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 6 Documents
 1 
Search results for , issue "Vol. 3 No. 1 (2025):" : 6 Documents clear
ANALISA PERBANDINGAN METODE EKSPONENSIAL WINTER DAN METODE DEKOMPOSISI TIME SERIES UNTUK MEMPREDIKSI PENJUALAN BRIKET BATU BARA Mashitasari, Dewi; Soehardjoepri, Soehardjoepri; Widjajati, Farida Agustin
ESTIMATOR : Journal of Applied Statistics, Mathematics, and Data Science Vol. 3 No. 1 (2025):
Publisher : Program Studi Statistika Universitas PGRI Argopuro Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31537/estimator.v3i1.2426

Abstract

Indonesia sangat kaya dengan Sumber Daya Alam, termasuk salah satunya adalah hasil bumi pertambangan. Hasil bumi pertambangan di Indonesia sangat beragam yaitu minyak bumi, gas alam, niket, emas, batu bara, dan lain-lain. Hasil tambang batu bara itu sendiri mengalami peningkatan permintaan dalam beberapa tahun terakhir. Salah satu produk pengembangan dari pertambangan batu bara adalah briket. Briket adalah bahan bakar padat yang terbuat dari bahan-bahan yang mudah terbakar seperti arang, serbuk gergaji, atau limbah biomassa lain yang dipadatkan. Sebagai Badan Usaha Milik Negara (BUMN), PT. Tambang Batu Bara Bukit Asam Tbk. (PTBA) memiliki mandat untuk mengoptimalkan pengembangan dan layanan terkait briket batu bara, dengan tujuan meningkatkan penetrasi pasar dan minat masyarakat. Penelitian ini bertujuan untuk menyediakan landasan prediktif bagi PTBA mengenai proyeksi angka penjualan briket batu bara. Pada penelitian ini, menyajikan dua metode, yaitu Metode Eksponensial Winter dan Metode Dekomposisi Time Series. Dua metode tersebut akan dianalisa untuk mendapatkan metode terbaik untuk memprediksi angka penjualan briket batu bara.
PENGARUH JUMLAH KOLABORATOR TERHADAP PRODUKTIVITAS PENELITIAN DI CGANT UNIVERSITAS JEMBER Hasanah, Laeliyatul; Retnowardani, Dwi Agustin; Fatimah, Fita
ESTIMATOR : Journal of Applied Statistics, Mathematics, and Data Science Vol. 3 No. 1 (2025):
Publisher : Program Studi Statistika Universitas PGRI Argopuro Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31537/estimator.v3i1.2452

Abstract

Penelitian ini bertujuan untuk menganalisis pengaruh jumlah kolaborator terhadap produktivitas penelitian di CGANT Universitas Jember menggunakan metode regresi linier sederhana dengan aplikasi SPSS. Data diambil dari publikasi penelitian CGANT tahun 2021-2024, mencakup 17 peneliti, 1017 kolaborator, dan 804 produktivitas penelitian. Hasil analisis menunjukkan hubungan positif yang signifikan antara jumlah kolaborator dan produktivitas penelitian (koefisien regresi = 0,894; p-value = 0,000). Nilai R² sebesar 0,613 mengindikasikan bahwa 61,3% variasi produktivitas penelitian dapat dijelaskan oleh jumlah kolaborator. Temuan ini memberikan implikasi penting bagi pengelola institusi untuk memaksimalkan kolaborasi guna meningkatkan hasil penelitian.
PEMODELAN ANALISIS REGRESI LINIER SEDERHANA DAN AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DALAM MEMODELKAN LUAS KEBAKARAN HUTAN INDONESIA Sulantari; Hariadi, Wigid; Sulisawati, Dwi Noviani; Purwandari, Anggraini Ratih; Fatimah, Fita
ESTIMATOR : Journal of Applied Statistics, Mathematics, and Data Science Vol. 3 No. 1 (2025):
Publisher : Program Studi Statistika Universitas PGRI Argopuro Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31537/estimator.v3i1.2474

Abstract

Tahun 2022 luas hutan Indonesia sebesar 125,76 hektar atau 62,97% dari luas daratan Indonesia. Hutan memegang peranan penting bagi kahidupan manusia, salah satunya adalah hutan sebagai sumber air. Kebakaran hutan menjadi ancaman yang serius bagi keberlangsungan hutan di Inodonesia. Kebakaran hutan di Indonesia terjadi hampir setiap tahun dengan luas hutan yang terbakar setiap tahunnya berfluktuatif. Kebakaran hutan disebabkan akibat aktivitas manusia dalam pembukaan lahan, musim kemarau, atau faktor lainnya. Hutan yang rusak dapat berdampak kepada banyak hal, salah satunya yakni kodisi sumber air atau kondisi aliran sungai yang dapat ikut menurun secara kualitas atau kuantitasnya. Salah satu mitigasi bencana yang dapat dilakukan dalam fenomena kebakaran hutan adalah dengan melakukan analisis data dalam memodelkan prediksi luas kebakaran hutan di Indonesia. Metode prediksi yang dapat digunakan adalah analisis runtun waktu model ARIMA dan analisis regresi linier. Setelah dilakukan analisis data diperoleh kesimpulan (1) Model ARIMA (3,2,0) dan model regresi linier sederhana dengan variabel independen status el-nino, layak digunakan untuk memodelkan prediksi luas kebakaran hutan di Indonesia. (2) Variabel independen status elnino berpengaruh terhadap luas kebakaran hutan di Indonesia, dengan nilai korelasi ( R ) sebesar 0.462. (3) Tahun 2025 prediksi luas kebakaran hutan Indonesia untuk model ARIMA(3,2,0) adalah sebesar 0.457 juta hektar. (5) Untuk model regresi linier sederhana jika tahun 2025 terjadi el nino, luas kebakaran hutan Indonesia diprediksi sebesar 1.09 juta hektar. (6) Untuk model regresi linier sederhana jika tahun 2025 tidak terjadi el nino, luas kebakaran hutan Indonesia diprediksi sebesar 0.45 juta hektar.
ANALISIS FORECASTING PENJUALAN PRODUK BRAND TEKA LINEA DI MILLENNIUM HOME CENTER JEMBER DENGAN METODE SINGLE EXPONENTIAL SMOOTHING Islahi, Balqis A’abidah; Mashitasari, Dewi; Roifah, Miftahur
ESTIMATOR : Journal of Applied Statistics, Mathematics, and Data Science Vol. 3 No. 1 (2025):
Publisher : Program Studi Statistika Universitas PGRI Argopuro Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31537/estimator.v3i1.2502

Abstract

Penelitian ini menyampaikan hasil analisis forecasting dengan Metode Single Exponential Smoothing dengan menggunakan data penjualan produk brand Teka Linea di Millenium Home Center periode Januari 2024 sampai dengan Desember 2024. Tujuan dari penelitian ini adalah memprediksi jumlah produk brand Teka Linea yang terjual pada bulan ke 13 atau Januari 2025. Metodologi yang digunakan meliputi pengambilan data yang ada di bagian Sales Millenium Home Center Jember. Selain itu, penelitian ini juga menganalisis nilai alpha yang tepat untuk memprediksi penjualan produk tersebut. Hasil penelitian diharapkan dapat memberikan gambaran umum mengenai strategi marketing atau penjualan produk Teka Linea.
PERBANDINGAN NILAI UJIAN MADRASAH AQIDAH AKHLAK ANTARA KURIKULUM KTSP DAN KURIKULUM 2013 DENGAN MENGGUNAKAN ANALISIS UJI INDEPENDENT SAMPLE T-TEST (STUDI KASUS SISWA KELAS VI MI AL-HAMIDI JEMBER) Wulandari, Audia Dwi Retno; Mashitasari, Dewi; Fatimah, Fita
ESTIMATOR : Journal of Applied Statistics, Mathematics, and Data Science Vol. 3 No. 1 (2025):
Publisher : Program Studi Statistika Universitas PGRI Argopuro Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31537/estimator.v3i1.2503

Abstract

Penelitian ini menyampaikan hasil analisis uji Independent Sample T – Test pada nilai Ujian Madrasah mata pelajaran Aqidah Akhlak pasa siswa kelas VI MI Al – Hamidi Jember. Analisis yang dilakukan adalah membandingkan nilai ujian Aqidah Akhlak pada dua kurikulum yang berbeda, yaitu Kurikulum KTSP dan kurikulum 2013. Pada analisis uji Independent Sample T-Test yang dilakukan terdapat beberapa tahapan, yaitu normality test (uji normalitas), homogenity test (uji homogenitas) dan uji independent sample test. Hasil analisis yang didapatkan adalah ada perbedaan yang signifikan (nyata) antara hasil belajar siswa pada Kurikulum KTSP dan Kurikulum 2013.
FORECASTING JUMLAH SISWA BARU MENGGUNAKAN METODE MOVING AVERAGE STUDI KASUS DI SMP AL-MUTTAQIN Alivia, Fitriatul; Retnowardani, Dwi Agustin; Sulantari
ESTIMATOR : Journal of Applied Statistics, Mathematics, and Data Science Vol. 3 No. 1 (2025):
Publisher : Program Studi Statistika Universitas PGRI Argopuro Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31537/estimator.v3i1.2430

Abstract

Forecasting jumlah siswa baru merupakan langkah penting dalam perencanaan dan pengelolaan sarana serta prasarana sekolah seperti penyediaan ruang kelas, tenaga pengajar, dan lain sebagainya. Penelitian ini bertujuan untuk memprediksi jumlah siswa baru di SMP Al-Muttaqin menggunakan metode Moving Average yang merupakan metode statistik untuk analisis data deret waktu. Data yang digunakan dalam penelitian ini adalah data jumlah siswa baru selama beberapa tahun terakhir. Tahapan yang dilakukan meliputi forecasting data, identifikasi model, estimasi parameter, validasi model, dan prediksi jumlah siswa baru. Berdasarkan hasil analisis metode Moving Average (rata-rata bergerak) adalah salah satu metode analisis statistik yang digunakan dalam peramalan (forecasting) data untuk meramalkan siswa baru tahun depan (2025).

Page 1 of 1 | Total Record : 6

 1 

Filter by Year

2025 2025


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)