cover
Contact Name
Dr. Atina Ahdika, M.Si
Contact Email
146110101@uii.ac.id
Phone
+62 817-2384-386
Journal Mail Official
esds@uii.ac.id
Editorial Address
Universitas Islam Indonesia. Jl. Kaliurang KM 14,5, Sleman Yogyakarta
Location
Kab. sleman,
Daerah istimewa yogyakarta
INDONESIA
Emerging Statistics and Data Science Journal
ISSN : 29884004     EISSN : 29864178     DOI : https://doi.org/10.20885.25
Core Subject : Science, Education,
ESDS publishes scientific articles on statistics and its applications, and also in terms of big data and data science. The article can be a research result, a case study, or a literature review, with coverage: - Statistical Methodology – Articles dealing with new and innovative data analysis techniques and methodologies include, but are not limited to: bootstrapping, classification techniques, design of experiments, parametric and nonparametric methods, functional data, fuzzy statistical analysis, nonlinear models, partial least squares, structural equation models, Bayesian analysis, survey sample analysis, and statistics computation. - Applied Statistics in Business, Industry and Social Studies – Articles dealing with econometrics, demography, spatial analysis, time series analysis, longitudinal analysis, spatio-temporal analysis, quality control, and other subjects related to Applied Statistics in Business, Industry and Social Studies. - Data Science – Articles dealing with big data, data exploration, data mining, data science, data visualisation, and machine learning. - Another field which is related to statistics and the applications
Articles 102 Documents
Perbandingan Metode Peramalan Double Exponential Smoothing dan Triple Exponential Smoothing with Damped Parameter terhadap Kunjungan Wisatawan Mancanegara di Provinsi Jawa Barat : Perbandingan Metode Peramalan Double Exponential Fikri Badru Salam; Mujiati Dwi Kartikasari
Emerging Statistics and Data Science Journal Vol. 1 No. 1 (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.1.art16

Abstract

Menurut berita yang dirilis pada 04 Desember 2020 dalam www.dpr.go.id sektor pariwisata menjadi penyumbang devisa negara terbesar yang mencapai 45 miliar dolar AS. Dari data yang dirilis Dinas Pariwisata dan Kebudayaan Jawa Barat bahwa sektor pariwisata menyumbang pendapatan asli daerah mencapai 577 miliar rupiah. Maka dari itu, kebudayaan dan kekayaan alam merupakan komponen yang sangat penting untuk mendorong pariwisata di Indonesia. Salah satu indikator yang membuat sektor pariwisata berkembang ialah pertumbuhan kunjungan wisatawan mancanegara. Penelitian ini bertujuan untuk memberikan gambaran ke depan bagi pemerintah dalam perancangan berbagai aspek diantaranya pembangunan infrastruktur, bandara internasional, fasilitas umum, transportasi, setra fasilitas rekreasi di berbagai objek wisata. Data yang digunakan dalam penelitian ialah jumlah kunjungan wisatawan mancanegara yang berkunjung ke Provinsi Jawa Barat pada bulan Januari 2010 sampai dengan Februari 2022. Data tersebut dilakukan transformasi Box-Cox terlebih dahulu agar data yang digunakan memiliki variansi yang kecil. Kemudian, dilakukan analisis peramalan dengan metode Double Exponential Smoothing with Damped Parameter dan Triple Exponential Smoothing Additive dan Multiplicative with Damped parameter. Dan akan dicari nilai tingkat kesalahan atau error dengan perhitungan Mean Absolute Percentage Error (MAPE). Kemudian dibandingkan dari ketiga metode dan didapatkan model terbaik adalah Triple Exponential Smoothing Multiplicative with Damped parameter didapatkan nilai parameter optimum alpha sebesar 0.794, beta sebesar 0.00002, dan gamma sebesar 0.00001, dan phi sebesar 0.9655 dengan nilai peramalan pada bulan Maret 2022 sebesar 149 orang. Dimana nilai MSE sebesar 7.576946, nilai MAPE sebesar 9.376225 atau 9.38%. Nilai MAPE < 10% yang artinya peramalan tersebut dapat dikatakan baik dan dapat digunakan.
Perbandingan Metode ARIMA dan Single Exponential Smoothing dalam Peramalan Jumlah Peserta Baru di Kota Yogyakarta: Perbandingan Metode ARIMA dan Single Exponential Annisa, Annisa Azizurohim Mubarokah; Sekti Kartika Dini
Emerging Statistics and Data Science Journal Vol. 1 No. 1 (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.1.art8

Abstract

Menurut hasil proyeksi penduduk tahun 2010-2035 yang dilakukan oleh BPS menunjukan bahwa tahun 2000 hingga 2019, laju pertumbuhan penduduk di Kota Yogyakarta megalami kenaikan sebesar 1.39%. Selain itu, kepadatan penduduk di Kota Yogyakarta pada tahun 2010 mencapai 11985/km2. Selain itu, pada proyeksi BPS menunjukan kepadatan penduduk tahun 2019 mencapai 13190.43/km2. Dengan kenaikan laju pertumbuhan penduduk yang sangat pesat serta kepadatan penduduk tersebut maka diperlukannya pencegahan serta persiapan alat kontrasepsi supaya menekan laju pertambahan penduduk di Kota Yogyakarta. Penelitian ini digunakan untuk mendapatkan metode peramalan yang tepat serta meramalkan jumlah peserta KB baru di Kota Yogyakarta pada 5 periode awal di tahun 2022. Perbandingan metode peramalan tersebut menggunakan metode single exponential smoothing dan ARIMA. Didapatkan metode terbaik adalah ARIMA(3,1,0) dengan nilai MAPE sebesar 16.24. Hasil peramalan menggunakan metode ARIMA(3,1,0) untuk bulan Janurai 2022 hingga Mei 2022 secara berturut-turut adalah 389 jiwa, 353 jiwa, 338 jiwa, 346 jiwa dan 365 jiwa.
Penerapan Algoritma K-Means Clustering untuk Mengelompokkan Kecamatan di Kabupaten Grobogan Menurut Tingkat Kesejahteraan Keluarga Tahun 2020: Penerapan Algoritma K-Means Clustering Nugrahaini, Asa; Rahmadi Yotenka
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.art36

Abstract

Kesejahteraan keluarga adalah keadaan di mana kebutuhan dasar, sosial, dan perkembangan keluarga terpenuhi secara maksimal. Kabupaten Grobogan memiliki tingkat kesejahteraan keluarga yang berbeda-beda di setiap kecamatannya. Berbagai upaya dilakukan oleh pemerintah di Kabupaten Grobogan untuk mengatasi masalah-masalah yang berkaitan dengan kesejahteraan keluarga, mulai dari penyaluran bantuan dalam bentuk bantuan konsumtif hingga bantuan yang lebih produktif, namun seringkali terkendala masalah distribusi. Dengan menggunakan analisis k-means clustering, 19 kecamatan di Kabupaten Grobogan diklasifikasi dan ditentukan karakteristiknya guna membantu pemerintah dalam melaksanakan kebijakan yang berkaitan dengan masalah kesejahteraan keluarga di setiap kecamatan. Ada dua kelompok berbeda yang diidentifikasi dalam penelitian ini. Kecamatan pada kelompok 1 memiliki tingkat kesejahteraan keluarga yang tinggi untuk keluarga tahap I, II, III, dan III+. Sementara itu kelompok 2 memiliki tingkat kesejahteraan keluarga rendah untuk keluarga tahap I, II, III, dan III+.
Pengelompokan Kecamatan di Kabupaten Merangin Berdasarkan Produksi Tanaman Perkebunan Tahun 2021 Menggunakan Agglomerative Hierarchical Clustering: Pengelompokan Kecamatan di Kabupaten Merangin Berdasarkan Produksi Tanaman Perkebunan Tias, Feby Hestuningtias; Arum Handini Primandari
Emerging Statistics and Data Science Journal Vol. 1 No. 1 (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.1.art15

Abstract

Perkebunan adalah sektor terpenting bagi perkembangan perekonomian negara Indonesia serta berperan dalam penyerapan tenaga kerja. Kabupaten Merangin merupakan salah satu kabupaten yang ada di provinsi Jambi yang memiliki kekayaan sumber daya alam berupa tanah yang subur dan sangat tergantung pada sektor perkebunan. Hal ini terlihat dari struktur PDRB dari tahun ke tahun hampir 60% disumbangkan oleh sektor perkebunan. Setiap kecamatan di kabupaten Merangin berpotensi untuk memproduksi tanaman perkebunan, namun tidak semua kecamatan dapat memproduksi semua jenis komoditas tanaman perkebunan. Untuk mengoptimalkan jumlah produksi tanaman perkebunan, penelitian ini memiliki tujuan untuk mengelompokkan 24 kecamatan di kabupaten Merangin menggunakan analisis Agglomerative Hierarchical Clustering dengan metode terbaik yaitu metode average linkage berdasarkan produksi tanamanan perkebunan tahun 2021. Berdasarkan hasil clustering dan profilisasi produksi tanaman perkebunan keret, kelapa, kelapa sawit, kopi dan kakao diperoleh cluster 1 memiliki 17 kecamatan dengan kategori tinggi, cluster 2 memiliki 2 kecamatan dengan kategori sangat tinggi, cluster 3 memiliki 2 kecamatan dengan kategori rendah, dan cluster 4 memiliki 3 kecamatan dengan kategori sangat rendah.
Peramalan Jumlah Peserta KB Aktif Pengguna Alat Kontrasepsi Pil di Daerah Istimewa Yogyakarta Menggunakan Metode ARIMA: Peramalan Jumlah Peserta KB Deden Nurhasanah; Sekti Kartika Dini
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.art18

Abstract

Peserta KB aktif adalah peserta baru dan peserta lama yang masih aktif menggunakan alat kontasepsi. Dalam sumber lain, menurut Dinas Kesehatan Jawa Tengah peserta KB aktif diartikan juga sebagai pasangan usia subur (PUS) yang saat ini menggunakan salah satu alat kontasepsi tanpa diselingi dengan kehamilan. Dilansir dari situs Ims.bkkbn.go.id melalui siaran pers di youtube BNPB(9/10/2020) Kepala Badan Kependudukan dan Keluarga berencana Nasional(BKKBN) dr Hasto Wardoyo menyebutkan bahwa tingkat pemakaian alat kontrasepsi menurun selama pandemi COVID-19 yang mengakibatkan angka kehamilan ikut naik. Tujuan dari penelitian ini adalah untuk melihat jumlah peserta KB aktif yang menggunakan alat kontrasepsi di perode kedepan guna mengantisipasi adanya lonjakan peserta. Dalam penelitian ini peneliti akan melakukan penelitian mengenai Jumlah Peserta KB aktif yang menggunakan metode alat kontrasepsi pil diwilayah provinsi Daerah Istimewa Yogyakarta menggunakan metode ARIMA(Autoregresiive integrated Moving Average). Dari hasil analisis, didapati model terbaik yang digunakan adalah model ARIMA(1,3,1) dimana hasil peramalan untuk jumlah peserta KB aktif yang menggunakan alat kontrasepsi pil mengalami kenaikan setiap bulannya. Hasil peramalan yang didapati untuk 7 periode ke depan berjumlah sama dengan nilai MAPE sebesar 1,482%.
Analisis Double Exponential Smoothing pada Indeks Pembangunan Manusia di Kabupaten Banyumas Alfa Yuliana; Fauzy, Akhmad
Emerging Statistics and Data Science Journal Vol. 1 No. 1 (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.1.art3

Abstract

Indeks Pembangunan Manusia (IPM) adalah tolak ukur keberhasilan pembangunan manusia (penduduk) di suatu wilayah. Semakin tinggi nilai IPM pada suatu wilayah menunjukkan wilayah tersebut tingkat pencapaian pembangunan manusia semakin baik. Peramalan (forecasting) adalah suatu cara,untuk memperkirakan kondisi di masa depan. Tujuan penelitian ini, untuk mengetahui prediksi IPM Kabupaten Banyumas untuk 5 periode (tahun) kedepan dari tahun 2022 hingga tahun 2026 serta tingkat kesalahan peramalannya dengan menggunakan MAPE. Berdasarkan pola data IPM Kabupaten Banyumas yang mengalami peningkatan setiap periode atau tahunnya maka disimpulkan data memiliki kecenderungan trend naik, maka dilakukan penelitian peramalan IPM Kabupaten Banyumas menggunakan metode Double Exponential Smoothing (DES) dua parameter Holt. Didapatkan hasil peramalan pada indeks pembangunan manusia menggunakan metode ini mengalami peningkatan secara signifikan setiap tahunnya. Didapatkan juga nilai parameter pemulusan level α sebesar 0.9619782 dan parameter pemulusan trend β sebesar 0 yang optimum serta didapatkan nilai ukuran kesalahan dengan Mean Square Error (MSE) sebesar 0.08349977 dan dengan Mean Absolute Percentage Error (MAPE) sebesar 0.2875306% artinya hasil peramalan dengan metode DES yang telah dilakukanini sangat baik menurut kriteria MAPE.
Pengaruh Tingkat Inflasi, Upah Minimum, Dan Pertumbuhan Ekonomi Terhadap Tingkat Pengangguran Terbuka Di Provinsi Bali: Pengaruh Tingkat Inflasi, Upah Minimum, Aurielle Maulidya Salsabila; Muhammad Muhajir
Emerging Statistics and Data Science Journal Vol. 1 No. 1 (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.1.art11

Abstract

Tidak sebandingnya jumlah angkatan kerja dengan jumlah tersedianya lapangan kerja menyebabkan pengangguran. Isu pengangguran menjadi suatu bahasan yang sangat kompleks untuk dibahas karena berkaitan dengan indikator ekonomi yang memengaruhinya. Metrik ekonomi berikut yang memengaruhi pengangguran adalah inflasi, upah minimum, dan pertumbuhan ekonomi. Adapun tujuan dari penelitian untuk mengetahui adanya dampak tingkat inflasi, upah minimum, dan pertumbuhan ekonomi pada tingkat pengangguran terbuka di Provinsi Bali. Data yang didapatkan melalui BPS Provinsi Bali digunakan sebagai data sekunder untuk penelitian. Metode penelitian yang digunakan bersifat deskriptif dan asosiatif. Metode statistik yang sesuai dengan tujuan penelitian adalah regresi linear berganda dengan pengujian stastistik yaitu uji asumsi klasik. Hasil analisis menunjukkan variabel inflasi, upah minimum, dan pertumbuhan ekonomi berpengaruh signifikan secara simultan terhadap tingkat pengangguran terbuka di Provinsi Bali berdasarkan tujuan penelitian dan temuan analisis data yang telah diberikan. Tingkat pengangguran terbuka di Provinsi Bali secara signifikan dan positif dipengaruhi oleh upah minimum. Sementara itu, tingkat pengangguran terbuka di Provinsi Bali dipengaruhi secara negatif oleh inflasi dan pertumbuhan ekonomi.
Peramalan Jumlah Pengguna Baru yang Terdaftar di Aplikasi iPusnas Menggunakan Metode Extreme Learning Machine: Peramalan Jumlah Pengguna Baru yang Terdaftar di Aplikasi iPusnas Mulyaningsih, Anisa Dwi Mulyaningsih; Mujiati Dwi Kartikasari
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.art28

Abstract

Perpustakaan merupakan salah satu komponen yang berperan penting dalam penyediaan buku-buku sebagai sumber acuan pembelajaran. Kecenderungan membaca teks elektronik terus meningkat dari hari ke hari. Seiring dengan perkembangan zaman yang semakin pesat membuat terciptanya layanan perpustakaan online untuk memudahkan pembaca menikmati layanan buku gratis dimanapun berada. Untuk itu iPusnas merupakan salah satu layanan perpustakaan online yang harus dikembangkan dengan sebaik mungkin. Berdasarkan perkembangan zaman yang semakin pesat mengenai perpustakaan digital, pemerintahan perlu mengetahui landasan untuk melakukan pengembangan pada aplikasi layanan perpustakaan online menjadi lebih baik. Dengan demikian perlunya dilakukan metode prediksi Extreme Learning Machine (ELM) dengan menggunakan analisis data historis yang berguna untuk menentukan perkembangan di masa depan. Penelitian ini bertujuan untuk mengetahui nilai dari hasil analisis menggunakan metode Extreme Learning Machine untuk mendapatkan prediksi pengguna baru di aplikasi perpustakaan digital yaitu iPusnas pada bulan April hingga bulan Desember 2021. Studi kasus yang digunakan dalam penelitian ini adalah data pengguna baru iPusnas pada bulan Januari 2017 hingga bulan Desember 2021. Kemudian hasil yang diperoleh dari penelitian ini yaitu nilai Mean Absolute Percentage Error (MAPE) sebesar 22.69949%.
Analisis Clustering K-Modes Terhadap Kepuasan Sistem Rekrutmen Online Mitra Kerja BPS Kabupaten Bima Tahun 2022 Akbar, Ashabul Akbar Maulana; Rahmadi Yotenka
Emerging Statistics and Data Science Journal Vol. 1 No. 1 (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.1.art9

Abstract

Sejak kasus pertama Covid-19 di Indonesia pada tanggal 2 maret 2020, banyak kegiatan yang diadakan secara Offline kini dialihkan menjadi Online atau lebih dikenal dengan sebutan Pemberlakuan Pembatasan Kegiatan Masyarakat. Ditengah pemberlakuan Pembatasan Kegiatan Masyarakat Badan Pusat Statistik Kabupaten Bima melakukan perekrutan mitra kerja untuk persiapan sensus pertanian tahun 2023. Kegiatan ini merupakan kegiatan pertama bagi Badan Pusat Statistik Kabupaten Bima dalam melakukan rekrutmen mitra kerja secara Online. Sehingga, untuk melakukan evaluasi Badan Pusat Statistik Kabupaten Bima mengadakan survei kepuasan terhadap sistem rekrutmen yang dijalankan. Tujuan dari penelitian ini adalah untuk mengetahui gambaran umum, serta karakteristik dari Cluster yang terbentuk dengan menggunakan metode Clustering K-Modes. Didapatkan bahwa rata-rata kepuasan untuk setiap variabel survei lebih dari 8 yang artinya hampir seluruh sistem berjalan dengan baik, tetapi terjadi beberapa kendala. Untuk analisis Cluster, didapatkan sebanyak 3 Cluster optimal yang terbentuk. Dengan karakteristik masing-masing dimana Cluster 0 memiliki kategori puas terdapat 69 anggota Cluster, Cluster 1 cukup puas memiliki anggota sebanyak 38, dan Cluster 2 sangat puas dengan anggota Cluster sebanyak 104.
Perbandingan Metode Double Exponential Smoothing dan Metode Triple Exponential Smoothing untuk Harga Telur pada Produsen Di Kabupaten Sukabumi: Perbandingan Metode Double Exponential Smoothing dan Metode Triple Exponential Tarisya, Tarisya Permata Junita; Arum Handini Primandari
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.art21

Abstract

Peternakan merupakan aktivitas dalam mengembangbiakan hewan ternak untuk memperoleh manfaat serta yang akan terjadi dari aktivitas tersebut. Telur merupakan bahan pahan hasil ternak unggas yang mengandung gizi cukup dan kerap disantap oleh masyarakat. Telur memiliki kandungan zat yang mencangkup 13 % protein, 12 % lemak, juga vitamin dan mineral. Dari hasil peramalan tersebut dapat menjadi patokan dan bahan pertimbangan dalam pengambilan keputusan atau kebijakan dalam menentukan harga telur di kabupaten sukabumi. Peramalan bertujuan untuk menaksir nilai dimasa depan dengan menggunakan data masa lalu. Penelitian ini bertujuan untuk mengetahui peramalan terhadap harga produsen pada masa yang akan datang yaitu periode 1 tahun kedepan pada tahun 2022. Penelitian ini menggunakan metode Double Exponential Smoothing dan metode Triple Exponential Smoothing. Adapun data yang digunakan yaitu data time series harga telur ayam ras pada produsen dimulai dari bulan Januari 2020 sampai dengan bulan Desember 2021. Berdasarkan hasil yang diperoleh, Mean Square Error dan Mean Absolute Percentage Error digunakan untuk mengukur kesalahan prediksi, kemudian dibandingkan kedua metode tersebut dan didapatkan metode terbaik yaitu metode Triple Exponential Smoothing dengan nilai Mean Square Error sebesar 629368.5 dan nilai Mean Absolute Percentage Error sebesar 3.584268%, nilai Mean Absolute Percentage Error yang di dapat <10% artinya metode Triple Exponential Smoothing dapat dikatakan sangat baik untuk digunakan dalam prediksi Harga Telur ini

Page 1 of 11 | Total Record : 102