baiti Rahmatika Zaqiatul Latifah Rosni Rosni