cover
Contact Name
Ana Tsalitsatun Ni'mah
Contact Email
ana.tsalits@nuris.ac.id
Phone
+6285366622280
Journal Mail Official
admin@nuris.ac.id
Editorial Address
STAI Nurul Islam Mojokerto YPP Nurul Islam Pungging Mojokerto (Kampus 2) Jl. Raya PP Nurul Islam Pungging, Tunggal Pager - Pungging Kabupaten Mojokerto Kodepos 61384
Location
Kab. mojokerto,
Jawa timur
INDONESIA
Sains Data Jurnal Studi Matematika dan Teknologi
ISSN : 2986903X     EISSN : 2986903X     DOI : https://doi.org/10.52620/sainsdata
Sains Data Jurnal Studi Matematika dan Teknologi, published by the STAI Nurul Islam Mojokerto. Its a biannual refereed journal concerned with the practice and processes of mathematics and technologies. It provides a forum for academics, practitioners and community representatives to explore issues and reflect on practices relating to the full range of engaged activity. This journal is a peer-reviewed online journal dedicated to the publication of high-quality research focused on research and best pratices. The mission of Sains Data Jurnal Studi Matematika dan Teknologi is to serve as the premier peer-reviewed, interdisciplinary journal to advance theory and practice related to all forms of social science. This includes highlighting innovative endeavors; critically examining emerging issues, trends, challenges, and opportunities; and reporting on studies of impact in the areas of mathematics and technologies.
Articles 6 Documents
Search results for , issue "vol 4, no 2: july-december 2026" : 6 Documents clear
Penerapan Metode Autoregressive (AR) dalam Memprediksi Tren Pertumbuhan Start Up di Kota Medan Mario Syahputra; Rahmat Hutapea; Agung Hidayat Nuryadi; Rio Anggara Panjaitan; Rina Widya Sari
Sains Data Jurnal Studi Matematika dan Teknologi Vol 4, No 2: July-December 2026
Publisher : Institut Nurul Islam Mojokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52620/sainsdata.v4i2.345

Abstract

The rapid growth of startups in Medan City highlights the need for data-driven approaches to understanding digital entrepreneurship dynamics. This study aims to apply the Autoregressive (AR) model to predict startup growth trends in Medan using historical data from 2016 to 2024. The method employed is time series analysis with a first-order AR(1) model, utilizing secondary data from the Investment and Licensing Agency of North Sumatra Province. The findings indicate a significant increase in startup numbers since 2022, with projections suggesting continued growth to 127 startups by 2030. The AR model proves to offer a simple yet accurate forecasting framework, making it a valuable tool for strategic planning. These results have important implications for policymakers, investors, and entrepreneurs in designing sustainable startup development strategies in urban areas.
Peramalan Tingkat Kemiskinan Kota Pekalongan Tahun 2027 Menggunakan Metode Double Exponential Smoothing Ulum Hidayah Suryani; Daffa Oktavianuri Ramadhan; Wilda Yulia Rusyida
Sains Data Jurnal Studi Matematika dan Teknologi Vol 4, No 2: July-December 2026
Publisher : Institut Nurul Islam Mojokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52620/sainsdata.v4i2.309

Abstract

Tingkat kemiskinan di Kota Pekalongan menunjukkan fluktuasi yang cukup kuat selama dua dekade terakhir dengan tren penurunan yang belum stabil, sehingga diperlukan analisis prediktif untuk mendukung perencanaan kebijakan daerah. Penelitian ini bertujuan untuk memprediksi persentase tingkat kemiskinan di Kota Pekalongan hingga tahun 2027 menggunakan metode Double Exponential Smoothing (DES) dengan bantuan perangkat lunak IBM SPSS 26. Data yang digunakan merupakan data deret waktu persentase penduduk miskin Kota Pekalongan periode 2002–2025 yang diperoleh dari Badan Pusat Statistik (BPS) Kota Pekalongan. Analisis dilakukan dengan tahapan visualisasi data, pemodelan DES, evaluasi akurasi menggunakan MAE, MAPE, dan RMSE, serta pengujian residual melalui ACF dan PACF. Hasil penelitian menunjukkan bahwa model DES memiliki performa yang sangat baik dengan nilai MAE sebesar 0.787, RMSE 1.130, dan MAPE 9.823% yang termasuk kategori akurasi sangat baik. Analisis residual juga menunjukkan bahwa model memenuhi asumsi white noise. Hasil peramalan memperlihatkan tren penurunan tingkat kemiskinan dari 6,28% pada tahun 2025 menjadi 6,13% pada tahun 2027. Temuan ini mengindikasikan bahwa meskipun penurunan tidak terlalu besar, tren arah kemiskinan di Kota Pekalongan cenderung membaik, sehingga hasil peramalan dapat dimanfaatkan sebagai dasar perumusan strategi pengentasan kemiskinan yang lebih optimal.
Media Konkret dalam Pembelajaran Matematika: Studi Implementasi di MI NU Tholibin Nabila Marcia Amalia; Nur Jannah Aliyah; Lathifatun Na’im; Dian Mustika Anggraini
Sains Data Jurnal Studi Matematika dan Teknologi Vol 4, No 2: July-December 2026
Publisher : Institut Nurul Islam Mojokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52620/sainsdata.v4i2.376

Abstract

Kajian ini berfokus pada analisis penggunaan media konkret dalam pembelajaran matematika di MI NU Tholibin. Pendekatan yang digunakan adalah kualitatif deskriptif dengan subjek seorang guru matematika. Pengumpulan data dilakukan melalui wawancara, observasi, dan dokumentasi, kemudian dianalisis menggunakan model interaktif yang mencakup reduksi data, penyajian data, serta penarikan kesimpulan dengan validasi melalui triangulasi. Temuan penelitian menunjukkan bahwa pemanfaatan media konkret disesuaikan dengan karakteristik materi pembelajaran dan berperan dalam meningkatkan keterlibatan siswa. Dari perspektif guru, penggunaan media konkret membantu siswa memahami konsep melalui pengalaman langsung. Namun, implementasinya masih menghadapi kendala pada aspek persiapan. Selain itu, pembelajaran juga didukung oleh penggunaan media digital untuk menciptakan variasi aktivitas belajar. Integrasi antara media konkret dan media digital berpotensi mendukung pembelajaran matematika yang lebih interaktif dan kontekstual, dengan tetap mempertimbangkan kesiapan guru serta kondisi pembelajaran di kelas.
Komparasi Protokol Transmisi Real-Time Video Streaming pada Drone Quadcopter untuk Monitoring Kegiatan Humas Polri Juantino Brata Astungkara; Afu Ichan Pradana; Dwi Hartanti
Sains Data Jurnal Studi Matematika dan Teknologi Vol 4, No 2: July-December 2026
Publisher : Institut Nurul Islam Mojokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52620/sainsdata.v4i2.378

Abstract

Perkembangan teknologi Unmanned Aerial Vehicle (UAV) berbasis Internet of Things (IoT) telah membuka peluang baru dalam sistem monitoring real-time, khususnya pada kegiatan dokumentasi dan pengawasan oleh Humas POLRI. Namun, tantangan utama yang dihadapi adalah belum optimalnya transmisi video streaming real-time akibat keterbatasan bandwidth, latency, serta stabilitas jaringan. Penelitian ini bertujuan untuk membandingkan performa protokol komunikasi Message Queuing Telemetry Transport (MQTT) dan Real Time Streaming Protocol (RTSP) dalam mendukung sistem transmisi video pada drone quadcopter berbasis IoT. Metode penelitian yang digunakan adalah eksperimental komparatif dengan pendekatan System Development Life Cycle (SDLC), meliputi analisis kebutuhan, perancangan arsitektur sistem, implementasi, dan evaluasi performa. Parameter yang digunakan dalam pengujian meliputi latency, throughput, jitter, dan packet loss. Hasil penelitian menunjukkan bahwa MQTT memiliki keunggulan dalam stabilitas komunikasi, efisiensi bandwidth, dan tingkat packet loss yang rendah, sehingga lebih cocok untuk kondisi jaringan tidak stabil dan pengiriman data telemetri. Sementara itu, RTSP memiliki performa lebih baik dalam hal latency rendah dan throughput tinggi sehingga lebih optimal untuk kebutuhan video streaming real-time. Kesimpulannya, kedua protokol memiliki karakteristik yang saling melengkapi sehingga pendekatan hybrid direkomendasikan untuk sistem monitoring UAV pada kegiatan Humas POLRI agar mampu menyeimbangkan kualitas video dan keandalan komunikasi data. 
A Comparative Study of Holt-Winters Exponential Smoothing Models for Forecasting Palm Oil Production at PT XYZ Difta Alzena Sakhi; Karina Auralia; Muhammad Nasrudin; Masti Fatchiyah Maharani
Sains Data Jurnal Studi Matematika dan Teknologi Vol 4, No 2: July-December 2026
Publisher : Institut Nurul Islam Mojokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52620/sainsdata.v4i2.420

Abstract

Monthly palm oil production fluctuates due to seasonal patterns and long-term trends, making accurate forecasting essential for operational planning in plantation companies. This study aims to compare seven Holt–Winters Exponential Smoothing models with different trend and seasonal component configurations to forecast the monthly palm oil production of PT XYZ using a univariate approach. The analysis is based on 135 observations covering the period from January 2015 to March 2026. The performance of each model configuration was evaluated using the last 12 months as the test set and assessed based on the Mean Absolute Error (MAE), Root Mean Square Error (RMSE), and Mean Absolute Percentage Error (MAPE). The results indicate that the Holt–Winters model with a multiplicative trend and additive seasonality consistently achieved the best forecasting performance, with a MAPE of 5.71%, an MAE of 284.89 tons, and an RMSE of 331.83 tons, substantially outperforming the other six model configurations. The selected model was subsequently used to generate production forecasts for the next 12 months, providing a basis for managerial decision-making in harvest planning, mill capacity management, workforce allocation, and sales strategy.
Penerapan Metode Fine Tuning BRIO (Bringing Order to Abstractive Summarization) pada Model mBART untuk Peringkasan Abstraktif Berita Berbahasa Indonesia Devina Marsya Rani; I Nyoman Saputra Wahyu Wijaya; I Made Putrama; Ni Putu Novita Puspa Dewi
Sains Data Jurnal Studi Matematika dan Teknologi Vol 4, No 2: July-December 2026
Publisher : Institut Nurul Islam Mojokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52620/sainsdata.v4i2.456

Abstract

Meningkatnya jumlah berita pada media daring menyulitkan pembaca memperoleh informasi secara cepat karena keterbatasan waktu untuk membaca seluruh artikel. Kondisi ini mendorong pengembangan sistem peringkasan teks abstraktif berbasis Transformer yang mampu menghasilkan ringkasan baru dengan tetap mempertahankan informasi penting. Model mBART memiliki kemampuan baik dalam berbagai tugas pemrosesan bahasa alami, namun masih memerlukan fine tuning agar sesuai dengan karakteristik data dan tugas spesifik. Hingga saat ini, penerapan metode BRIO pada model mBART untuk tugas peringkasan abstraktif berita berbahasa Indonesia masih belum banyak dilaporkan, sehingga efektivitas pendekatan tersebut belum diketahui secara memadai. Oleh karena itu, penelitian ini bertujuan mengevaluasi efektivitas BRIO sebagai metode fine-tuning pada model mBART untuk peringkasan abstraktif berita berbahasa Indonesia. Penelitian ini menggunakan dataset Liputan6 yang terdiri atas 26.903 pasangan artikel dan ringkasan. Evaluasi dilakukan menggunakan ROUGE, METEOR, Novel Unigram, dan Compression Ratio. Hasil menunjukkan ROUGE-1 sebesar 48,39%, ROUGE-2 sebesar 32,41%, ROUGE-L sebesar 41,72%, ROUGE-L sebesar 41,72%, METEOR sebesar 41,52%, Novel Unigram sebesar 0,0557, dan Compression Ratio sebesar 6,93. Hasil tersebut menunjukkan bahwa penerapan BRIO mampu menghasilkan ringkasan yang tetap mempertahankan informasi utama dengan tingkat pemadatan yang baik, sehingga berpotensi menjadi pendekatan fine tuning untuk pengembangan sistem peringkasan berita berbahasa Indonesia.

Page 1 of 1 | Total Record : 6