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 17 Documents
 1   2 
Search results for , issue "Vol. 2 No. 1 (2024): Emerging Statistics and Data Science Journal" : 17 Documents clear
Komparasi Hierarchical Clustering Dan K-Medoid Clustering Terhadap Pengelompokan Satuan Kerja Perangkat Daerah (SKPD) Di Kabupaten Sleman Tahun 2021: Komparasi Hierarchical Clustering Dan K-Medoid Clustering Terhadap Pengelompokan Satuan Kerja Perangkat Daerah (SKPD) Di Kabupaten Sleman Tahun 2021 Mifthahul Rahma; Muhammad Muhajir
Emerging Statistics and Data Science Journal Vol. 2 No. 1 (2024): 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.vol2.iss.1.art5

Abstract

Aduan masyarakat merupakan suatu laporan yang disampaikan oleh masyarakat kepada pemerintah jika terjadi suatu ketidaksesuaian pelayanan dengan standar pelayanan yang seharusnya. Aduan masyarakat menjadi komponen penting bagi pemerintah dalam mengukur keberhasilan pemerintah dalam melaksanakan kewajiban. Penelitian ini bertujuan untuk melakukan komparasi dari hasil pengelompokan Satuan Kerja Perangkat Daerah (SKPD) berdasarkan jumlah aduan yang sudah ditanggapi dan yang belum ditanggapi pada tahun 2021. Pada penelitian ini digunakan 2 metode yang akan dibandingkan yaitu metode Hierarchical Clustering dan K-Medoid Clustering. Hasil dari pengelompokan ini dapat ditujukan sebagai bahan pertimbangan untuk meningkatkan manajemen pelayanan publik serta meningkatkan pelayanan atau pemenuhan kewajiban yang harus diberikan oleh pemerintah kepada masyarakat. Dari hasil analisis Hierarchical Clustering dan K-Medoid Clustering, diperoleh jumlah cluster yang sama yaitu sebanyak dua cluster untuk mengelompokkan 52 SKPD di Kabupaten Sleman. Untuk anggota cluster pada kedua metode juga mendapatkan hasil yang sama yaitu cluster kesatu terdapat 51 SKPD yang memiliki jumlah aduan relatif rendah dan cluster kedua terdapat 1 SKPD yang memiliki jumlah aduan relatif tinggi. Digunakan nilai Silhouette Cooficient untuk membandingkan metode Hierarchical Clustering dan K-Medoid Clustering, didapatkan nilai Silhouette Cooficient pada kedua metode sebesar 0.9146, yang menandakan bahwa kedua metode merupakan metode yang baik dalam melakukan clustering untuk studi kasus pada penelitian ini, karena nilai Silhouette Cooficient mendekati angka 1.
Implementasi Analisis Clustering K-Medoids dalam Pengelompokan Bayi Lahir, Gizi Buruk, dan BBLR Berdasarkan Kecamatan Di Kabupaten Sleman Tahun 2020: Implementasi Analisis Clustering K-Medoids dalam Pengelompokan Bayi Lahir, Gizi Buruk, dan BBLR Berdasarkan Kecamatan Di Kabupaten Sleman Tahun 2020 Kartika Anggraini, Bianda Shafira; Abdullah Ahmad Dzikrullah
Emerging Statistics and Data Science Journal Vol. 2 No. 1 (2024): 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.vol2.iss.1.art4

Abstract

Petunjuk penulisan naskah ini dibuat untuk mempermudah Kesehatan ibu pada masa kehamilan merupakan suatu faktor penting akan kesehatan pertumbuhan anak. Ibu yang memiliki masalah saat masa kehamilan seperti kekurangan gizi atau berat badan ibu kurang akan memiliki risiko bayi lahir dengan berat badan yang kurang (BBLR), dan jika tidak memperhatikan asupan nutrisi, lingkungan yang bersih, dan pola asuh yang baik akan memiliki risiko tinggi untuk mengalami gizi buruk. Upaya dalam mencegah bertambahnya kasus BBLR dan gizi buruk tentunya sangat diperlukan. Pengelompokan kecamatan berdasarkan jumlah bayi lahir, gizi buruk, dan BBLR ini memiliki tujuan untuk mempermudah Badan Perencanaan Pembangunan Daerah Kabupaten Sleman dalam memberikan penanganan yang sesuai dengan kelompoknya. Dengan menggunakan penerapan Clustering K-Medoids, pada pengelompokan ini terbentuk menjadi 3 cluster. Cluster 1 merupakan cluster yang memiliki jumlah bayi lahir dan BBLR rendah, kemudian gizi buruk yang sedang, cluster 2 memiliki jumlah bayi lahir dan BBLR sedang, kemudian gizi buruk yang tinggi, dan cluster 3 memiliki jumlah bayi lahir dan BBLR tinggi, kemudian jumlah gizi buruk yang rendah. 
Peramalan Jumlah Buku Yang Dipinjam di Aplikasi iPusnas Menggunakan Metode Double Exponential Smoothing: Peramalan Jumlah Buku Yang Dipinjam di Aplikasi iPusnas Menggunakan Metode Double Exponential Smoothing As Shidiqi, Anis Fitriana; Purwaningsih, Tuti
Emerging Statistics and Data Science Journal Vol. 2 No. 1 (2024): 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.vol2.iss.1.art3

Abstract

Perpustakaan adalah pusat informasi yang harus dikelola dengan baik agar dapat memberikan manfaat semaksimal mungkin. Perpustakaan Nasional RI memanfaatkan perkembangan teknologi perangkat lunak dengan membuat aplikasi Bernama iPusnas, yaitu perpustakaan digital nasional agar para pembaca dapat meminjam dan membaca buku dengan mudah. Peramalan adalah perkiraan suatu kejadian di masa mendatang berdasarkan dengan data yang ada di masa lalu. Tujuan dari penelitian ini adalah untuk meramalkan Jumlah Buku yang Dipinjam di iPusnas pada tahun 2017-2021 untuk satu tahun ke depan. Berdasarkan pola data Jumlah Buku yang Dipinjam di iPusnas yang mengalami peningkatan atau kenaikan tiap yahunnya, maka peramalan dilakukan dengan menggunakan metode Double Exponential Smoothing (DES). Didapatkan nilai ukuran kesalahan dengan metode MAPE, yaitu sebesar 5,89091%. Artinya, nilai tersebut memiliki kemampuan peramalan yang sangat baik.
Analisis Clustering Tingkat Pengangguran Terbuka di Provinsi DIY Tahun 2010-2022 dengan Dynamic Time Warping: Analisis Clustering Tingkat Pengangguran Terbuka di Provinsi DIY Tahun 2010-2022 dengan Dynamic Time Warping Nabilla Wardah Bonitta; Primandari, Arum Handini
Emerging Statistics and Data Science Journal Vol. 2 No. 1 (2024): 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.vol2.iss.1.art13

Abstract

Pengangguran merujuk pada seseorang yang termasuk dalam angkatan kerja, secara aktif mencari pekerjaan pada tingkat upah tertentu, tetapi tidak berhasil mendapatkan pekerjaan yang diinginkan. Masalah pengangguran sangat rumit karena dipengaruhi oleh banyak faktor yang kompleks yang saling berinteraksi dan tidak mudah dipahami. Dalam pembangunan ekonomi negara-negara berkembang, masalah pengangguran yang semakin meningkat menjadi lebih kompleks dan serius daripada masalah perubahan dalam pembagian pendapatan yang tidak menguntungkan bagi penduduk berpenghasilan rendah. Penelitian ini dilakukan dengan tujuan mengelompokkan kabupaten/kota di D.I. Yogyakarta berdasarkan tingkat pengangguran terbuka menggunakan Clustering Hierarki metode Ward serta model Dynamic Time Warping (DTW) untuk mengidentifikasi kelompok-kelompok yang memiliki karakteristik serupa dalam data dan mengukur kesamaan antara dua deret waktu (Time Series). Dalam pengelompokan ini diperoleh pengelompokan sebanyak 2 dengan tingkat pengangguran terbuka pada cluster 2 memiliki persentase lebih besar (76%) dibandingkan cluster 1 (24%). Oleh karena itu, kabupaten/kota yang termasuk ke dalam cluster 2 (Sleman dan Yogyakarta) memiliki tingkat pengangguran terbuka yang lebih tinggi dibandingkan dengan kabupaten/kota yang termasuk ke dalam cluster 1 (Bantul, Gunungkidul, dan Kulon Progo).
Pengelompokan Kecamatan di Kabupaten Sleman Berdasarkan Jenis Disabilitasnya Tahun 2022 Menggunakan K-Means Clustering: Pengelompokan Kecamatan di Kabupaten Sleman Berdasarkan Jenis Disabilitasnya Tahun 2022 Menggunakan K-Means Clustering Mulia Hidayahti, Rate Mulia Hidayahti; Edy Widodo
Emerging Statistics and Data Science Journal Vol. 2 No. 1 (2024): 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.vol2.iss.1.art1

Abstract

Penyandang disabilitas masih jarang diberikan ruang yang cukup dalam masyarakat. Masyarakat sering kali mengabaikan dan meremehkan keberadaan mereka. Mereka sering dipandang sebagai kelompok yang lemah dan hanya perlu dikasihani karena keterbatasannya. Hak- hak mereka sebagai manusia sering terabaikan, seperti hak untuk hidup, hak atas pendidikan dan kesehatan, dan hak untuk mengakses layanan publik. Peneliti ingin meneliti jenis disabilitas menurut Kecamatan yang ada di Kabupaten Sleman dengan variabel yang digunakan yaitu tuna netra, bisu tuli, cacat tubuh, mental retardasi, penyakit kronis, dan cacat ganda. Tujuan dari penelitian ini adalah melakukan pengelompokan Kecamatan di Kabupaten Sleman berdasarkan jenis disabilitas dengan harapan mempermudah Badan Perencanaan Pembangunan Daerah (BAPPEDA) Kabupaten Sleman dalam pengelompokan dan dapat  mempermudah kegiatan dalam memenuhi hak-hak penyandang disabilitas di Kabupaten Sleman. Pengelompokan yang dilakukan guna untuk mengetahui karakteristik tiap-tiap cluster dengan melihat rata-rata dari masing-masing jenis disabilitas per Kecamatan yang ada di Kabupaten Sleman pada tahun 2022 disetiap clusternya. Penelitian ini menggunakan metode k-means clustering dan diperoleh hasil yaitu terdapat 3 Kecamatan pada cluster 1, 5 Kecamatan pada cluster 2, dan 9 Kecamatan pada cluster 3.
Prediksi Peluang Transisi Jumlah Pengesahan Peraturan Perusahaan Provinsi Yogyakarta Menggunakan Rantai Markov: Prediksi Peluang Transisi Jumlah Pengesahan Peraturan Perusahaan Provinsi Yogyakarta Menggunakan Rantai Markov Nizam, Hafis Muhammad; Fajriya Hakim, Raden Bagus
Emerging Statistics and Data Science Journal Vol. 2 No. 1 (2024): 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.vol2.iss.1.art16

Abstract

Dinas Tenaga Kerja dan Transmigrasi merupakan unit organisasi berupa dinas di tingkat provinsi atau kabupaten/kota yang bertanggung jawab dalam mengelola dan mengawasi urusan ketenagakerjaan dan transmigrasi di wilayah kerjanya. Dalam tugasnya, Dinas Tenaga Kerja dan Transmigrasi memiliki wewenang dalam pengesahan Peraturan Pemerintah (PP). Banyaknya jumlah Peraturan Pemerintah yang disahkan tidak dapat diprediksi, di beberapa bulan terjadi kekosongan pengesahan atau dalam kata lain tidak ada Peraturan Pemerintah yang perlu disahkan oleh Dinas Tenaga Kerja dan Transmigrasi. Untuk mengetahui peluang status dari jumlah Peraturan Pemerintah yang masuk, diperlukan Analisis Rantai Markov. Hasil analisis menunjukkan bahwa jika terjadi kenaikan pada bulan ini, kemungkinan perubahan status selanjutnya akan terjadi dalam persentase 37,93% untuk naik, 31,3% untuk tetap, dan 59,9% untuk turun, dan seterusnya.
Perbandingan Dampak Bencana Angin Kencang Tahun 2020 Dan 2021 Daerah Istimewa Yogyakarta Berdasarkan Metode K-means Clustering: Perbandingan Dampak Bencana Angin Kencang Tahun 2020 Dan 2021 Daerah Istimewa Yogyakarta Berdasarkan Metode K-means Clustering Nanda Khofifah, Thalia; Fajriyah, Rohmatul
Emerging Statistics and Data Science Journal Vol. 2 No. 1 (2024): 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.vol2.iss.1.art11

Abstract

Penelitian ini bertujuan untuk mengkalsifikasikan kecamatan-kecamatan yang terdapat di Daerah Istimewa Yogyakarta berdasarkan data jumlah kejadian angin kencang beserta dampaknya yang meliputi pohon tumbang, akses jalan, dan jaringan listrik sehingga bisa terlihat mana saja daerah di Yogakarta yang rawan bencana angin kencang dan mana daerah yang tiddak rawan terhadap bencana angin kencang. Metode yang digunakan yaitu K-means Clustering dengan menggunakan matriks yang relevan dan Silhouette score. Pada tahun 2020 cluster pertama terdapat 3 kecamatan dengan indikator rawan angin kencang tinggi pada setiap kecamatan tersebut, cluster dua terdapat 19 kecamatan dengan indikator rawan angin kencang sedang pada setiap kecamatan, dan cluster ketiga terdapat 56 kecamatan dengan indikator rawan bencana angin kencang rendah. Sedangakan pada tahun 2021 cluster pertama terdapat 3 kecamatan dengan indikator rawan angin kencang tinggi pada setiap kecamatan tersebut, cluster dua terdapat 10 kecamatan dengan indikator rawan angin kencang sedang pada setiap kecamatan, dan cluster ketiga terdapat 65 kecamatan dengan indikator rawan bencana angin kencang rendah.
Analisis Kelompok Pegadaian Berdasarkan Outstanding Loan Area Semarang Menggunakan Metode Clustering Berbasis K-means: Analisis Kelompok Pegadaian Berdasarkan Outstanding Loan Area Semarang Menggunakan Metode Clustering Berbasis K-means Rhesa Dhiyaulhaq, Muhammad
Emerging Statistics and Data Science Journal Vol. 2 No. 1 (2024): 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.vol2.iss.1.art12

Abstract

Penelitian ini bertujuan untuk menganalisis Pegadaian Area Semarang berdasakan OutStanding Loan di setiap Pegadaian menggunakan metode Clustering berbasis K-means. Data yang digunakan dalam penelitian ini adalah data jumlah 6 kolektibilitas di setiap Pegadaian Area Semarang yang meliputi variabel kolektibilitas Lancar, L.Restruk, Kurang Lancar, Diragukan, Dalam Pengawasan Khusus, dan Macet. Metode ClusteringK-means digunakan untuk mengelompokkan pegadaian berdasarkan kesamaan karakteristik. Evaluasi Clustering menggunakan matrik yang relevan dan Silhouette score. Hasil analisis ini menunjukkan adanya beberapa kelompok pegadaian yang berbeda dalam hal karakteristik total OutStanding Loan, seperti kelompok Pegadaian dengan jumlah OutStanding loan rendah, sedang, dan tinggi. Penelitian inii dapat membantu Pegadaian Area Semarang mengidentifikasi setiap Pegadaian di cabang-cabang yang memiliki jumlah OutStanding Loan berbedabeda. Selain itu, penelitian ini juga menggali informasi lebih lanjut tentang faktor-faktor yang mempengaruhi kelompok pegadaian dengan outstanding loan yang berbeda, serta memberikan panduan dalam penggunaan metode clustering berbasis K-means untuk analisis data total OutStanding Loan di lembaga pegadaian
Implementasi Metode Double Exponential Smoothing Dalam Peramalan Nilai PDRB Kota Tangerang Selatan Tahun 2023 – 2027: Implementasi Metode Double Exponential Smoothing Dalam Peramalan Nilai PDRB Kota Tangerang Selatan Tahun 2023 – 2027 ARTIYATI, NIKI; Tri Utari, Dina
Emerging Statistics and Data Science Journal Vol. 2 No. 1 (2024): 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.vol2.iss.1.art8

Abstract

Pembangunan ekonomi merupakan rangkaian usaha dengan tujuan perbaikan taraf hidup masyarakat,  memperluas lapangan pekerjaan, meratakan distribusi pendapatan masyarakat, dan meningkatkan hubungan ekonomi regional. Dalam pembangunan ekonomi sendiri, dibutuhkan berbagai macam data statistik yang dapat dijadikan dasar untuk menentukan strategi kebijakan supaya sasaran dalam pembangunan tersebut dapat tercapai, salah satunya adalah menggunakan nilai Produk Domestik Regional Bruto. BPS Kota Tangerang Selatan telah mencatat data pertumbuhan ekonomi di Kota Tangerang Selatan yang diukur berdasarkan kenaikan nilai PDRB yang mencapai angka sebesar 66.021.910,5 juta rupiah di tahun 2022. Selain itu, data BPS Kota Tangerang Selatan juga mencatat berdasarkan dengan data pertumbuhan ekonomi bahwa data pertumbuhan Kota Tangerang Selatan pada tahun 2021 mencapai angka 4,77 persen. Dimana angka tersebut mengalami peningkatan apabila dibandingkan dengan tahun 2020 yang mengalami penurunan di angka -1,02 persen. Dalam penelitian ini akan digunakan metode peramalan Double Exponential Smoothing menggunakan Holt untuk memprediksi nilai PDRB di Kota Tangerang Selatan 5 periode ke depan atau tahun 2023 hingga tahun 2027. Dalam peramalan nilai PDRB ini, diperoleh hasil peramalan untuk tahun 2023 sebesar 68.550.224 juta rupiah, tahun 2024 sebesar 71.239.732 juta rupiah, tahun 2025 sebesar 73.929.240 juta rupiah, tahun 2026 sebesar 76.618.747 juta rupiah, dan tahun 2027 sebesar 79.308.255 juta rupiah.
Peramalan Indeks Harga Konsumen Di Kota Bandar Lampung Tahun 2023 Menggunakan Pemodelan Double Exponential Smoothing: Peramalan Indeks Harga Konsumen Di Kota Bandar Lampung Tahun 2023 Menggunakan Pemodelan Double Exponential Smoothing Putri Ristyasari, Divia; Ahdika, Atina
Emerging Statistics and Data Science Journal Vol. 2 No. 1 (2024): 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.vol2.iss.1.art14

Abstract

Indeks Harga Konsumen merupakan alat pengukuran yang mengestimasi perubahan harga pada rata-rata dari sekelompok barang dan jasa yang dikonsumsi oleh penduduk dalam periode waktu tertentu. Indeks Harga Konsumen memiliki peran yang sangat penting karena digunakan untuk menilai tingkat inflasi di suatu wilayah. Melakukan peramalan Indeks Harga Konsumen cukup penting karena dapat mengetahui tingkat kenaikan pendapatan, harga barang, dan jasa di suatu kota, serta membantu pemerintah dalam mengambil kebijakan. Metode Double Exponential Smoothing merupakan metode peramalan yang dilakukan melalui proses perhitungan secara berulang dengan menggunakan data masa lalu dan cocok digunakan pada data berpola trend. Data yang digunakan dalam penelitian yaitu data Indeks Harga Konsumen di Kota Bandar Lampung periode Januari 2014 hingga Desember 2022 dengan pola data yaitu trend naik, dimana nilai IHK terus mengalami peningkatan hingga bulan Desember 2019. Namun, pada bulan Januari 2020, terjadi penurunan nilai IHK di Kota Bandar Lampung akibat dampak pandemi Covid-19. Berdasarkan hasil peramalan IHK dengan metode DES diperoleh nilai Mean Absolute percentage Error (MAPE) sebesar 0.72% yang artinya peramalan menggunakan metode DES untuk IHK di Kota Bandar Lampung dapat dikatakan sangat baik karena diperoleh nilai MAPE <10%.

Page 1 of 2 | Total Record : 17

 1   2 

Filter by Year

2024 2024


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