Article Per Year (5 Year)
p-Index From 2020 - 2025
0.92
P-Index
This Author published in this journals
All Journal Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika Triwikrama: Jurnal Ilmu Sosial Argopuro: Jurnal Multidisiplin Ilmu Bahasa Trigonometri: Jurnal Matematika dan Ilmu Pengetahuan Alam
Silaban, Dewi Fortuna
Unknown Affiliation
Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Physics Social Sciences Other

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI PELUANG PENERIMAAN PELAMARAN KERJA MENGGUNAKAN METODE REGRESI LOGISTIK BINER Silaban, Dewi Fortuna; Simanjuntak, Ferdyanto Abangan; Lumbantobing, Imelda Octavia; Napitupulu, Rusmawanty; Arnita
Trigonometri: Jurnal Matematika dan Ilmu Pengetahuan Alam Vol. 5 No. 1 (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.v5i1.7724

Abstract

Penelitian ini menerapkan analisis regresi logistik biner untuk menilai faktor-faktor yang mempengaruhi kemungkinan diterimanya pelamar kerja. Variabel independen dalam model ini meliputi durasi pendidikan terakhir (X1) dalam tahun, lama pengalaman kerja (X2) dalam tahun, dan jenis kelamin pelamar (X3), di mana 1 menunjukkan laki-laki dan 0 menunjukkan perempuan. Variabel dependen adalah status penerimaan (Y), di mana 1 berarti diterima dan 0 berarti tidak diterima. Analisis ini bertujuan untuk mengukur dampak setiap variabel independen terhadap kemungkinan penerimaan selama proses seleksi, menggunakan SPSS untuk pengujian data. Uji kecocokan model menunjukkan nilai signifikansi sebesar 0,857, yang mengindikasikan tidak ada perbedaan signifikan antara klasifikasi yang diprediksi dan yang diamati, sehingga memvalidasi kesesuaian model untuk analisis lebih lanjut. Nilai Nagelkerke R Square sebesar 0,405 menunjukkan bahwa variabel independen menjelaskan 40% varians dalam status penerimaan, sementara sisanya dijelaskan oleh faktor-faktor yang belum diuji. Uji pengaruh simultan mengungkapkan nilai signifikansi 0,002, mengonfirmasi dampak kolektif variabel independen terhadap variabel dependen. Uji pengaruh parsial menunjukkan bahwa durasi pendidikan dan pengalaman kerja secara signifikan mempengaruhi penerimaan, dengan nilai signifikansi masing-masing 0,021 dan 0,011. Model ini secara akurat memprediksi karyawan yang diterima (akurasi 100%) tetapi gagal memprediksi mereka yang tidak diterima (akurasi 0%), menghasilkan akurasi klasifikasi keseluruhan yang moderat sebesar 50%. Model regresi logistik biner ini cocok untuk analisis lebih lanjut dalam mengevaluasi faktor-faktor yang mempengaruhi penerimaan karyawan, dengan potensi peningkatan kemampuan prediktif melalui penggabungan variabel relevan tambahan.
PERBANDINGAN METODE ITERASI GAUSS-SEIDEL DAN JACOBI IMPLEMENTASI DAN SIMULASI MENGGUNAKAN MATLAB Sianturi, Ardicha Appu; Silaban, Dewi Fortuna; Banjarnahor, Riski Melanton; Nainggolan, Wenny Susanty
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.v5i2.7863

Abstract

The system of linear equations is one of the main foundations in various science and technology applications, which is often solved using iterative methods such as Jacobi and Gauss-Seidel methods. This study aims to compare the two methods in terms of convergence speed, solution stability, and computational time efficiency. Simulations were conducted using MATLAB with a quantitative experimental approach on a diagonally dominant system of linear equations, which confirmed the convergence potential of the iterative methods. The implementation of the algorithm involves using the same initial values for both methods, with the process iterating until it reaches the convergence criterion or maximum limit of iterations. Simulation results show that the Gauss-Seidel Method is superior in convergence speed, requiring only 11 iterations to reach a solution, compared to 21 iterations in the Jacobi Method. In addition, the Gauss-Seidel Method shows better stability on the tested system, while the Jacobi Method has an advantage in the flexibility of parallel implementation. These findings provide important insights for users to choose numerical methods that suit specific needs, both in academic contexts and practical applications, especially for solving systems of linear equations in modern computing.
ANALISIS FAKTOR PENYEBAB PENYAKIT JANTUNG MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA) Manullang, Sudianto; Kairani, Nerli; Sinaga, Marlina Setia; Hutapea, Brian; Nadya, Fauza; Br Barus, Jesika Casadae Wanda; Tamara, Angga; Silaban, Dewi Fortuna
Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika Vol. 5 No. 3 (2024): 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.v5i3.732

Abstract

Factor analysis is an important method in research to identify the underlying structure of complex data. Heart disease is a disease caused by a disturbance in the coronary blood vessels that causes narrowing and blockage so that it can interfere with the body's energy transportation process and also cause an imbalance between oxygen demand and oxygen supply. Various factors such as age, gender, smoking, etc. have an important role for a person to get heart disease. This study aims to analyze the factors that cause heart disease using the Principal Component Analysis (PCA) method. PCA is used to identify and reduce the dimensions of heart disease factor data. The data used in this study were obtained from journals and consisted of 7 variables. PCA successfully identified 2 main factors that explained 75% of the total variance in the data. Through dimensionality reduction, the number of variables was successfully reduced from 7 factors to 2 factors without significant information loss. This study found that the PCA method was effective in reducing the dimensionality of the data and identifying the main factors underlying the data.
ANALISIS PENGGUNAAN BAHASA INDONESIA YANG SALAH DALAM KEHIDUPAN SEHARI-HARI Silaban, Dewi Fortuna; Surbakti, Arnis Wulan Andari; Sinaga, May Rani Tabitha; Faradhilah, Anatasia; Daulay, Nurfitri Humayro; Khairani, Ita
Argopuro: Jurnal Multidisiplin Ilmu Bahasa Vol. 7 No. 2 (2025): Argopuro: Jurnal Multidisiplin Ilmu Bahasa
Publisher : Cahaya Ilmu Bangsa Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.6734/argopuro.v7i2.12044

Abstract

Bahasa memiliki peran yang sangat penting dalam kehidupan manusia sebagai alat komunikasi utama. Bahasa Indonesia, sebagai bahasa nasional, tidak hanya berfungsi sebagai alat komunikasi tetapi juga sebagai identitas kebangsaan yang mencerminkan budaya, nilai, dan sejarah bangsa. Namun, penggunaan bahasa Indonesia yang sesuai dengan kaidah kebahasaan semakin terpinggirkan, terutama dalam media tulis seperti spanduk. Kesalahan dalam penggunaan ejaan, tata bahasa, dan diksi sering ditemukan akibat kurangnya pemahaman masyarakat terhadap Pedoman Umum Ejaan Bahasa Indonesia (PUEBI) serta pengaruh bahasa daerah dan bahasa nonformal. Penelitian ini bertujuan untuk menganalisis kesalahan berbahasa yang terdapat pada spanduk dan mengidentifikasi strategi efektif dalam meningkatkan kesadaran masyarakat mengenai pentingnya penggunaan bahasa yang baik dan benar. Dengan menggunakan metode deskriptif kualitatif, penelitian ini mengumpulkan data melalui observasi dan dokumentasi, lalu menganalisisnya berdasarkan kategori kesalahan kebahasaan. Hasil penelitian menunjukkan bahwa kesalahan umum yang ditemukan meliputi ketidaktepatan dalam ejaan, penggunaan kata serapan yang tidak sesuai, serta penyimpangan dalam pembentukan kata. Kurangnya kesadaran dan pemahaman terhadap kaidah bahasa menjadi faktor utama dalam kesalahan penggunaan bahasa Indonesia di ruang publik. Oleh karena itu, diperlukan upaya edukatif melalui mekanisme peneguran yang efektif serta kampanye kesadaran berbahasa agar penggunaan bahasa Indonesia yang baik dan benar dapat diterapkan dengan lebih luas di masyarakat.
ANALISIS SPASIAL PERSEBARAN KANTOR DESA DAN OBJEK WISATA BERBASIS SISTEM INFORMASI GEOGRAFIS DI PROVINSI JAWA TENGAH Nainggolan, Wenny Susanty; Banjarnahor, Riski Melanton; Silaban, Dewi Fortuna; Sianturi, Ardicha Appu
Triwikrama: Jurnal Ilmu Sosial Vol. 7 No. 11 (2025): Triwikrama: Jurnal Ilmu Sosial
Publisher : Cahaya Ilmu Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.6578/triwikrama.v7i11.12287

Abstract

Penelitian ini bertujuan untuk memetakan persebaran spasial kantor desa dan objek wisata di Provinsi Jawa Tengah menggunakan Sistem Informasi Geografis (SIG), serta menganalisis hubungan spasial antara kedua entitas tersebut. Metode yang digunakan adalah pendekatan kuantitatif deskriptif dengan analisis spasial berbasis SIG menggunakan perangkat lunak QGIS. Data yang dianalisis mencakup koordinat lokasi kantor desa dan objek wisata, yang kemudian diolah secara visual dan statistik, termasuk uji autokorelasi spasial global menggunakan indeks Moran's I. Hasil penelitian menunjukkan bahwa persebaran kantor desa cukup merata dengan variasi rendah, sedangkan objek wisata menunjukkan variasi tinggi dan persebaran yang tidak merata. Nilai Moran’s I sebesar 0,17 dengan p-value 0,001 menunjukkan adanya autokorelasi spasial positif yang signifikan, mengindikasikan pola klasterisasi antara lokasi fasilitas pemerintahan dan objek wisata. Temuan ini memberikan dasar strategis bagi perencanaan pembangunan wilayah yang lebih merata dan berkelanjutan berbasis data geospasial.
Co-Authors Arnita Banjarnahor, Riski Melanton Br Barus, Jesika Casadae Wanda Daulay, Nurfitri Humayro Faradhilah, Anatasia Hutapea, Brian Ita Khairani Kairani, Nerli Lumbantobing, Imelda Octavia Manullang, Sudianto Nadya, Fauza Nainggolan, Wenny Susanty Napitupulu, Rusmawanty Sianturi, Ardicha Appu Simanjuntak, Ferdyanto Abangan Sinaga, Marlina Setia Sinaga, May Rani Tabitha Surbakti, Arnis Wulan Andari Tamara, Angga