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 15 Documents
 1   2 
Search results for , issue "Vol. 1 No. 3 (2023): Emerging Statistics and Data Science Journal" : 15 Documents clear
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+.
Analisis Faktor-Faktor yang Mempengaruhi Tingkat Kemiskinan di Kabupaten Jombang dengan Regresi Linier Berganda: Analisis Faktor-Faktor yang Mempengaruhi Tingkat Kemiskinan Imaniar, Aliya Ockta; Rohmatul Rajriyah, Rohmatul Rajriyah
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.art38

Abstract

Beragam upaya untuk mengatasi masalah kemiskinan dilakukan oleh pihak pemerintah dan masyarakat secara bersinergi agar tercapainya cita-cita bangsa yang tertuang dalam Pembukaan UUD NRI 1945. Namun masalah umum seperti pengurangan pendapatan, pengangguran, dan pemutusan kontrak kerja yang mengakibatkan proses penyelesaian masalah kemiskinan terganggu, sehingga jumlah tingkat kemiskinan penduduk dunia kembali mengalami kenaikan. Metode analisis regresi linier berganda merupakan metode analisis pengaruh yang dapat mengeliminasi variabel tertentu yang kurang berpengaruh terhadap model. Diperoleh variabel IPM dan TPT merupakan model regresi terbentuk yang layak digunakan dan berpengaruh signifikan terhadap Tingkat Kemiskinan dengan persamaan regresi yang menunjukkan bahwa nilai IPM semakin tinggi dan TPT rendah akan menyebabkan Tingkat kemiskinan yang lebih rendah dan juga sebaliknya
Implementasi Klasifikasi Naive Bayes dan Pemodelan Topik dengan Latent Dirichlet Allocation untuk Data Ulasan Video Game Lokal Pada Platform Steam: Implementasi Klasifikasi Naive Bayes dan Pemodelan Topik dengan Latent Dirichlet Allocation Wardhana, Yusra Sakti; Ayundyah Kesumawati, Ayundyah Kesumawati
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.art41

Abstract

Industri video game global terus meroket dengan partisipasi pemain yang meningkat setiap tahun. Steam, sebagai platform distribusi digital terbesar yang dikembangkan oleh Valve Corporation, memungkinkan pengguna memberikan ulasan terbuka tentang video game. Prediksi sentimen yang akurat dalam ulasan online dapat meningkatkan peluang keuntungan bagi pengembang video game. Penelitian ini fokus pada klasifikasi dan pemodelan topik ulasan video game lokal di Steam menggunakan metode Naïve Bayes dan Latent Dirichlet Allocation. Sebelum penyeimbangan data, tingkat akurasi klasifikasi Naïve Bayes mencapai 86%, dan setelah penyeimbangan data, turun menjadi 81%.  Untuk pemodelan topik, penelitian ini mendapatkan 5 topik dengan nilai probabilitas 0.38807 untuk ulasan “Recommended” yaitu topik 1 membahas fitur video game stardew valley, topik 2 membahas puzzle dengan tema fantasy, topik 3 membahas visual art dan soundtrack, topik 4 membahas update patch disertai puzzle dengan musik, dan topik 5 membahas karakter dan gameplay, sedangkan 3 topik dengan nilai probabilitas 0.28095 untuk ulasan “Not Recommended” yaitu topik 1 membahas masalah bug gameplay, topik 2 membahas bug boss battle, dan topik 3 membahas masalah performa video game
Clustering Provinsi di Indonesia Berdasarkan Indeks Pembangunan Teknologi Informasi dan Komunikasi Menggunakan K-Medoids: Clustering Provinsi di Indonesia Berdasarkan Indeks Pembangunan Teknologi Informasi dan Komunikasi Menggunakan K-Medoids Mardhani Dwi Novianto; Galang Sumantri; Pusparani Puan Prihastuti
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.art39

Abstract

Teknologi, Informasi, dan Komunikasi (TIK), saat ini berkembang pesat, namun dapat menyebabkan kesenjangan perkembangan teknologi antarwilayah. Penelitian ini bertujuan sebagai langkah awal untuk mengatasi permasalahan tersebut dengan mengelompokkan provinsi berdasarkan Indeks Pembangunan TIK menggunakan metode K-Medoids. Data yang digunakan adalah data Indeks Pembangunan TIK tahun 2021 dengan 3 variabel subindeks Pembangunan TIK. Clustering dilakukan pada rentang 2 s.d. 5 cluster dengan validasi menggunakan Davies Bouldin Index. Berdasarkan hasil penelitian, diperoleh 5 cluster optimal yaitu, cluster pertama (1 provinsi), cluster kedua (6 provinsi), cluster ketiga (13 provinsi), cluster keempat (8 provinsi), dan cluster kelima (6 provinsi). Beberapa provinsi di Indonesia tergolong sebagai cluster dengan Indeks Pembangunan TIK rendah dan sangat rendah.  Oleh karena itu, pemerintah dapat memaksimalkan pembangunan TIK di seluruh provinsi untuk mengurangi kesenjangan perkembangan teknologi.
Penerapan Model Ekonomi Leontief Menggunakan Metode Dekomposisi Lower Upper pada Penentuan Nilai Produksi Industri Unggulan Jawa: Penerapan Model Ekonomi Leontief Kusbudiono, Kusbudiono; Mustafa , Meiunike Indah; Halikin, Ikhsanul
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.art37

Abstract

Ekonomi adalah aturan tentang tindakan untuk memenuhi kebutuhan hidup melalui konsumsi, produksi, dan distribusi. Kegiatan ini sangat erat kaitannya dengan kependudukan. Pertumbuhan penduduk yang cepat menyebabkan sumber daya yang terbatas. Oleh karena itu, keseimbangan antara sumber daya dan kegiatan ekonomi sangat diperlukan. Salah satu upayanya adalah setiap produsen yang merupakan salah satu pelaku ekonomi perlu mengetahui nilai produksinya agar semua kebutuhan terpenuhi. Nilai produksi dapat ditentukan dengan menggunakan model ekonomi Leontief dan dekomposisi atas bawah. Berdasarkan latar belakang tersebut penulis menentukan nilai produksi industri unggulan Jawa Timur dengan menggunakan model ekonomi Leontief dan lower upper decomposition. Metode yang digunakan dalam penelitian adalah studi literatur, dan data input-output produk unggulan propinsi Jawa Timur tahun 2021 yang digunakan diperoleh dari Badan Pusat Statistik [3]. Berdasarkan studi literatur mengenai model ekonomi Leontief didapatkan langkah-langkah untuk menyelesaikan model menggunakan low upper dekomposisi. Hasil dari penelitian ini adalah nilai produksi dari sembilan industri unggulan yaitu, Industri ketenagalistrikan sebesar Rp59.281.599,00, industri kimia, farmasi, dan obat sebesar Rp135.398.978,00, industri makanan dan minuman sebesar Rp336.948.795,00, industri tekstil dan pakaian jadi sebesar Rp32.642.590,00, industri jasa informasi dan komunikasi sebesar Rp100.423.238,00, industri jasa perusahaan Rp35.404.398,00, industri kulit dan barang dari kulit sebesar Rp16.610.424,00, industri          perdagangan besar         dan eceran sebesar Rp224.936.840,00, dan industri angkutan rel sebesar Rp1.502.281,00.
Implementasi K-Medoids Clustering Pada Kemiskinan Ekstrem di Provinsi Maluku: Implementasi K-Medoids Clustering Pada Kemiskinan Ekstrem di Provinsi Maluku Tangke, Nabillah Rahmatiah; Abdullah Ahmad Dzikrullah, Abdullah Ahmad Dzikrullah
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.art47

Abstract

Kemiskinan masih menjadi isu utama di Indonesia, dengan 16,97% penduduk hidup di bawah garis kemiskinan. Sebagian dari mereka bahkan mengalami kemiskinan ekstrem, dengan kesejahteraan setara dengan USD 1,9 PPP atau Rp.10.739,00 per kapita per hari. Penelitian ini dilakukan di Kabupaten/Kota Provinsi Maluku tahun 2022, sebagai respons terhadap Instruksi Presiden (Inpres) Nomor 4 Tahun 2022 yang menargetkan penghapusan kemiskinan ekstrem pada tahun 2024. Fokus utama penelitian ini adalah menggunakan algoritma clustering K-Medoids untuk mengelompokkan Kabupaten/Kota berdasarkan faktor-faktor yang berkontribusi terhadap kemiskinan ekstrem. Variabel yang digunakan melibatkan persentase penduduk lansia, tingkat pengangguran, pertumbuhan penduduk, Indeks Pembangunan Manusia (IPM), sumber air utama sumur tidak terlindungi, dan bahan bakar utama memasak menggunakan kayu. Dari 11 Kabupaten/Kota di Provinsi Maluku, hasil analisis clustering menunjukkan pembentukan 4 cluster dengan karakteristik yang berbeda. Cluster 1 memiliki 2 anggota, ditandai dengan persentase penduduk lansia yang signifikan dan tingkat pengangguran tertinggi. Cluster 2, dengan 3 anggota, memiliki persentase penduduk lansia tertinggi, IPM rendah, dan rumah tangga banyak menggunakan sumur tidak terlindungi dan kayu sebagai sumber air dan bahan bakar utama. Cluster 3, dengan 5 anggota, memiliki karakteristik rumah tangga menggunakan sumur tidak terlindungi dan kayu, serta IPM rendah dan pertumbuhan penduduk yang cepat. Cluster 4, yang hanya memiliki 1 anggota, ditandai dengan pertumbuhan penduduk paling cepat dan tingkat pengangguran yang tinggi. Penelitian ini memberikan wawasan terperinci tentang kondisi kemiskinan ekstrem di wilayah tersebut.
Persespsi Aparatur Sipil Negara (ASN) Kabupaten Sleman Terhadap Keamanan Data Pribadi dengan Metode Statistika Deskriptif: Persespsi Aparatur Sipil Negara (ASN) Kabupaten Sleman Hisyam, Ferry Riaunaldy; Sekti Kartika Dini
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.art34

Abstract

Populasi di Indonesia mencapai 276,4 juta jiwa dan jumlah pengguna internetnya mencapai 212,9 juta berdasarkan laporan yang dimuat We Are Social dan Meltwater per Januari 2023. Sehingga penetrasi internet di Indonesia termasuk sangat tinggi karena telah mencapai 77% dan sebanding dengan tingginya serangan cyber yang berakibat bocornya data pribadi dari berbagai macam platform. Berdasarkan hal tersebut, perlu dilakukan penelitian untuk mengetahui pemahaman dan kesadaran akan pentingnya keamanan dan perlindungan data pribadi dalam hal ini yaitu ASN di Kabupaten Sleman. Metode yang digunakan dalam penelitian ini adalah statistika deskriptif untuk mengetahui profil atau demografi dari responden, persepsinya mengenai keamanan data pribadi serta peran pemerintah terhadap keamanan data pribadi. Dari penelitian diketahui bahwa ASN di Kabupaten Sleman kebanyakan berasal dari Dinas Pendidikan dengan jenis kelamin perempuan serta berada dalam kategori usia masa lansia awal dengan jabatan dan golongan yaitu Fungsional Tertentu (Pendidikan) dan golongan Pembina. Kebanyakan dari ASN Kabupaten Sleman memberikan respons yang positif, artinya mereka sudah memiliki pemahaman akan pentingnya perlindungan dan keamanan data pribadi. ASN di Kabupaten Sleman juga menilai bahwa pemerintah telah memiliki tanggung jawab atas penjaminan keamanan data pribadi masyarakat Indonesia dengan diberlakukannya UU Perlindungan Data Pribadi serta memiliki tindakan yang cepat akan terjadinya kebocoran data pribadi.
Analisis Pola Harga Saham dengan Modifikasi Metode Eksponen Hurst dan Box Counting: Analisis Pola Harga Saham Kosala, Kosala Dwidja Purnomo; Irma Dwi Anggraeni; Abduh Riski
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.art35

Abstract

Pola harga saham merupakan interpretasi dari grafik harga saham dengan rentang waktu tertentu. Pola dinamika dari harga saham penting untuk diketahui karena sejatinya seorang investor melakukan investasi mengharapkan imbalan (return) tinggi dengan risiko rendah. Pola dinamika harga saham dapat diketahui melalui analisis dimensi fraktal karena grafik harga saham memiliki sifat self-affine yang merupakan salah satu sifat dari objek fraktal. Pada penelitian ini dimensi fraktal akan dianalisis menggunakan modifikasi metode eksponen Hurst dan box counting. Klasifikasi dari hasil perhitungan dibedakan atas tiga jenis berdasarkan sifatnya, yaitu random, persistent, dan anti-persistent. Terdapat dua interval data yang diamati yaitu harga saham dari Januari sampai Desember ( data) dan harga saham dari bulan Januari sampai Juni ( data). Nilai eksponen Hurst yang dihasilkan dari kedua interval secara berurutan yaitu dan . Berdasarkan nilai eksponen Hurst yang dihasilkan menunjukkan bahwa data bersifat anti-persistent karena nilai . Kemudian nilai dimensi fraktal yang diperoleh dari penerapan metode box counting yaitu dan yang artinya pola harga saham Bank Rakyat Indonesia bersifat anti-persistent. Pola data bersifat anti-persistent yang berarti pada bulan-bulan tertentu saham memiliki harga yang tinggi dan pada bulan-bulan berikutnya saham memiliki harga yang rendah untuk diperjualbelikan.
Pemodelan Indeks Kedalaman Kemiskinan di Kabupaten/ Kota Provinsi D.I. Yogyakarta Tahun 2017-2022 dengan Regresi Data Panel: Pemodelan Indeks Kedalaman Kemiskinan di Kabupaten Hamid, Yudhistira; Widodo, Edy
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.art45

Abstract

Kemiskinan merupakan salah satu indikator terjadinya kesenjangan pembangunan. Salah satu alat ukur untuk mengetahui tingkat kemiskinan di suatu daerah adalah Indeks Kedalaman Kemiskinan. Indeks Kedalaman Kemiskinan merupakan besaran rata-rata dari kesenjangan pengeluaran pada masing-masing penduduk yang berada di bawah garis kemiskinan terhadap rata-rata pengeluaran dasar seluruh penduduk. Penelitian ini menggunakan data Indeks Kedalaman Kemiskinan dari tahun 2017-2022 sebagai variabel dependen dengan dua variabel independen, yaitu Indeks Pembangunan Manusia dan Persentase Penduduk Miskin bersumber dari Badan Pusat Statistik Provinsi Yogyakarta dan menggunakan analisis regresi data panel untuk mengetahui pengaruh dari variabel independen terhadap Indeks Kedalaman Kemiskinan. Secara umum, data menunjukkan kesenjangan nilai Indeks Kedalaman Kemiskinan antara tiga kabupaten (Kulonprogo, Bantul, Gunungkidul) dengan dua kabupaten/kota lain, yaitu Sleman dan Kota Yogyakarta. Analisis yang digunakan dalam penelitian ini adalah Regresi Data Panel dengan hasil model terbaik yang didapatkan adalah common effect model. Adapun faktor yang berpengaruh signifikan terhadap Indeks Kedalaman Kemiskinan adalah Indeks Pembangunan Manusia sebesar -0.057334 dan Persentase Penduduk Miskin sebesar 0.096298 dengan nilai konstan sebesar 5.330306
Perbandingan Metode Peramalan Double Exponential Smoothing with Damped Parameter dan Autoregressive Integrated Moving Average (Studi Kasus: Data Volume Penjualan Bunga Krisan di Pasar Bunga Rawa Belong DKI Jakarta Tahun 2018-2022): Perbandingan Metode Peramalan Double Exponential Smoothing with Damped Parameter dan Autoregressive Integrated Moving Average Maulidiyah, Wildatul; Fauzy, Akhmad
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.art43

Abstract

Florikultura merupakan jenis tanaman hortikultura yang berasal dari tanaman hias dengan berbagai jenis tanaman hias yakni salah satunya bunga krisan. Tingginya permintaan tanaman hias pada bunga krisan tentunya akan memiliki pengaruh besar terhadap volume penjualan sehingga omzet penjualan akan meningkat. Penelitian ini bertujuan untuk memprediksi volume penjualan dari bunga krisan di Pasar Bunga Rawa Belong selama 12 periode ke depan dengan menggunakan metode terbaik. Manfaat penelitian ini ialah dapat dijadikan sebagai gambaran mengenai penjualan bunga krisan Cipanas di Pasar Rawa Belong pada 12 bulan kedepan sehingga dapat dijadikan referensi untuk mencari tindakan dalam menangani naik turunnya volume penjualan bunga krisan di Pasar Bunga Rawa Belong DKI Jakarta. Data yang digunakan berupa data sekunder yang berasal dari UPT Pasar Bunga Rawa Belong DKI Jakarta Dimana data ini memiliki satuan ikat dari bunga krisan Cipanas. Penelitian ini menggunakan analisis forecasting terbaik dengan melakukan perbandingan antara metode Double Exponential Smoothing with Damped Parameter dan Autoregressive Integrated Moving Average. Berdasarkan penelitian didapatkan metode peramalan untuk melakukan peramalan yakni dengan menggunakan metode Autoregressive Integrated Moving Average dengan model terbaik ARIMA(1,1,0) yang memiliki nilai ukuran kesalahan sebesar 22.21544. Dari hasil forecasting mengenai volume penjualan berkisar sebanyak 1749-1774 ikat bunga yang mengalami fluktuatif pada setiap bulannya

Page 1 of 2 | Total Record : 15

 1   2 

Filter by Year

2023 2023


Reset
Filter By Issues
All Issue 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