cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Dwi Agustin Retnowardani
Contact Email
2i.agustin@gmail.com
Phone
+6281234061383
Journal Mail Official
ejournal.estimator@mail.unipar.ac.id
Editorial Address
Jl. Jawa No. 10, Krajan Timur, Sumbersari, Kec. Sumbersari, Kabupaten Jember, Jawa Timur 68121
Location
Kab. jember,
Jawa timur
INDONESIA
Journal of Applied Statistics, Mathematics, and Data Science
Published by Universitas PGRI Argopuro Jember
ISSN : -     EISSN : 30218403     DOI : https://doi.org/10.31537/estimator.v1i1.1180
Core Subject : Science, Education,
Computer Science & IT Decision Sciences, Operations Research & Management Mathematics
ESTIMATOR: Journal of Applied Statistics, Mathematics, and Data Science merupakan jurnal yang dikelola oleh Program Studi Statistika, Fakultas Sains dan Teknologi, Universitas PGRI Argopuro Jember. Jurnal ini akan terbit dua kali dalam setahun dengan ruang lingkup penelitian mengenai bidang kajian ilmu statistika dan terapannya, bidang ilmu data sains, bidang ilmu matematika dan terapannya, dan bidang ilmu pendidikan matematika.
Arjuna Subject : Matematika - Statistik dan Probabilitas
Articles 8 Documents
 1 
Search results for , issue "Vol. 2 No. 1 (2024)" : 8 Documents clear
Tingkat Pengangguran Terbuka Periode Sebelum hingga Sesudah Pandemi Covid-19 dengan Pendekatan Non-Parametrik Mayapada, Retno; Fardinah
ESTIMATOR : Journal of Applied Statistics, Mathematics, and Data Science Vol. 2 No. 1 (2024)
Publisher : Program Studi Statistika Universitas PGRI Argopuro Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31537/estimator.v2i1.1829

Abstract

The unemployment rate is one of the factors related to a country's economy. During the COVID-19 pandemic, there was a decline in economic growth in Indonesia which also had a negative impact on the labor market. The decreased mobility of people causes reduced economic activity and ultimately the number of poverty increases. This research compares the percentage of unemployment rates in Indonesia in the period before, during, and after the COVID-19 pandemic using a non-parametric approach because the data of unemployment rates in 2020 and 2021 are not normally distributed. The non-parametric tests used in this research are the Friedman test and the Nemenyi post-hoc test. Based on research conducted, it was found that there was a statistically significant difference (?=5%) between the percentage of unemployment rates during the COVID-19 pandemic and the period before and after the COVID-19 pandemic. Meanwhile, the difference between before and after COVID-19 occurred was not statistically significant (?=5%). However, the average unemployment rate in 2023 is the smallest that compared to previous years. This shows that the economy in Indonesia is slowly starting to improve after the COVID-19 pandemic.
ANALISIS RMSE DALAM HOLT-WINTERS EXPONENTIAL SMOOTHING METHODS PADA FORECASTING EKSPOR MIGAS PROVINSI JAWA TIMUR Aprilia, Ira; Achmadin, Wahyu Nur; Masruroh, Zuwidatul; Ghofur, Abdul
ESTIMATOR : Journal of Applied Statistics, Mathematics, and Data Science Vol. 2 No. 1 (2024)
Publisher : Program Studi Statistika Universitas PGRI Argopuro Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31537/estimator.v2i1.1911

Abstract

Penelitian ini dimulai dengan memvisualisasikan semua data dalam bentuk grafik untuk memudahkan analisis lebih lanjut. Data yang digunakan adalah nilai ekspor minyak dan gas (migas) Provinsi Jawa Timur dari Januari 2021 hingga Desember 2023, dengan pencatatan bulanan. Analisis ini menyoroti pentingnya mempertimbangkan faktor musiman dalam peramalan untuk memahami dinamika data dengan lebih baik. Grafik ini menampilkan pola fluktuatif yang terlihat dalam data, dengan nilai yang naik-turun tidak stabil, yang disebabkan oleh pengaruh musiman yang terjadi setiap bulan. Dalam forecasting, struktur utama terdiri dari level, tren, musiman, dan forecast. Penelitian ini menggunakan persamaan yang telah ditentukan untuk menghitung level dan tren dari data time series tersebut. Penggunaan parameter ?, ?, dan ?, yang bersifat arbitrer, diteliti dalam rentang nilai (0,1 – 0,5) untuk menentukan kombinasi yang optimal. Setelah melakukan perhitungan, evaluasi dilakukan terhadap nilai error, dengan menghitung Mean Absolute Error (MAE) dan Root Mean Square Error (RMSE). Tabel-tabel RMSE menunjukkan hasil dari berbagai kombinasi beta dan gamma dengan konstanta ? yang berbeda, menyoroti pentingnya pemilihan parameter yang tepat untuk meningkatkan akurasi model peramalan. Analisis ini juga menunjukkan bahwa nilai RMSE cenderung meningkat seiring dengan nilai ? yang lebih tinggi, mengindikasikan bahwa bobot yang lebih besar pada data terbaru dapat meningkatkan kesalahan prediksi. Selain itu, variasi signifikan dalam RMSE antara kombinasi beta dan gamma menunjukkan bahwa eksperimen untuk menemukan kombinasi yang optimal dapat menghasilkan prediksi yang lebih akurat. Dalam penelitian ini, pemilihan kombinasi beta dan gamma yang menghasilkan RMSE terendah menjadi fokus utama dalam mengoptimalkan model peramalan. Hasil peramalan untuk periode mendatang juga dipresentasikan, memberikan gambaran tentang prediksi nilai ekspor migas di Provinsi Jawa Timur selama 12 bulan ke depan.
Rainbow Antimagic Coloring pada Graf Hasil Operasi Comb Graf Lintasan Septory, Brian Juned; Retnowardani, Dwi Agustin; Hasanah, Laeliyatul; Kamal, Dliou
ESTIMATOR : Journal of Applied Statistics, Mathematics, and Data Science Vol. 2 No. 1 (2024)
Publisher : Program Studi Statistika Universitas PGRI Argopuro Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Misalkan ???? adalah graf terhubung dengan himpunan titik ????(????) dan himpunan sisi ????(????). Misalkan fungsi ????: ????(????) ? {1,2,3, … , |????(????)|} adalah fungsi bijektif. Bobot sisi dari graf ???? didefinisikan sebagai ????(????????) = ????(????) + ????(????). Jika terdapat lintasan ???? ? ???? dengan setiap dua sisi ????????, ????’????’ ? (????) pada lintasan ???? ? ???? mempunyai bobot yang berbeda yaitu, ????(????????) ? ????(??????????) maka fungsi bijektif ???? disebut rainbow antimagic labeling. Dengan demikian jika dipandang bobot sisi ????(????????) sebagai pewarnaan sisi ????????, maka ???? juga disebut rainbow antimagic coloring. Rainbow antimagic connection number adalah jumlah warna paling kecil dari semua rainbow antimagic coloring pada graf ????, dinotasikan dengan ????????????(????). Pada makalah ini, dipelajari tentang rainbow antimagic coloring dan diperoleh nilai dari rainbow antimagic connection number pada graf hasil operasi comb pada graf lintasan ????7 ? ????4 dan ????7 ? ????6.
Pemodelan Knop melalui Penggabungan Benda Dasar Hasil Deformasi Tabung, Prisma Segienam Beraturan, dan Permukaan Putar Ro'ifah, Miftahur
ESTIMATOR : Journal of Applied Statistics, Mathematics, and Data Science Vol. 2 No. 1 (2024)
Publisher : Program Studi Statistika Universitas PGRI Argopuro Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31537/estimator.v2i1.2287

Abstract

Penelitian ini bertujuan untuk merumuskan prosedur pemodelan knop dengan menggabungkan benda dasar hasil deformasi tabung, prisma segienam beraturan, serta modifikasi permukaan putar pada tiga jenis kerangka sumbu pemodelan. Metode yang digunakan mencakup pembentukan komponen dasar knop melalui deformasi tabung, prisma segienam beraturan, dan permukaan putar, kemudian merangkai komponen-komponen tersebut pada tiga jenis sumbu pemodelan. Penelitian ini menghasilkan prosedur untuk membangun beberapa benda dasar sebagai komponen knop dengan langkah-langkah sebagai berikut. Pertama, menentukan dua titik yang masing-masing terletak pada sisi atas dan sisi bawah tabung, prisma segienam beraturan, dan permukaan putar. Kedua, mengoperasikan titik-titik tersebut untuk menghasilkan bentuk komponen knop yang bervariasi. Sementara itu, prosedur untuk merangkai beberapa benda dasar komponen knop dilakukan dengan langkah-langkah berikut. Pertama, membagi sumbu menjadi tiga bagian segmen non-homogen yang mewakili alas, penyangga, dan kepala knop. Kedua, mengisi setiap bagian segmen sumbu non-homogen dengan komponen knop yang sesuai.
Tingkat Pengangguran Terbuka Periode Sebelum hingga Sesudah Pandemi Covid-19 dengan Pendekatan Non-Parametrik Mayapada, Retno; Fardinah, Fardinah
ESTIMATOR : Journal of Applied Statistics, Mathematics, and Data Science Vol. 2 No. 1 (2024)
Publisher : Program Studi Statistika Universitas PGRI Argopuro Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31537/estimator.v2i1.1829

Abstract

The unemployment rate is one of the factors related to a country's economy. During the COVID-19 pandemic, there was a decline in economic growth in Indonesia which also had a negative impact on the labor market. The decreased mobility of people causes reduced economic activity and ultimately the number of poverty increases. This research compares the percentage of unemployment rates in Indonesia in the period before, during, and after the COVID-19 pandemic using a non-parametric approach because the data of unemployment rates in 2020 and 2021 are not normally distributed. The non-parametric tests used in this research are the Friedman test and the Nemenyi post-hoc test. Based on research conducted, it was found that there was a statistically significant difference (?=5%) between the percentage of unemployment rates during the COVID-19 pandemic and the period before and after the COVID-19 pandemic. Meanwhile, the difference between before and after COVID-19 occurred was not statistically significant (?=5%). However, the average unemployment rate in 2023 is the smallest that compared to previous years. This shows that the economy in Indonesia is slowly starting to improve after the COVID-19 pandemic.
ANALISIS RMSE DALAM HOLT-WINTERS EXPONENTIAL SMOOTHING METHODS PADA FORECASTING EKSPOR MIGAS PROVINSI JAWA TIMUR Aprilia, Ira; Achmadin, Wahyu Nur; Masruroh, Zuwidatul; Ghofur, Abdul
ESTIMATOR : Journal of Applied Statistics, Mathematics, and Data Science Vol. 2 No. 1 (2024)
Publisher : Program Studi Statistika Universitas PGRI Argopuro Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31537/estimator.v2i1.1911

Abstract

Penelitian ini dimulai dengan memvisualisasikan semua data dalam bentuk grafik untuk memudahkan analisis lebih lanjut. Data yang digunakan adalah nilai ekspor minyak dan gas (migas) Provinsi Jawa Timur dari Januari 2021 hingga Desember 2023, dengan pencatatan bulanan. Analisis ini menyoroti pentingnya mempertimbangkan faktor musiman dalam peramalan untuk memahami dinamika data dengan lebih baik. Grafik ini menampilkan pola fluktuatif yang terlihat dalam data, dengan nilai yang naik-turun tidak stabil, yang disebabkan oleh pengaruh musiman yang terjadi setiap bulan. Dalam forecasting, struktur utama terdiri dari level, tren, musiman, dan forecast. Penelitian ini menggunakan persamaan yang telah ditentukan untuk menghitung level dan tren dari data time series tersebut. Penggunaan parameter ?, ?, dan ?, yang bersifat arbitrer, diteliti dalam rentang nilai (0,1 – 0,5) untuk menentukan kombinasi yang optimal. Setelah melakukan perhitungan, evaluasi dilakukan terhadap nilai error, dengan menghitung Mean Absolute Error (MAE) dan Root Mean Square Error (RMSE). Tabel-tabel RMSE menunjukkan hasil dari berbagai kombinasi beta dan gamma dengan konstanta ? yang berbeda, menyoroti pentingnya pemilihan parameter yang tepat untuk meningkatkan akurasi model peramalan. Analisis ini juga menunjukkan bahwa nilai RMSE cenderung meningkat seiring dengan nilai ? yang lebih tinggi, mengindikasikan bahwa bobot yang lebih besar pada data terbaru dapat meningkatkan kesalahan prediksi. Selain itu, variasi signifikan dalam RMSE antara kombinasi beta dan gamma menunjukkan bahwa eksperimen untuk menemukan kombinasi yang optimal dapat menghasilkan prediksi yang lebih akurat. Dalam penelitian ini, pemilihan kombinasi beta dan gamma yang menghasilkan RMSE terendah menjadi fokus utama dalam mengoptimalkan model peramalan. Hasil peramalan untuk periode mendatang juga dipresentasikan, memberikan gambaran tentang prediksi nilai ekspor migas di Provinsi Jawa Timur selama 12 bulan ke depan.
Rainbow Antimagic Coloring pada Graf Hasil Operasi Comb Graf Lintasan Septory, Brian Juned; Retnowardani, Dwi Agustin; Hasanah, Laeliyatul; Kamal, Dliou
ESTIMATOR : Journal of Applied Statistics, Mathematics, and Data Science Vol. 2 No. 1 (2024)
Publisher : Program Studi Statistika Universitas PGRI Argopuro Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31537/estimator.v2i1.2022

Abstract

Misalkan ???? adalah graf terhubung dengan himpunan titik ????(????) dan himpunan sisi ????(????). Misalkan fungsi ????: ????(????) ? {1,2,3, … , |????(????)|} adalah fungsi bijektif. Bobot sisi dari graf ???? didefinisikan sebagai ????(????????) = ????(????) + ????(????). Jika terdapat lintasan ???? ? ???? dengan setiap dua sisi ????????, ????’????’ ? (????) pada lintasan ???? ? ???? mempunyai bobot yang berbeda yaitu, ????(????????) ? ????(??????????) maka fungsi bijektif ???? disebut rainbow antimagic labeling. Dengan demikian jika dipandang bobot sisi ????(????????) sebagai pewarnaan sisi ????????, maka ???? juga disebut rainbow antimagic coloring. Rainbow antimagic connection number adalah jumlah warna paling kecil dari semua rainbow antimagic coloring pada graf ????, dinotasikan dengan ????????????(????). Pada makalah ini, dipelajari tentang rainbow antimagic coloring dan diperoleh nilai dari rainbow antimagic connection number pada graf hasil operasi comb pada graf lintasan ????7 ? ????4 dan ????7 ? ????6.
Pemodelan Penambahan Hutang Negara Indonesia Berdasarkan Nilai Expor Dengan Analisis Regresi Nonlinier Model Logarithmic dan Model Invers Hariadi, Wigid; Sulantari, Sulantari
ESTIMATOR : Journal of Applied Statistics, Mathematics, and Data Science Vol. 2 No. 1 (2024)
Publisher : Program Studi Statistika Universitas PGRI Argopuro Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31537/estimator.v2i1.2322

Abstract

Indonesia merupakan salah satu negara berkembang. Dalam proses perkembangannya, hingga saat ini negara Indonesia masih mengandalkan hutang sebagai salah satu sumber pendanaan dalam pembangunan. Total hutang negara Indonesia terus mengalami kenaikan. Pada tahun 2014 total hutang negara Indonesia sebesar 2608.78 Trilliun Rupiah, dan pada tahun 2023 total hutang negara Indonesia menajadi sebesar 8041 Trilliun Rupiah. Dalam kurun waktu 9 tahun hutang negara Indonesia mengalami kenaikan sebesar 5432.22 Trilliun Rupiah atau terjadi penambahan hutang sebesar 208.23% dibandingkan total hutang pada tahun 2014. Terdapat banyak faktor yang mempengaruhi besar penambahan hutang negara, salah satunya yakni nilai expor suatu negara. semakin besar nilai expor, maka kemungkinan besar suatu negara mampu untuk berhutang lebih banyak. Analisis regresi nonlinier model Logarithmic dan model Invers merupakan analisis data yang dapat digunakan untuk memodelkan hubungan antara nilai expor dan penambahan hutang negara Indonesia. Setelah dilakukan analisis data, diperoleh hasil bahwa regresi nonlinier model Invers adalah model yang terbaik untuk memodelkan hubungan antara nilai expor dan penambahan hutang negara Indonesia. Dengan nillai R-Square sebesar 0.267 dan nilai MSE sebesar 76270.78. adapun model yang diperoleh yakni : Penambahan Hutang Indoensia = 806.541 + + .

Page 1 of 1 | Total Record : 8

 1 

Filter by Year

2024 2024


Reset
Filter By Issues
All Issue Vol. 3 No. 1 (2025): Vol. 2 No. 2 (2024): Vol. 2 No. 1 (2024) Vol. 1 No. 2 (2023) Vol. 1 No. 1 (2023)