Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Emerging Statistics and Data Science Journal
Dewati, Nabila Ratna
Unknown Affiliation
Computer Science & IT Mathematics

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
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.
IMPLEMENTASI METODE HOLT-WINTERS ADDITIVE UNTUK MEMPREDIKSI PENUMPANG KERETA API TAKSAKA RELASI YOGYAKARTA-GAMBIR: IMPLEMENTASI METODE HOLT-WINTERS ADDITIVE UNTUK MEMPREDIKSI PENUMPANG KERETA API TAKSAKA RELASI YOGYAKARTA-GAMBIR Dewati, Nabila Ratna; Danarwindu , Ghiffari Ahnaf; Shinta
Emerging Statistics and Data Science Journal Vol. 4 No. 2 (2026): 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.vol4.iss.2.art04

Abstract

Kereta api merupakan salah satu moda transportasi yang sering digunakan oleh masyarakat di Indonesia. Kereta Api Taksaka menjadi salah satu layanan unggulan dari PT Kereta Api Indonesia (Persero) yang melayani rute Yogyakarta-Gambir. Seiring dengan meningkatnya kebutuhan layanan transportasi, perusahaan perlu memahami pola jumlah penumpang sebagai dasar perencanaan operasional. Penelitian ini menggunakan metode Holt-Winters Additive karena data yang dianalisis menunjukkan adanya pola musiman dan trend. Tahapan penelitian meliputi analisis deskriptif, identifikasi pola data runtun waktu, penerapan metode Holt-Winters Additive, serta evaluasi model menggunakan nilai Mean Absolute Percentage Error (MAPE). Data yang digunakan adalah jumlah penumpang harian dari bulan Januari 2022 hingga Januari 2025 yang diperoleh dari PT Kereta Api Indonesia (Persero) Daop VI Yogyakarta. Penelitian ini bertujuan untuk menghasilkan model prediksi yang dapat memperkirakan jumlah penumpang harian Kereta Api Taksaka dan diharapkan dapat menjadi pertimbangan dalam pengambilan keputusan terkait perencanaan operasional, pengelolaan kapasitas, serta strategi pelayanan Kereta Api Taksaka. Hasil penelitian menunjukkan model Holt-Winters Additive mampu memprediksi jumlah penumpang berdasarkan pada nilai MAPE yang dihasilkan. Diperoleh tingkat akurasi sangat baik untuk Kereta Api Taksaka Pagi dengan nilai MAPE sebesar 9.71% dan akurasi memadai untuk Kereta Api Taksaka Malam dengan nilai MAPE sebesar 25.67%. Selain itu, hasil peramalan menunjukkan pola mingguan. Jumlah penumpang Kereta Api Taksaka Pagi diprediksi meningkat pada 10 Februari 2025 menjadi 495 penumpang dan menurun pada 5 Februari 2025 menjadi 371 penumpang. Sedangkan, jumlah penumpang Kereta Api Taksaka Malam pada 1 Februari 2025 diprediksi mengalami kenaikan menjadi 477 penumpang dan diprediksi menurun pada 7 Februari 2025 menjadi 261 penumpang.
Co-Authors Danarwindu, Ghiffari Ahnaf Edy Widodo Mutia, Sani Nowi, Nurul Aulia Saraswasti, Lidya Palupi Shinta