Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Emerging Statistics and Data Science Journal

Penerapan Metode Peramalan Double Exponential Smoothing Pada Indeks Harga Konsumen Kota Yogyakarta Alivia Ayudhi Asmaradana; Edy Widodo
Emerging Statistics and Data Science Journal Vol. 1 No. 1 (2023): Emerging Statistics and Data Science Journal
Publisher : Statistics Department, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20885/esds.vol1.iss.1.art4

Abstract

Indeks Harga Konsumen atau IHK adaIah sebuah indeks untuk perhitungan rata-rata perubahan harga dari suatu barang dan jasa yang dalam periode waktu tertentu yang dikonsumsi penduduk daIam kurun waktu tertentu. IHK adalah indikator yang digunakan dalam perhitungan infIasi dimana infIasi sangat berperan penting dalam perekonomian. Sehingga perubahan IHK akan mempengarui besar biaya hidup untuk barang dan jasa pada setiap penduduk. Selain itu, terjadinya inflasi atau deflasi dapat diketahui melalui IHK. MakaIah ini dibuat dengan tujuan untuk memberikan gambaran tentang masa depan kepada pemerintah daIam menetapkan kebijakan ke depannya. Data yang digunakan daIam peneIitian ini adalah IHK di Kota Yogyakarta pada bulan Januari 2014 hingga Februari 2022. Data IHK tersebut memilki pola data trend naik dimana data terus mengaIami kenaikan hingga Februari 2022. Namun, pada satu periode yaitu pada Januari 2020, nilai IHK Kota Yogyakarta mengaIami penurunan drastis dikarenakan adanya pandemi Covid-19. Kemudian dilakukan peramalan menggunakan metode DoubIe ExponentiaI Smoothing yang seIanjutnya dicari nilai kesalahan peramalan menggunakan perhitungan Mean Absolute Percentage Error (MAPE). Didapatkan nilai peramalan IHK pada bulan Maret 2022 adalah 109.2964, dengan nilai MAPE sebesar 0.76%. Nilai MAPE tersebut kurang dari 10% artinya dapat dikatakan bahwa peramaIan menggunakan metode Double Exponential Smoothing baik dan dapat digunakan.
Pengelompokan Kecamatan di Kabupaten Sleman Berdasarkan Jenis Disabilitasnya Tahun 2022 Menggunakan K-Means Clustering: Pengelompokan Kecamatan di Kabupaten Sleman Berdasarkan Jenis Disabilitasnya Tahun 2022 Menggunakan K-Means Clustering Mulia Hidayahti, Rate Mulia Hidayahti; Edy Widodo
Emerging Statistics and Data Science Journal Vol. 2 No. 1 (2024): Emerging Statistics and Data Science Journal
Publisher : Statistics Department, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20885/esds.vol2.iss.1.art1

Abstract

Penyandang disabilitas masih jarang diberikan ruang yang cukup dalam masyarakat. Masyarakat sering kali mengabaikan dan meremehkan keberadaan mereka. Mereka sering dipandang sebagai kelompok yang lemah dan hanya perlu dikasihani karena keterbatasannya. Hak- hak mereka sebagai manusia sering terabaikan, seperti hak untuk hidup, hak atas pendidikan dan kesehatan, dan hak untuk mengakses layanan publik. Peneliti ingin meneliti jenis disabilitas menurut Kecamatan yang ada di Kabupaten Sleman dengan variabel yang digunakan yaitu tuna netra, bisu tuli, cacat tubuh, mental retardasi, penyakit kronis, dan cacat ganda. Tujuan dari penelitian ini adalah melakukan pengelompokan Kecamatan di Kabupaten Sleman berdasarkan jenis disabilitas dengan harapan mempermudah Badan Perencanaan Pembangunan Daerah (BAPPEDA) Kabupaten Sleman dalam pengelompokan dan dapat  mempermudah kegiatan dalam memenuhi hak-hak penyandang disabilitas di Kabupaten Sleman. Pengelompokan yang dilakukan guna untuk mengetahui karakteristik tiap-tiap cluster dengan melihat rata-rata dari masing-masing jenis disabilitas per Kecamatan yang ada di Kabupaten Sleman pada tahun 2022 disetiap clusternya. Penelitian ini menggunakan metode k-means clustering dan diperoleh hasil yaitu terdapat 3 Kecamatan pada cluster 1, 5 Kecamatan pada cluster 2, dan 9 Kecamatan pada cluster 3.
Analisis Regresi Data Panel untuk Pemodelan Tingkat Pengangguran Terbuka di Provinsi Jawa Barat Tahun 2019-2022: Analisis Regresi Data Panel untuk Pemodelan Tingkat Pengangguran Terbuka di Provinsi Jawa Barat Tahun 2019-2022 Pramudita, Zalfa Nindia; Alhaqq, Faisal Hakim Akbar; Alifyah, Hasna; Ginastuti, Ajrina Putri; Edy Widodo
Emerging Statistics and Data Science Journal Vol. 3 No. 3 (2025): Emerging Statistics and Data Science Journal
Publisher : Statistics Department, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20885/esds.vol3.iss.3.art18

Abstract

Penelitian ini menganalisis pengaruh faktor pendidikan terhadap Tingkat Pengangguran Terbuka di Provinsi Jawa Barat dengan menggunakan regresi data panel periode 2019 hingga 2022. Data yang digunakan mencakup Tingkat Pengangguran Terbuka, Rata-Rata Lama Sekolah, Harapan Lama Sekolah, dan Persentase Penduduk Miskin. Pemilihan model dilakukan melalui uji Chow dan Hausman yang menunjukkan bahwa model efek tetap (fixed effect model) paling sesuai. Untuk mengatasi autokorelasi, digunakan koreksi standard error Newey-West. Hasil penelitian menunjukkan bahwa Rata-Rata Lama Sekolah dan Harapan Lama Sekolah berpengaruh negatif signifikan terhadap Tingkat Pengangguran Terbuka, sedangkan persentase penduduk miskin berpengaruh positif signifikan. Nilai  sebesar 30% mengindikasikan bahwa variabel dalam penelitian ini mampu menjelaskan sebagian variasi Tingkat Pengangguran Terbuka, sementara sisanya dipengaruhi faktor lain di luar model. Penelitian ini menyimpulkan bahwa peningkatan kualitas pendidikan berperan penting dalam menurunkan Tingkat Pengangguran Terbuka di Provinsi Jawa Barat. Oleh karena itu, diperlukan kebijakan yang menekankan relevansi pendidikan dengan kebutuhan industri, sekaligus memperluas akses pendidikan bagi masyarakat berpenghasilan rendah guna mendukung tercapainya daya saing tenaga kerja dan visi Indonesia Emas 2045.