cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
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
Published by Universitas Islam Indonesia
ISSN : 29884004     EISSN : 29864178     DOI : https://doi.org/10.20885.25
Core Subject : Science, Education,
Computer Science & IT Mathematics
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
Arjuna Subject : Matematika - Statistik dan Probabilitas
Articles 16 Documents
 1   2 
Search results for , issue "Vol. 1 No. 2 (2023): Emerging Statistics and Data Science Journal" : 16 Documents clear
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%.
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%.
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
Pendekatan Rantai Markov Waktu Diskrit dalam Memprediksi Penurunan dan Kenaikan Jumlah Pelanggan Air Minum Baru PDAM Kota Surakarta: Pendekatan Rantai Markov Waktu Diskrit Akhdan, Ariq; Fauzy, Akhmad
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.art31

Abstract

PDAM Kota Surakarta adalah salah satu bentuk Badan Usaha Milik Daerah, atau BUMD. Salah satu hal yang dapat menjadi indikator keberlangsungan PDAM sebagai perusahaan yaitu jumlah pelanggan air minum baru per bulannya. Jumlah pelanggan air minum baru dapat mengalami penurunan atau kenaikan. Pencarian nilai peluang terjadinya penurunan dan kenaikan akan berguna dalam pertimbangan pengambilan keputusan dalam pengembangan usaha. Makalah ini memiliki tujuan untuk mencari nilai peluang terjadinya penurunan dan kenaikan berdasarkan kondisi saat ini. Data yang digunakan adalah data Jumlah Pelanggan Air Minum Baru PDAM Kota Surakarta pada bulan Januari 2019 hingga Desember 2021. Data yang digunakan dihitung jumlah penurunan dan kenaikan pada bulan tertentu berdasarkan kondisi bulan lau supaya dapat membentuk rantai markov waktu diskrit. Berdasarkan rantai markov waktu diskrit yang terbentuk, membuat matriks probabilitas transisi 1 langkah, matriks probabilitas transisi n langkah, dan matriks transisi steady state. Didapatkan untuk matriks probabilitas transisi 1 langkah, peluang terjadinya penurunan dan kenaikan apabila terjadi penurunan pada bulan sebelumnya masing-masing sebesar 0.3571 dan 0.6429, sedangkan peluang terjadinya penurunan dan kenaikan apabila terjadi kenaikan pada bulan sebelumnya masing-masing sebesar 0.45 dan 0.55. Untuk matriks transisi steady state, peluang terjadinya penurunan dan kenaikan dalam jangka waktu panjang masing-masing sebesar 0.4188 dan 0.5882.
Peramalan Indeks Pembangunan Manusia Kabupaten Karawang dengan Metode Double Exponential Smoothing: Peramalan Indeks Pembangunan Manusia Dwi Syahputra, Nidzar Zulmi; Dina Tri Utari
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.art30

Abstract

Indeks Pembangunan Manusia adalah suatu parameter yang menjadi indikator pencapaian pembangunan manusia di suatu wilayah. Parameter kemampuan pembangunan manusia didasari oleh tiga kemampuan dasar, yaitu umur panjang dan sehat, pengetahuan, dan aspek hidup yang layak. Ada berbagai cara untuk meramalkan suatu kondisi yang akan datang salah satunya adalah model forecasting exponential smoothing. Penelitian ini bertujuan untuk mengetahui bagaimana meramalkan data dengan metode exponential smoothing dan mengetahui nilai IPM Kabupaten Karawang tahun 2011-2021 selama 5 periode ke depan menggunakan metode Double Exponential Smoothing. Hasil dari penelitian ini adalah dengan nilai alpha sebesar 1 dan beta sebesar 0,1654582 diketahui dengan menggunakan metode Double Exponential Smoothing adalah 71,36957, 71,76953, 72,14751, 72,50471, dan 72,84226. Diperoleh kesimpulan bahwa nilai IPM Kabupaten Karawang terus meningkat tiap tahunnya yang menjadi bukti bahwa tingkat sumber daya kualitas Kabupaten Karawang tergolong baik.
Perbandingan Metode Peramalan Double Exponential Smoothing dan Triple Exponential Smoothing Pada Penjualan Indihome di Wilayah Telekomunikasi Cirebon: Perbandingan Metode Peramalan Double Exponential Smoothing dan Triple Exponential Smoothing Maulidaniar, Aulia Nurul; Widodo, Edy
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.art32

Abstract

IndiHome adalah salah satu produk dari PT. Telekomunikasi Indonesia yang merupakan suatu paket layanan komunikasi dan data seperti telepon rumah, internet, dan paket untuk televisi interaktif yang biasa disatukan dalam satu paket 3 in 1. Karena banyaknya pelanggan yang memakai layanan IndiHome, tujuan dari penelitian ini adalah ingin meneliti mengenai prediksi jumlah pelanggan indihome untuk beberapa periode kedepan dengan menggunakan peramalan. Hasil dari penelitian ini diharapkan pihak PT. Telekomunikasi Indonesia Witel Cirebon lebih memperhatikan pelanggan setia IndiHome dan pelayanan yang diberikan dalam melayani pelanggan dikarenakan sangat berpengaruh pada jumlah penjualan IndiHome. Penelitian menggunakan data sekunder yaitu data jumlah penjualan IndiHome di Kota Cirebon pada bulan Januari 2017 – Maret 2022 dengan banyak data adalah 61 data. Variabel yang digunakan adalah variabel bulan dan variabel jumlah penjualan IndiHome. Metode yang digunakan adalah Double Exponential Smoothing dan Triple Exponential Smoothing model additive dan multiplicative. Hasil dari kedua metode tersebut akan dibandingkan dan dipilih sesuai dengan tingkat kesalahan (MAPE) terkecil, didapatkan metode terbaik yang digunakan untuk peramalan adalah Triple Exponential Smoothing model multiplicative dengan nilai MAPE nya adalah 17% dan dianggap jika nilai akurat dan baik.
Pengelompokan Peserta Program Merdeka Belajar-Kampus Merdeka (MBKM) Berdasarkan Perguruan Tinggi dengan Analisis Cluster Non Hierarki Metode K-Means : Pengelompokan Peserta Program Merdeka Belajar-Kampus Merdeka (MBKM) Wananda, Titania Tasya; Jaka Nugraha
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.art26

Abstract

Merdeka Belajar-Kampus Mengajar (MBKM) merupakan program Kementrian Pendidikan dan Kebudayaan yang bertujuan agar menghasilkan kualitas Pendidikan yang lebih baik seperti mahasiswa yang memiliki kemampuan analisis yang tajam dan pemahaman komprehensif dalam mengembangkan diri. MBKM terdiri dari beberapa subprogram diantaranya yaitu magang, studi independent, kampus mengajar, dan lainnya. Jumlah mahasiswa peserta program magang, studi independent, dan kampus merdeka berjumlah 40.944 mahasiswa, sedangkan total mahasiswa secara keseluruhan sebesar 9.188.101 mahasiswa. Tujuan dari penelitian ini untuk mengetahui bagaimana tingkat partisipasi mahasiswa dari setiap perguruan tinggi dalam program MBKM dengan menggunakan analisis cluster K-Means. Pada penelitian ini terbentuk 2 cluster dengan jumlah anggota cluster 1 sebanyak 17 perguruan tinggi dan cluster 2 sebanyak 1359 perguruan tinggi. Cluster 1 memiliki karakteristik peserta program magang dan studi independent tergolong rendah, sedangkan peserta kampus mengajar tergolong tinggi. Cluster 2 memiliki karakteristik peserta program magang dan studi independent tergolong tinggi, sedangkan peserta kampus mengajar tergolong rendah.
Peramalan Jumlah Kedatangan Penumpang Pesawat Internasional di Bandara Soekarno-Hatta Menggunakan Metode Double Exponential Smoothing: Peramalan Jumlah Kedatangan Penumpang Pesawat Internasional di Bandara Soekarno-Hatta Salsabila, Avissa; Ayundyah Kesumawati
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.art25

Abstract

Bandar Udara Internasional Soekarno-Hatta berada di peringkat ke-18 sebagai bandara dengan jumlah penumpang yang paling banyak di dunia, menurut Airport Council International (ACI). Pada 2018 penumpang di Soekarno-Hatta mencapai 66,9 juta penumpang dan meningkat dibanding tahun sebelumnya. Akan tetapi akibat munculnya pandemi Covid-19 mengakibatkan tidak adanya jadwal penerbangan dan menyebabkan banyak pesawat mengganggur di Bandara Soekarno-Hatta. Berdasarkan permasalahan ini dilakukan peramalan jumlah kedatangan penumpang pesawat Internasional yang dimana menggunakan metode Double Exponential Smoothing untuk mendapatkan hasil peramalan 12 bulan kedepan pada tahun 2022. Dari metode tersebut menghasilkan nilai masing-masing ukuran kesalahan tersebut, yaitu nilai MSE sebesar 6169193632, nilai RMSE sebesar 78544.21 dan MAPE 34.89691. Dengan nilai MAPE 34,89691 menunjukkan bahwa peramalan jumlah kedatangan penumpang internasional di Bandara Soekarno-Hatta dengan menggunakan metode Double Exponential Smoothing menghasilkan akurasi nilai peramalan yang biasa. Serta diperoleh hasil peramalan pada bulan Januari hingga Desember 2022 masih mengalami penurunan.
Analisis Pengaruh Sektor Pariwisata Terhadap Tingkat Pengangguran Terbuka di Kabupaten/ Kota Daerah Istimewa Yogyakarta: Analisis Pengaruh Sektor Pariwisata Terhadap Tingkat Pengangguran Terbuka Benny Banu Adjie; Atina Ahdika
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.art20

Abstract

Penelitian ini dilakukan untuk mengetahui apakah terdapat pengaruh Jumlah Hotel bintang dan non bintang, Jumlah Rumah Makan yang sudah dibina, Jumlah Wisatawan Nusantara dan Mancanegara terhadap Tingkat Pengangguran Terbuka (TPT) di Kabupaten/Kota Provinsi Daerah istimewa Yogyakarta tahun 2016 – 2020. Metode yang digunakan pada penelitian ini adalah metode regresi data panel dengan pengolahan data nya menggunakan software RStudio dan Excel. Data panel merupakan gabungan data time series dengan cross section, setelah dilakukan beberapa beberapa uji, diperoleh model terbaik adalah Random Effect Model (REM) dengan pengaruh cross section. Selain itu diperoleh juga koefesien determinasi (R2) untuk random effect model yaitu sebesar 69.06%. Nilai tersebut menunjukan bahwa kemampuan variable independent dalam menjelaskan variable dependen sebesar 69.06% sedangkan sisanya 30.94% dijelaskan variabel lain yang tidak termasuk model. Dari hasil yang didapatkan, diperoleh kesimpulan bahwa jumlah hotel, Jumlah Restoran dan jumlah wisatawan memiliki pengaruh terhadap tingkat pengangguran terbuka di Kabupaten/Kota Provinsi DIY, dengan hasil uji overall sebesar 1.4327x10-11, lalu dari hasil uji t-statistik diperoleh hasil bahwa variable Jumlah Hotel memiliki pengaruh yang cukup baik dan positif terhadap TPT di Kabupaten/Kota di DIY, sedangkan variable Jumlah wisatawan memiliki pengaruh dan negative terhadap pengangguran terbuka di Provinsi DIY.
Analisis Dampak Pandemi Covid-19 terhadap City Pair Penerbangan yang Terdampak Menggunakan Uji Friedman dan Analisis Regresi Linear Bimasuci Basiludin; Muhammad Hasan Sidiq Kurniawan
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.art22

Abstract

Penerbangan adalah sebuah moda transportasi yang diandalkan oleh masyarakat Indonesia untuk mempermudah mobilitas karena waktu tempuh yang singkat. Aktivitas penerbangan kemudian terkacaukan oleh munculnya pandemi Covid-19 di Indonesia sebagai akibat dari pembatasan yang dilakukan pemerintah terkait penanganan virus ini. Salah satu pergerakan data yang paling mencolok adalah perubahan jumlah penerbangan dengan rute Tangerang – Denpasar dari bulan Maret 2020 sebanyak 2069 Penerbangan kemudian mengalami penurunan tajam pada bulan April 2020 menjadi sebanyak 471 penerbangan dan bulan Mei 2020 menjadi 128 penerbangan saja. Setelah ditelusuri dengan dilakukan identifikasi data, uji friedman dan analisis regresi, ternyata satu-satunya faktor terjadinya kekacauan tersebut adalah pembatasan yang gencar dilakukan oleh pemerintah terutama pada momen-momen tertentu, sedangkan masyarakat tidak terlalu terpengaruh oleh adanya pandemi dan tetap melakukan perjalanan pada situasi yang memungkinkan.

Page 1 of 2 | Total Record : 16

 1   2 

Filter by Year

2023 2023


Reset
Filter By Issues
All Issue Vol. 3 No. 3 (2025): Emerging Statistics and Data Science Journal Vol. 3 No. 2 (2025): Emerging Statistics and Data Science Journal Vol. 3 No. 1 (2025): Emerging Statistics and Data Science Journal Vol. 2 No. 3 (2024): Emerging Statistics and Data Science Journal Vol. 2 No. 2 (2024): Emerging Statistics and Data Science Journal Vol. 2 No. 1 (2024): Emerging Statistics and Data Science Journal Vol. 1 No. 3 (2023): Emerging Statistics and Data Science Journal Vol. 1 No. 2 (2023): Emerging Statistics and Data Science Journal Vol. 1 No. 1 (2023): Emerging Statistics and Data Science Journal