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 11 Documents
 1   2 
Search results for , issue "Vol. 2 No. 2 (2024): Emerging Statistics and Data Science Journal" : 11 Documents clear
Pengaruh Analisis Kinerja Keuangan terhadapProfitabilitas Bank Perkreditan Rakyat di Indonesia Periode 2017-2022: Pengaruh Analisis Kinerja Keuangan terhadapProfitabilitas Bank Perkreditan Rakyat di Indonesia Periode 2017-2022 -, Azizah; Jaka Nugraha
Emerging Statistics and Data Science Journal Vol. 2 No. 2 (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.2.art13

Abstract

BPR memiliki peranan penting dalam menjaga stabilitas keuangan. Dimana sasaran nasabahnya merupakan sektor riil yang akan mengalami pertumbuhan apabila perkreditan yang diberikan oleh BPR tersalurkan secara merata.Dilandasi fakta bahwa terdapat pertumbuhanpenyaluran kredit oleh BPR, bahkan pada tahun 2022 angka penyaluran kredit semakin bertumbuh 11.35%dibandingkan pada tahun 2021. Sehingga, penelitian ini dilakukan untuk melihat pengaruh dari kinerja keuangan berupa rasio likuiditas yang di wakili oleh variabel LDR (Loan to Deposit Ratio)dan rasio kredit oleh NPL (Non-Performing Loan) terhadap profitabilitas dengan variabel yang digunakan ialah ROA (Return on Asset) pada tahun 2017-2022 untuk BPR di Indonesia dengan menggunakan metode Analisis Regresi Linear Berganda. Berdasarkan analisis tersebut, didapatkan bahwa LDR dan NPL, serta LDR dan ROA,memiliki hubungan yang positif dengan kategori sangat lemah. Namun untuk NPL dan ROA memiliki hubungan negatif yang kuat. Selain itu juga didapatkanmodel regresi, dimana model tersebut menjelaskan variabel LDR dan NPL secara bersama-sama signifikan terhadap ROA, namun pengaruh paling signifikan terhadap ROA adalah variabel LDR, yaitu rasio kredit yang bermasalah.Sebesar 63.23% nilai-nilai dari variabel ROA mampudijelaskan oleh LDR dan NPL dalam model.
Perbandingan Peramalan Penjualan Anggrek Bulan Di Pasar Bunga Rawa Belong Menggunakan Metode Double Exponential Smoothing Dan Triple Exponential Smoothing: Perbandingan Peramalan Penjualan Anggrek Bulan Di Pasar Bunga Rawa Belong Menggunakan Metode Double Exponential Smoothing Dan Triple Exponential Smoothing Rizki Rahmawati, Syifa; Kartika Dini, Sekti
Emerging Statistics and Data Science Journal Vol. 2 No. 2 (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.2.art12

Abstract

Pasar bunga Rawa Belong merupakan salah satu pasar tanaman hias terbesar di Provinsi DKI Jakarta. Menurut salah satu budayawan Betawi, menanam anggrek banyak dilakukan oleh orang di wilayah pasar bunga Rawa Belong. Berdasarkan fakta ini, potensi ini yang harus dikembangkan di masa sekarang dan di masa depan untuk memakmurkan masyarakatnya. Pada setiap bulan omset penjualan Anggrek Bulan hampir selalu paling tinggi dibandingkan jenis lainnya. Bahkan dalam lima tahun terakhir, rata-rata omset penjualan Anggrek Bulan setiap tahunnya tidak kurang dari seratus juta rupiah. Melihat prospek penjualan Anggrek Bulan yang baik, penjualan untuk kedepannya diharapkan dapat lebih dimaksimalkan. Upaya pemaksimalan ini diantaranya penentuan harga dan penentuan banyaknya permintaan bunga Anggrek Bulan kepada petani Anggrek Bulan. Oleh karena itu sebelum menentukan harga dan menentukan banyaknya bunga yang akan dipesan perlu dilakukan prediksi. Berdasarkan data volume penjualan bunga Anggrek Bulan di pasar bunga Rawa Belong Provinsi DKI Jakarta tahun 2018-2022, data membentuk pola. Berdasarkan pola yang diperoleh, masalah tersebut perlu diatasi dengan membandingkan metode Double Exponential Smoothing dan Triple Exponential Smoothing. Berdasarkan hasil analisis, diketahui bahwa hasil dengan metode Triple Exponential Smoothing Multiplicative dengan Damped Parameter memberikan tingkat akurasi yang lebih tinggi dibandingkan metode lainnya. Tingkat kesalahan hasil peramalan ini diperoleh MAPE sebesar 21.65403 yang dikategorikan cukup baik.
Peramalan Jumlah Pekerja Migran Indonesia Menggunakan Metode Triple Exponential Smoothing with Damped Parameter : Peramalan Jumlah Pekerja Migran Indonesia Menggunakan Metode Triple Exponential Smoothing with Damped Parameter Fazira, Nabila Dwi; Kesumawati, Ayundyah
Emerging Statistics and Data Science Journal Vol. 2 No. 2 (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.2.art15

Abstract

Pekerja migran Indonesia adalah setiap warga negara Indonesia yang sedang, akan, atau telah bekerja di luar wilayah Indonesia dengan menerima gaji. Indonesia merupakan salah satu negara pengirim pekerja migran terbesar, dimana sebagian besar dari mereka bekerja pada sektor dengan gaji rendah. Namun, dalam beberapa tahun terakhir, terjadi penurunan signifikan dalam jumlah pengiriman pekerja migran Indonesia. Penurunan ini disebabkan oleh pandemi Covid-19 yang menyebabkan peningkatan angka kasus, dan akibatnya pemerintah memberlakukan moratorium pada pengiriman pekerja migran pada tahun 2020. Hal ini mengakibatkan penurunan jumlah pekerja migran Indonesia sebesar 59% dan penurunan remitansi sebesar 17.5% dibandingkan dengan tahun 2019. Penelitian ini bertujuan untuk menilai jumlah pekerja migran Indonesia dari tahun 2023 hingga 2024 sebagai dasar untuk menyusun rencana strategis. Data yang digunakan adalah data sekunder jumlah pekerja migran Indonesia dari tahun 2018 hingga 2022. Metode penelitian yang digunakan adalah Triple Exponential Smoothing with Damped Parameter, yaitu metode untuk meramalkan periode ke depan. Hasil penelitian menunjukkan bahwa model tipe multiplicative adalah yang terbaik. Hasil prediksi menunjukkan jumlah pekerja migran Indonesia pada bulan Januari 2023 sebanyak 25,923, Februari 2023 sebanyak 24,192, Maret 2023 sebanyak 26,427, dan seterusnya. Berdasarkan hasil ini, prediksi menunjukkan bahwa jumlah pekerja migran Indonesia cenderung turun pada tahun 2023 hingga 2024. Model ini baik untuk peramalan karena memiliki nilai MAPE sebesar 20.84% dengan akurasi sebesar 79.16%.
Pengelompokan Kecamatan di Daerah Istimewa Yogyakarta berdasarkan Jumlah Pengguna Alat Kontrasepsi Tahun 2022 dengan K-Medoids Cluster: Pengelompokan Kecamatan di Daerah Istimewa Yogyakarta berdasarkan Jumlah Pengguna Alat Kontrasepsi Tahun 2022 dengan K-Medoids Cluster Maharani, Shafira; Yotenka, Rahmadi
Emerging Statistics and Data Science Journal Vol. 2 No. 2 (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.2.art16

Abstract

Berdasarkan data pada website BPS, Daerah Istimewa Yogyakarta (DIY) turut serta menyumbang jumlah penduduk yang cukup banyak di Indonesia yaitu sebesar 4,021,816 jiwa dan memiliki kepadatan penduduk mencapai 1,186 jiwa/. Hal tersebut menjadikan provinsi ini dengan kepadatan penduduk terbesar keempat di Indonesia. Untuk mengatasi jumlah penduduk, kepadatan penduduk, dan angka kelahiran yang tinggi di DIY maka dapat diterapkan program Keluarga Berencana (KB) melalui penggunaan alat kontrasepsi (implan, IUD, kondom, MAL, pil, suntik, tubektomi, dan vasektomi). Dari data jumlah peserta KB aktif menurut alat kontrasepsi di DIY pada Tahun 2022, alat kontrasepsi yang paling banyak digunakan yaitu suntik dan paling sedikit yaitu MAL. Pada penelitian ini bertujuan untuk mengelompokan kecamatan di DIY menurut pengguna alat kontrasepsi Tahun 2022 dengan metode k-medoids cluster. Penggunaan metode k-medoids karena pada data terdapat outlier. Selain itu, pada penelitian ini menggunakan teknik Principal Component Analysis (PCA) dalam mengatasi masalah multikolinearitas. Berdasarkan pengelompokan, didapatkan 8 cluster. Cluster tertinggi (partisipasi tinggi) menurut penggunaan alat kontrasepsi dalam menekan laju pertumbuhan penduduk berada pada cluster 5 yaitu: Kecamatan Gamping, Kasihan, dan Banguntapan. Sedangkan, cluster terendah (partisipasi rendah) berada pada cluster 7 yaitu: Kecamatan Gedongtengen, Gondokusuman, Wirobrajan, Kraton, Pakualaman, Mergangsan, Gondomanan, Mantrijeron, Ngampilan, Danurejan, Jetis Kota Yogya, Kotagede, dan Tegalrejo.
Pengelompokan Daerah Rawan Bencana Tanah Longsor di Provinsi Daerah Istimewa Yogyakarta Menggunakan Metode K-Means Clustering: Pengelompokan Daerah Rawan Bencana Tanah Longsor di Provinsi Daerah Istimewa Yogyakarta Menggunakan Metode K-Means Clustering Kartika Widyawati, Dwi; Fauzy, Akhmad
Emerging Statistics and Data Science Journal Vol. 2 No. 2 (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.2.art14

Abstract

Tanah longsor sering dipicu oleh adanya curah hujan yang tinggi, lereng yang curam, tanah yang kurang padat, erosi, berkurangnya vegetasi dan getaran yang menyebabkan jatuhnya bebatuan atau potongan tanah yang luas sehingga mengakibatkan kerusakan bangunan rumah, talud (sungai kecil), jalan, fasilitas umum, dan lain-lain. Metode yang digunakan pada penelitian ini adalah K-Means Clustering untuk mengelompokkan dan memetakan daerah rawan bencana tanah longsor di Provinsi Daerah Istimewa Yogyakarta. Berdasarkan hasil analisis, terbetuk 3 cluster. Pada cluster pertama terdapat 13 kecamatan dengan indikator daerah rawan bencana tanah longsor sedang, cluster kedua terdapat 5 kecamatan dengan indikator daerah rawan bencana tanah longsor tinggi, dan cluster ketiga terdapat 60 kecamatan dengan indikator daerah rawan bencana tanah longsor rendah.
Penerapan K-Means Clustering dengan Metode Elbow untuk Mengelompokkan Kabupaten/Kota Berdasarkan Faktor-Faktor yang Mempengaruhi Indeks Pembangunan Manusia di Provinsi Jawa Barat: Penerapan K-Means Clustering dengan Metode Elbow untuk Mengelompokkan Kabupaten/Kota Berdasarkan Faktor-Faktor yang Mempengaruhi Indeks Pembangunan Manusia di Provinsi Jawa Barat Fitrianigsih, Dwi; Dwi Kartikasari, Mujiati
Emerging Statistics and Data Science Journal Vol. 2 No. 2 (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.2.art18

Abstract

Indeks Pembangunan Manusia (IPM) merupakan sebuah ukuran yang digunakan dalam memantau dan mengevaluasi pembangunan manusia. Nilai IPM dipengaruhi oleh 3 komponen, yaitu tingkat pendidikan, tingkat kesehatan, dan standar hidup yang layak. Tujuan penelitian ini adalah untuk mengelompokkan Kabupaten/kota berdasarkan faktor-faktor yang mempengaruhi IPM. Peneliti menggunakan K-Means clustering dengan metode Elbow dan memperoleh hasil bahwa terdapat 5 cluster. Cluster pertama terdapat 6 Kabupaten/kota dengan indikator dari faktor-faktor yang berpengaruh pada IPM tingkatan sedang, cluster kedua terdapat 5 Kabupaten/kota dengan indikator dari faktor-faktor yang berpengaruh pada IPM tingkatan tinggi, cluster ketiga terdapat 4 Kabupaten/kota dengan indikator dari faktor-faktor yang berpengaruh pada IPM tingkatan sangat tinggi, cluster keempat terdapat 4 Kabupaten/kota dengan indikator dari faktor-faktor yang berpengaruh pada IPM tingkatan sangat rendah, dan cluster kelima terdapat 8 Kabupaten/kota dengan indikator dari faktor-faktor yang berpengaruh pada IPM tingkatan rendah.
Penerapan Metode Extreme Learning Machine (ELM) untuk Meramalkan Produksi Air Minum dan Air yang Dijual di Kota Yogyakarta Tahun 2023: Penerapan Metode Extreme Learning Machine (ELM) untuk Meramalkan Produksi Air Minum dan Air yang Dijual di Kota Yogyakarta Tahun 2023 Kireyna Cindy Pradhisa, Kireyna; Yotenka, Rahmadi
Emerging Statistics and Data Science Journal Vol. 2 No. 2 (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.2.art19

Abstract

Peramalan adalah teknik analisis dengan melibatkan data referensi/historis dari masa lalu untuk memprediksi kejadian dimasa mendatang. Air adalah suatu zat cair yang tidak berbau, tidak mempunyai rasa, warna, dan belum terjamin kebersihannya untuk dikonsumsi. Sedangkan air minum sendiri merupakan air yang telah melalui proses tahapan pengolahan yang sudah terjamin bersih dan aman untuk dikonsumsi/diminum. Semakin lama air minum sangat dibutuhkan bagi kehidupan masyarakat sehari-hari dan sudah menjadi kebutuhan pokok. Tujuan dari penelitian ini adalah untuk meramalkan banyaknya penjualan air minum dan air yang dijual di Kota Yogyakarta selama 12 periode kedepan. Data yang digunakan dalam penelitian ini adalah data time series dari Januari 2018 hingga Desember 2022. Penelitian ini menggunakan Software RStudio dan metode Extreme Learning Machine (ELM). Maka, didapatkan nilai Mean Absolute Percentage Error (MAPE) 6.854473 untuk peramalan data produksi air minum. Sedangkan pada peramalan data air yang dijual diperoleh nilai Mean Absolute Percentage Error (MAPE) 1.253288.
Peramalan Nilai Tukar Petani Kota Yogyakarta dengan Menggunakan Metode Autoregressive Integrated Moving Average (ARIMA): Peramalan Nilai Tukar Petani Kota Yogyakarta dengan Menggunakan Metode Autoregressive Integrated Moving Average (ARIMA) -, Rakha Bintang Pangestu; Handini Primandari, Arum
Emerging Statistics and Data Science Journal Vol. 2 No. 2 (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.2.art21

Abstract

Indonesia merupakan negara tropis yang memiliki potensi pertanian yang berkualitas. Mayoritas penduduk mengandalkan sektor pertanian sebagai sumber penghidupan, sehingga sektor ini menjadi motor penggerak pertumbuhan ekonomi nasional. Oleh karena pertanian memiliki peran yang sangat penting dalam ketahanan nasional, maka kesejahteraan para petani menjadi fokus pemerintah Indonesia. Hal tersebut tertera dalam agenda pembangunan menuju Indonesia Emas 2045 yaitu peningkatan produktivitas pertanian. Dalam melihat dinamika kesejahteraan petani, salah satu cara mengukurnya yaitu dengan Nilai Tukar Petani (NTP). Nilai tersebut adalah indikator yang digunakan untuk mengevaluasi tingkat kesejahteraan petani. Semakin tinggi NTP maka kesejahteraan petani meningkat. Penelitian ini bertujuan untuk meramalkan Nilai Tukar Petani Kota Yogyakarta untuk mengetahui prediksi kesejahteraan para petani dalam 5 periode ke depan. Penelitian ini menggunakan metode runtun waktu Autoregressive Integrated Moving Average (ARIMA). Berdasarkan hasil analisis, didapatkan bahwa model ARIMA(1,2,1) merupakan model terbaik dalam melakukan peramalan Nilai Tukar Petani Kota Yogyakarta 5 periode ke depan dengan nilai AIC sebesar 173.9. Berdasarkan peramalan 5 periode ke depan, yaitu untuk bulan Januari 2023 sampai Mei 2023, diperoleh nilai NTP Kota Yogyakarta sebesar 105.7523 untuk bulan Januari, 105.8588 untuk bulan Februari, 105.9717 untuk bulan Maret, 106.0863 untuk bulan April, dan 106.2013 untuk bulan Mei,  dengan nilai kesalahan menggunakan Mean Absolute Percentage Error sebesar 0.61%.
Pengelompokan Kabupaten/Kota di Jawa Barat Berdasarkan Tingkat Kesejahteraan Masyarakat Menggunakan K-Means Cluster: Pengelompokan Kabupaten/Kota di Jawa Barat Berdasarkan Tingkat Kesejahteraan Masyarakat Menggunakan K-Means Cluster Oktaviani, Nabila; Fauzan, Achmad; Widyastuti, Galuh
Emerging Statistics and Data Science Journal Vol. 2 No. 2 (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.2.art22

Abstract

Tingkat kesejahteraan suatu bangsa dikatakan berhasil jika kehidupan masyarakatnya terpenuhi dengan baik. Penelitian ini bertujuan untuk mengidentifikasi tingkat kesejahteraan masyarakat di Provinsi Jawa Barat dengan metode pengelompokkan K-Means berdasarkan indikator kesejahteraan rakyat. Hasil pengelompokkan menunjukkan adanya dua klaster tingkat kesejahteraan: tinggi dan rendah, serta penggunaan tiga klaster untuk hasil yang lebih rinci. Kabupaten/kota di Jawa Barat dibagi menjadi klaster pertama dengan kesejahteraan tinggi (3 kabupaten/kota), klaster kedua dengan tingkat kesejahteraan sedang (18 kabupaten/kota), dan klaster ketiga dengan kesejahteraan rendah (6 kabupaten/kota). Penggunaan tiga klaster lebih baik karena memberikan pemahaman yang lebih terperinci mengenai distribusi kesejahteraan masyarakat. Hasil klasifikasi menunjukkan terdapat ketimpangan kesejahteraan antar wilayah di Jawa Barat, memungkinkan identifikasi target pembangunan yang lebih efektif untuk mencapai tujuan pembangunan yang inklusif dan berkelanjutan.
Pengaruh Jumlah Usaha Industri dan Jumlah Nilai Investasi Terhadap Jumlah Tenaga Kerja di Sleman Menggunakan Analisis Regresi Linear Berganda: Pengaruh Jumlah Usaha Industri dan Jumlah Nilai Investasi Terhadap Jumlah Tenaga Kerja di Sleman Menggunakan Analisis Regresi Linear Berganda Jihan Zulfa Nada; Raden Bagus Fajriya Hakim , Raden Bagus
Emerging Statistics and Data Science Journal Vol. 2 No. 2 (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.2.art17

Abstract

Faktor pertumbuhan industri dapat dilihat dengan melihat jumlah tenaga kerja, jumlah usaha industri, dan jumlah nilai investasi. Dari 3 faktor tersebut, peneliti ingin mengetahui hubungan variabel satu sama lain. Data yang digunakan adalah data faktor pertumbuhan industri di Sleman. Dalam Penelitian ini, peneliti menggunakan analisis regresi beraganda. Untuk variabel dependennya adalah jumlah tenaga kerja. Untuk variabel independennya adalah jumlah usaha industri dan jumlah nilai investasi. Koefisien regresi pada variabel usaha industri (X1) bernilai positif, artinya setiap terjadi penambahan jumlah usaha industri di Kabupaten Sleman maka jumlah tenaga kerja akan meningkat. Sedangkan pada koefisien regresi pada variabel nilai investasi (X2) bernilai negatif, artinya setiap ada perubahan pada jumlah nilai investasi maka tidak menunjukan perubahan pada jumlah tenaga kerja di Kabupaten Sleman.

Page 1 of 2 | Total Record : 11

 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