Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : Emerging Statistics and Data Science Journal

Pengelompokan Provinsi di Indonesia Berdasarkan Tingkat Pengangguran Tahun 2023 Menggunakan K-Medoids : Pengelompokan Provinsi di Indonesia Berdasarkan Tingkat Pengangguran Tahun 2023 Menggunakan K-Medoids Soesmono, Salma; Pertiwi, Riezki; Saputri, Bening; Putri, Naomighina; Widodo, Edy
Emerging Statistics and Data Science Journal Vol. 3 No. 1 (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.1.art6

Abstract

Pengangguran di Indonesia mencapai 5.32% pada tahun 2023, lebih rendah dibandingkan tahun sebelumnya, namun masih belum mencapai target RPJM 2020-2024 yang berkisar antara 3.6-4.3%. Penelitian ini bertujuan untuk mengelompokkan provinsi-provinsi di Indonesia berdasarkan tingkat pengangguran menggunakan metode K-Medoids, serta menganalisis karakteristik pengangguran di setiap kelompok provinsi. Data yang digunakan mencakup tingkat pengangguran, jumlah angkatan kerja, dan indikator ekonomi lainnya yang diambil dari Badan Pusat Statistik (BPS). Analisis dilakukan dengan menggunakan K-Medoids clustering untuk mengidentifikasi kelompok provinsi yang memiliki pola pengangguran serupa. Hasil penelitian menunjukkan bahwa terdapat tiga cluster provinsi: Cluster 1 (24 provinsi) dengan pengangguran rendah, Cluster 2 (7 provinsi) dengan pengangguran sedang, dan Cluster 3 (3 provinsi) dengan pengangguran tinggi. Temuan ini diharapkan dapat menjadi dasar bagi kebijakan ketenagakerjaan berbasis data yang lebih tepat sasaran dalam mengurangi pengangguran dan mendukung pencapaian Visi Indonesia Emas 2045.
Perbandingan Metode Peramalan Double Exponential Smoothing dan Triple Exponential Smoothing Pada Penjualan Indihome di Wilayah Telekomunikasi Cirebon: Perbandingan Metode Peramalan Double Exponential Smoothing dan Triple Exponential Smoothing Maulidaniar, Aulia Nurul; Widodo, Edy
Emerging Statistics and Data Science Journal Vol. 1 No. 2 (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.2.art32

Abstract

IndiHome adalah salah satu produk dari PT. Telekomunikasi Indonesia yang merupakan suatu paket layanan komunikasi dan data seperti telepon rumah, internet, dan paket untuk televisi interaktif yang biasa disatukan dalam satu paket 3 in 1. Karena banyaknya pelanggan yang memakai layanan IndiHome, tujuan dari penelitian ini adalah ingin meneliti mengenai prediksi jumlah pelanggan indihome untuk beberapa periode kedepan dengan menggunakan peramalan. Hasil dari penelitian ini diharapkan pihak PT. Telekomunikasi Indonesia Witel Cirebon lebih memperhatikan pelanggan setia IndiHome dan pelayanan yang diberikan dalam melayani pelanggan dikarenakan sangat berpengaruh pada jumlah penjualan IndiHome. Penelitian menggunakan data sekunder yaitu data jumlah penjualan IndiHome di Kota Cirebon pada bulan Januari 2017 – Maret 2022 dengan banyak data adalah 61 data. Variabel yang digunakan adalah variabel bulan dan variabel jumlah penjualan IndiHome. Metode yang digunakan adalah Double Exponential Smoothing dan Triple Exponential Smoothing model additive dan multiplicative. Hasil dari kedua metode tersebut akan dibandingkan dan dipilih sesuai dengan tingkat kesalahan (MAPE) terkecil, didapatkan metode terbaik yang digunakan untuk peramalan adalah Triple Exponential Smoothing model multiplicative dengan nilai MAPE nya adalah 17% dan dianggap jika nilai akurat dan baik.
Pemodelan Indeks Kedalaman Kemiskinan di Kabupaten/ Kota Provinsi D.I. Yogyakarta Tahun 2017-2022 dengan Regresi Data Panel: Pemodelan Indeks Kedalaman Kemiskinan di Kabupaten Hamid, Yudhistira; Widodo, Edy
Emerging Statistics and Data Science Journal Vol. 1 No. 3 (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.3.art45

Abstract

Kemiskinan merupakan salah satu indikator terjadinya kesenjangan pembangunan. Salah satu alat ukur untuk mengetahui tingkat kemiskinan di suatu daerah adalah Indeks Kedalaman Kemiskinan. Indeks Kedalaman Kemiskinan merupakan besaran rata-rata dari kesenjangan pengeluaran pada masing-masing penduduk yang berada di bawah garis kemiskinan terhadap rata-rata pengeluaran dasar seluruh penduduk. Penelitian ini menggunakan data Indeks Kedalaman Kemiskinan dari tahun 2017-2022 sebagai variabel dependen dengan dua variabel independen, yaitu Indeks Pembangunan Manusia dan Persentase Penduduk Miskin bersumber dari Badan Pusat Statistik Provinsi Yogyakarta dan menggunakan analisis regresi data panel untuk mengetahui pengaruh dari variabel independen terhadap Indeks Kedalaman Kemiskinan. Secara umum, data menunjukkan kesenjangan nilai Indeks Kedalaman Kemiskinan antara tiga kabupaten (Kulonprogo, Bantul, Gunungkidul) dengan dua kabupaten/kota lain, yaitu Sleman dan Kota Yogyakarta. Analisis yang digunakan dalam penelitian ini adalah Regresi Data Panel dengan hasil model terbaik yang didapatkan adalah common effect model. Adapun faktor yang berpengaruh signifikan terhadap Indeks Kedalaman Kemiskinan adalah Indeks Pembangunan Manusia sebesar -0.057334 dan Persentase Penduduk Miskin sebesar 0.096298 dengan nilai konstan sebesar 5.330306
Pengelompokkan Kabupaten/Kota di Provinsi Jawa Barat Berdasarkan Indeks Pendidikan menggunakan Metode K-Medoids: Pengelompokkan Kabupaten/Kota di Provinsi Jawa Barat Berdasarkan Indeks Pendidikan menggunakan Metode K-Medoids Widodo, Edy; Rachmania Mulkiyah, Ananda; Tria Anggraini, Devita; Abidah Nur Anisah, Hergina; Ayu Wardani, Dheandra; Ratri Astuti, Morti
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.art25

Abstract

Penelitian ini bertujuan untuk mengelompokkan kabupaten/kota di Provinsi Jawa Barat berdasarkan indikator-indikator pendidikan sebagai salah satu komponen penting dalam Indeks Pembangunan Manusia (IPM). Indikator pendidikan yang digunakan meliputi Rata-rata Lama Sekolah (RLS), Harapan Lama Sekolah (HLS), Angka Melek Huruf (AMH), Angka Partisipasi Murni (APM) SMA/MA/SMK, dan Angka Partisipasi Kasar (APK) SMA/MA/SMK. Data yang dianalisis merupakan data sekunder tahun 2022 yang diperoleh dari Badan Pusat Statistik Provinsi Jawa Barat. Analisis dilakukan menggunakan metode K-Medoids, dengan tahap awal berupa analisis deskriptif, deteksi outlier menggunakan Chi-Square Q-Q Plot, uji asumsi multikolinearitas dengan nilai Variance Inflation Factor (VIF), serta penentuan jumlah klaster optimal menggunakan metode silhouette. Hasil analisis menunjukkan bahwa kabupaten/kota di Jawa Barat terbagi menjadi dua kelompok, yaitu kelompok dengan indikator pendidikan rendah dan kelompok dengan indikator pendidikan tinggi. Kelompok dengan indikator pendidikan tinggi umumnya berada di wilayah perkotaan, sedangkan kelompok dengan indikator pendidikan rendah didominasi oleh wilayah kabupaten. Temuan penelitian ini diharapkan menjadi rujukan strategis bagi perumus kebijakan dalam merumuskan langkah-langkah peningkatan kualitas pendidikan di Jawa Barat, sebagai kontribusi dalam mewujudkan Visi Indonesia Emas 2045 dengan SDM yang unggul.
Analisis Tingkat Kemiskinan di Indonesia Menggunakan Pendekatan PCA dan K-Medoids Clustering Tahun 2022-2023: Analisis Tingkat Kemiskinan di Indonesia Menggunakan Pendekatan PCA dan K-Medoids Clustering Tahun 2022-2023 Dewati, Nabila Ratna; Nowi, Nurul Aulia; Mutia, Sani; Saraswasti, Lidya Palupi; Widodo, Edy
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.art26

Abstract

Kemiskinan menjadi tantangan utama pembangunan di Indonesia, terutama akibat ketimpangan sosial-ekonomi antar wilayah. Penelitian ini bertujuan untuk mengidentifikasi pola sosial-ekonomi dan infrastruktur dasar di 34 provinsi Indonesia dengan pendekatan Principal Component Analysis (PCA) dan K-Medoids clustering. Data yang digunakan meliputi persentase penduduk miskin, Indeks Pembangunan Manusia (IPM), rata-rata lama sekolah, pengeluaran per kapita, dan akses sanitasi layak untuk tahun 2022–2023. Hasil PCA menunjukkan bahwa dua komponen utama dapat menjelaskan 84,7% variabilitas data pada 2022 dan 90,4% pada 2023. Metode K-Medoids menghasilkan tiga kelompok provinsi dengan karakteristik yang berbeda. Kelompok provinsi termiskin, seperti Papua dan Nusa Tenggara Timur, ditandai oleh rendahnya IPM, akses sanitasi yang terbatas, dan pengeluaran per kapita rendah, sehingga memerlukan perhatian lebih dalam pembangunan infrastruktur dasar dan akses pendidikan. Studi ini memberikan wawasan untuk merumuskan kebijakan pembangunan yang lebih efektif guna mengurangi ketimpangan dan mendukung pencapaian visi Indonesia Emas 2045.
Co-Authors Abdul Aziz, Hilmy Abdul Halim Anshor Abidah Nur Anisah, Hergina Achmad Isya Alfassa Afnan, Irsyifa Mayzela Agustin, Widya Saputri Akhsan, Salafudin Al Al Farizi, Danial AL-Azkia, Muhammad Wildan Alfiah, Febiyanti Aliamsyah, Moh. Almadayani, Almadayani Amali, Amali Andani, Febria Pradita Prima Andini, Wiranti Nugrah Andri Firmansyah Anekawati, Fitri Anggreany, Anggun Nur ARDIANSYAH, FAISAL Arfian, A Arief Hadi Prasetyo, Arief Hadi Ariyani, Dwi Faridha Asyiah, Noor Asyiah, Rizkiana Avitariella, A Ayu Wardani, Dheandra Ayuningtyas, Rachel Aziza, Himelda Bahtiar, Reza Yusuf Bariklana, Muhammad Budiarto, Eko Choerunnisa, Riza Amelia Cusanti, Cusanti Desmitasari, Rosi Dewati, Nabila Ratna Dewayanti, Arlinda Amalia Dewi Trisnawati Dewi, Diana Kusuma Dewi, Rosiana Rahma DHANI ARIATMANTO Diba, Sheila Farah Dodit Ardiatma Dzakiroh, Alliyah Fadlurrohman, Muhammad Shiddiq Febriana, Ella Tasia Febriyanti, Syintya Ferdiansyah, Febby Fikri, Bana Ali Fikry, Muhammad Dirga Ghaisani, Salwa Yudanti Hamid, Yudhistira Hasanah, Insani Hendri, Martius Hermawan, Rachmat Hidayati, Irina Hijriyany, Meyla Hikmawan, Dimas Wahyu Hitayuwana, Nurul Huda, Tri Atmaja Ilma, Hafizah Ismayani, Indrianti Jati, Wahyu Pratama Jennifer, Dwirany Puspitasari Junita, Tarisya Permata Kashi, Rahma Yuliati Khaeriyah, Rakhil Khaerunnisa, Muthia Khusna, Zulfa Aulia Kurnia Ramadhani, Kurnia Kusuma, Tihat Jaya Laksono, Arif Anjang Lathifah, Lailla Nur Latifah, Evi Fitria Umi Latupono, Boki Lestari, Indri Fauzi Lestari, Ninik Kardinah Lutfi, Ahmad Zainul Majid, Annisa Maulana Manthovani, Andi Nurhanna Mardiyah, Meiga Isyatan Mardiyyah, Safwah Ayu Masthura, M Maulana, Donny Maulidaniar, Aulia Nurul Maulidya, Rizka Putri Maulina, Gina Meimunah, M Mu'minin, Aisyah Ummi Muhammad Rifa'i, Anggi Muhammad, Juliana Saputra Muhammad, Shodiq Muhtajuddin Danny Muinah, Ummi Maftuhatul Muktiwijaya, Aldi Wilaga Mutia, Sani Nalurita, Wening Nawangsih, Ismasari Nilam Novita Sari Ningrum, Noorzahrah Cintya Nisa, Annida Jahratun Novianti, Afdelia Novyantika, Rizky Dwi Nowi, Nurul Aulia Nur Edma, Syifa’ul Mufidati Nur Hidayah Nur Hikmah Nurfalah, Meylinda Dwi Nurhikmat, Triano Nurinayah, N Nursulistyo, Emy Dwi Panggol, Sri Arista Papua, Oceano Alpheratza Permatasari, Retno Pertiwi, Riezki Pinasty, Salsabila Pradana, Sendhyka Cakra Pradana, Wahyu Aji Prasetyo, Adwi Guntur Prasetyo, Bagas Dwi Prawesti, Inna Prayoga, Dimas Prianda, Bayu Galih Pupung Purnamasari Purwanto Purwanto Putri, Naomighina Putri, Rahayu Kia Sandi Cahaya Putri, Selvina Sela Annisa Putri, Zarmeila Rachmania Mulkiyah, Ananda Raharjo, Alifian Wahyu Rahmawan, Afandi Ahmad Rakhmalia, Riza Indriani Ramdhanti, Tiara Ratri Astuti, Morti Rini, Halimah Setio Safitrah, Ilham Saputra, Johan Saputri, Bening Saraswasti, Lidya Palupi Sari, Cindy Fatika Sari, Rima Juridar Usfita Sartika, Indang Satria Permana, Muhammad Safri Septian, Yayan Dwi Serdawati, Septi Simanjuntak, Antonius Soesmono, Salma Sri Utami Sriwiji, Rina Subangkit, Andreas Sulhaerati, S Suriyani, Ade Irma Suwandi Suwandi Tanza, Alifia Tria Anggraini, Devita Turmudi Zy, Ahmad Tusyakdiah, Halima Ulinnuha, Muhammad Utama, Rafi Ilmi Badri Utami, Pertiwi Bekti Wahyu Hadikristanto Wicaksono, Bima Yudha Widi, Tegar Anugrah Widiawati, Ika Fitia Wirdaniyati, Sri Siska Wiyanto - Yadin, Muhammad Atma Yahya, Adiba Yuan Badrianto Yubinas, Febritista Yumna, Pradipa Arka Yuniarti, Mazna Yusnandar, Y Zahra , Qolbiyatus Syifa Az