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 9 Documents
 1 
Search results for , issue "Vol. 3 No. 2 (2025): Emerging Statistics and Data Science Journal" : 9 Documents clear
Analisis Agglomerative hierarchical clustering terhadap Jumlah Usaha Pertanian Perorangan Pengguna Lahan Pertanian: Analisis Agglomerative hierarchical clustering terhadap Jumlah Usaha Pertanian Perorangan Pengguna Lahan Pertanian Maulana, Rachel Hapidz; Farrel Rafa Akbar; Rahmadi Yotenka; Suparna
Emerging Statistics and Data Science Journal Vol. 3 No. 2 (2025): 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.vol3.iss.2.art15

Abstract

Krisis moneter tahun 1998 menyoroti peran strategis sektor pertanian sebagai pilar perekonomian nasional Indonesia. Permintaan lahan yang terus meningkat untuk keperluan pembangunan dan pertumbuhan penduduk menyebabkan konversi lahan, yang dapat berdampak negatif pada sektor pertanian jika tidak dikelola dengan baik. Penelitian ini bertujuan untuk menganalisis penggunaan lahan pertanian di 78 kecamatan Provinsi DIY pada tahun 2023 menggunakan metode agglomerative hierarchical clustering. Metode ini diharapkan dapat memberikan gambaran mendalam tentang pengelompokan kecamatan berdasarkan penggunaan lahan pertanian dan karakteristik klaster yang terbentuk. Analisis diawali dengan statistik deskriptif untuk mengevaluasi distribusi dan variasi jumlah usaha pertanian. Selanjutnya, uji multikolinearitas dilakukan untuk memastikan asumsi dasar analisis klaster, diikuti dengan evaluasi metode klaster untuk menentukan metode yang paling optimal. Hasil analisis menunjukkan bahwa metode Ward memiliki nilai koefisien korelasi tertinggi, menghasilkan empat klaster yang berbeda dalam hal produktivitas pertanian. Klaster-klaster tersebut mencerminkan variasi dalam penggunaan lahan pertanian, dari tingkat yang sangat rendah hingga sangat tinggi. Temuan ini mengindikasikan adanya perbedaan signifikan dalam produktivitas dan pengelolaan lahan pertanian di berbagai kecamatan, yang dapat digunakan untuk merumuskan strategi pengelolaan dan pengembangan yang lebih efektif. Penelitian ini memberikan wawasan berharga bagi perencanaan dan kebijakan pertanian di Provinsi DIY, serta berkontribusi pada upaya peningkatan produktivitas dan keberlanjutan sektor pertanian.
Perbandingan Analisis K-means dan Hierarchical Clustering dalam Mengelompokkan Kecamatan di Kabupaten Grobogan Berdasarkan Jumlah Titik Kejadian Bencana Alam : Perbandingan Analisis K-means dan Hierarchical Clustering dalam Mengelompokkan Kecamatan di Kabupaten Grobogan Berdasarkan Jumlah Titik Kejadian Bencana Alam Wijayanti, Sakti Wijayanti; Kesumawati, Ayundyah
Emerging Statistics and Data Science Journal Vol. 3 No. 2 (2025): 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.vol3.iss.2.art14

Abstract

Kabupaten Grobogan adalah salah satu kabupaten di Jawa Tengah yang rentan terhadap bencana alam. Tingginya frekuensi bencana alam di Kabupaten Grobogan seperti banjir, kekeringan, kebakaran, tanah longsor, dan angin kencang menjadi masalah yang serius bagi masyarakat. Penelitian ini bertujuan untuk melakukan perbandingan keefektivitasan antara metode k-means dan hierarchical clustering dalam mengelompokkan kecamatan berdasarkan data jumlah titik kejadian bencana alam dan menentukan metode mana yang dinilai lebih baik dalam menganalisis data bencana. Data yang digunakan dalam penelitian ini merupakan data sekunder yang bersumber dari website Sistem Informasi Bencana Alam (SIGANA) Badan Penanggulangan Bencana Daerah Kabupaten Grobogan. Hasil analisis k-means dan hierarchical clustering adalah terbentuknya 3 cluster optimum dengan keterangan 14 kecamatan kategori rendah, 4 kecamatan kategori sedang dan 1 kecamatan kategori tinggi. Berdasarkan validasi cluster internal measure, kedua metode tersebut memperoleh nilai connectivity, dunn index dan silhouette yang sama yaitu nilai connectivity sebesar 7.3115, nilai dunn index sebesar 0.8991, dan nilai silhouette sebesar 0.5932. Sedangkan dalam Selanjutnya dalam validasi cluster dengan stability measure metode k-means menghasilkan nilai APN sebesar 0.0962, AD sebesar 13.6823, ADM sebesar 4.1335, dan FOM sebesar 7.4761. Sedangkan, metode hierarchical clustering menghasilkan nilai APN sebesar 0.0391, AD sebesar 13.4789, ADM sebesar 3.5167, dan FOM sebesar 7.1598. Secara keseluruhan, dapat disimpulkan bahwa metode yang dinilai lebih baik untuk mengelompokkan data jumlah titik kejadian bencana alam di Kabupaten Grobogan tahun 2023 adalah metode hierarchical clustering.
Analisis Sentimen Percakapan Twitter Terhadap Matematika Menjelang Penilaian Akhir Semester: Analisis Sentimen Percakapan Twitter Terhadap Matematika Menjelang Penilaian Akhir Semester Said, Muhammad Aly; Putra, Rizal Pratama; Safitri, Ridhani Anggit
Emerging Statistics and Data Science Journal Vol. 3 No. 2 (2025): 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.vol3.iss.2.art12

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen percakapan pengguna Twitter terhadap mata pelajaran matematika menjelang Penilaian Akhir Semester (PAS) tahun ajaran 2022/2023. Metode yang digunakan adalah social network analysis dikombinasikan dengan analisis sentimen pendekatan Lexicon. Tahapan metode ini meliputi pra-pemrosesan data, pengecekan polaritas setiap token dalam leksikon, dan perhitungan skor sentimen pada teks. Data dikumpulkan dari Twitter menggunakan package rtweet dalam rentang waktu 24–30 November 2022 dan menghasilkan 10.236 cuitan yang relevan. Hasil analisis menunjukkan bahwa 86,42% cuitan bersentimen netral, 9,36% negatif, dan 4,22% positif. Meskipun mayoritas cuitan netral, perbandingan antara sentimen positif dan negatif menunjukkan dominasi sentimen negatif. Temuan ini mengindikasikan kemungkinan adanya mathematics anxiety di kalangan pengguna, yang dapat menjadi pertimbangan bagi pendidik dan pembuat kebijakan untuk memperbaiki pendekatan pembelajaran matematika
Perbandingan Algoritma K-Means dan K-Medoids dalam Pengelompokan Peternakan Unggas di Daerah Istimewa Yogyakarta Tahun 2023: Perbandingan Algoritma K-Means dan K-Medoids dalam Pengelompokan Peternakan Unggas di Daerah Istimewa Yogyakarta Tahun 2023 Mas'udi, Nafisah Mas'ud; Cahyaningrum, Nafisah Hanan; Yotenka, Rahmadi; Suparna
Emerging Statistics and Data Science Journal Vol. 3 No. 2 (2025): 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.vol3.iss.2.art16

Abstract

Peternakan merupakan salah satu sektor strategis dalam mendukung ketahanan pangan dan perekonomian daerah. Di kabupaten/kota se-Provinsi Daerah Istimewa Yogyakarta sektor pertenakan unggas memiliki kontribusi besar terhadap ekonomi lokal dan mendukung pendapatan masyarakat. Penelitian ini menganalisis berdasarkan jenis ternak, meliputi ayam ras pedaging, ayam ras petelur, ayam kampung pedaging, ayam kampung petelur, itik pedaging, dan itik petelur. Data sekunder dari Badan Pusat Statistik Provinsi Daerah Istimewa Yogyakarta tahun 2023 dianalisis menggunakan metode klaster non-hierarki dari penelitian ini didapat bahwa algoritma k-means dengan k sebanyak 2 lebih baik dalam mengelompokan peternakan unggas di Provinsi Daerah Istimewa Yogyakarta pada tahun 2023 dengan cluster 1 sebanyak 44 kecamatan dan cluster 2 sebanyak 34 kecamatan. Hasilnya diharapkan dapat mendukung pengembangan sektor unggas secara berkelanjutan untuk ketahanan pangan dan pertumbuhan ekonomi lokal.
Pemilihan Sister City untuk Kabupaten/Kota Non-Sampel Survei Biaya Hidup di Jawa Barat menggunakan Jarak Euclidean: Pemilihan Sister City untuk Kabupaten/Kota Non-Sampel Survei Biaya Hidup di Jawa Barat menggunakan Jarak Euclidean Putri, Eileen Lyana; Kariyam, Kariyam
Emerging Statistics and Data Science Journal Vol. 3 No. 2 (2025): 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.vol3.iss.2.art10

Abstract

Penentuan sister city berdasarkan indikator pengeluaran pola konsumsi masyarakat dapat memberikan gambaran yang akurat tentang karakteristik kesamaan ekonomi antar wilayah. Penelitian ini memanfaatkan data hasil survei sosial ekonomi nasional untuk memilih sister city bagi Kabupaten/Kota tanpa Survei Biaya Hidup (SBH) di Jawa Barat. Kemiripan antar wilayah didasarkan pada tujuh area pengeluaran konsumsi, yaitu kelompok makanan, perumahan dan fasilitas rumah tangga, aneka barang dan jasa, sandang, barang tahan lama, barang tidak tahan lama dan keperluan pesta/upacara. Ukuran kedekatan yang digunakan adalah jarak Euclidean dengan standardisasi data berbasis peringkat fraksional terkoreksi. Pendekatan metode tersebut menghasilkan delapan sister city bagi tujuh belas Kabupaten/Kota non-SBH di Jawa Barat. Kabupaten Bandung sister city bagi Kabupaten Sukabumi, Tasikmalaya, dan Bandung Barat. Kabupaten Cianjur, Garut, Kuningan, Cirebon dan Kota Banjar menempatkan Kabupaten Majalengka sebagai sister city. Kabupaten Subang, Bogor, Kota Bandung dan Depok, secara berurutan sister city bagi Kabupaten Indramayu, Bekasi, Kota Sumedang dan Cimahi. Kota Cirebon sister city bagi Kabupaten Bogor dan Karawang, dan Kota Tasikmalaya sister city bagi Kabupaten Ciamis, Purwakarta, dan Pangandaran
Penerapan Algoritma K-Medoids untuk Pengelompokan Provinsi di Indonesia Berdasarkan Indikator Kemiskinan: Akses Perumahan dan Kesejahteraan: Penerapan Algoritma K-Medoids untuk Pengelompokan Provinsi di Indonesia Berdasarkan Indikator Kemiskinan: Akses Perumahan dan Kesejahteraan Ikhram, Akhfan; Sani Mutia; Akbar, Purnama; Umam, Choerul
Emerging Statistics and Data Science Journal Vol. 3 No. 2 (2025): 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.vol3.iss.2.art13

Abstract

Tantangan dalam mengentaskan kemiskinan di Indonesia masih sangat besar, terutama disebabkan oleh kesenjangan yang signifikan antarwilayah. Penelitian ini menganalisis pengelompokan kemiskinan di Indonesia menggunakan algoritma K-Medoids dengan data tahun 2024 dari Badan Pusat Statistik (BPS). Indikator yang digunakan meliputi persentase rumah tangga yang memiliki akses terhadap air minum layak, sanitasi layak, dan hunian layak. Analisis deskriptif menunjukkan rata-rata akses air minum layak sebesar 87%, sanitasi layak 81,14%, dan rumah layak huni 61,66%. Metode Elbow menentukan jumlah klaster optimal sebanyak tiga. Klaster 1 mencakup 19 provinsi dengan tingkat kemiskinan rendah, ditandai akses yang tinggi terhadap kebutuhan dasar. Klaster 2 terdiri dari 18 provinsi dengan tingkat kemiskinan sedang dan akses infrastruktur yang cukup baik. Klaster 3 hanya mencakup Papua Pegunungan dengan akses sangat terbatas dan tingkat kemiskinan sangat tinggi. Hasil penelitian menyoroti ketimpangan signifikan antara wilayah timur dan barat Indonesia. Temuan ini menekankan perlunya kebijakan pengentasan kemiskinan berbasis wilayah yang berfokus pada peningkatan infrastruktur dasar di daerah tertinggal guna mendukung pembangunan yang lebih inklusif dan pencapaian Sustainable Development Goals (SDGs). 
Analisis Hotspot Pada Kasus Angka Kematian Bayi Di Provinsi Jawa Timur Tahun 2023 : Analisis Hotspot Pada Kasus Angka Kematian Bayi Di Provinsi Jawa Timur Tahun 2023 Cahyoko, Fajar Dwi; Kurniawati, Lucky Anggi; Nurmaulid, Mitha Safira; Aditya, Nanda Oktarina; Darusasi, Restutita
Emerging Statistics and Data Science Journal Vol. 3 No. 2 (2025): 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.vol3.iss.2.art9

Abstract

Angka kematian bayi merupakan indikator penting dalam menilai tingkat kesehatan masyarakat suatu wilayah. Meskipun angka kematian bayi di Jawa Timur mengalami penurunan dari tahun 2020 hingga 2022, pada tahun 2023 kembali meningkat menjadi 7,40 per 1.000 kelahiran hidup. Untuk memahami pola distribusi kematian bayi, diperlukan analisis spasial guna mengidentifikasi wilayah yang berisiko tinggi. Penelitian ini menggunakan metode Statistics Getis-Ord Gi* untuk menentukan hotspot dan coldspot yang menjadi titik epicentrum pada angka kematian bayi di Jawa Timur. Metode ini merupakan komplementer dari Indeks Moran’s setelah mengetahui adanya pola distribusi angka kematian bayi secara umum. Data yang digunakan merupakan data sekunder dari Profil Kesehatan Provinsi Jawa Timur tahun 2023, yang mencakup 38 kabupaten/kota. Studi ini menggunakan pendekatan ekologis retrospektif dengan analisis data berupa statistik deskriptif, uji autokorelasi spasial Global Moran’s I, serta pemetaan hotspot menggunakan Getis-Ord Gi*. Hasil penelitian menunjukkan adanya klaster wilayah dengan angka kematian bayi tinggi, terutama di Kabupaten Bondowoso, Jember, dan Situbondo. Faktor-faktor seperti berat bayi lahir rendah, akses terhadap sanitasi yang layak, serta kondisi sosial-ekonomi memiliki hubungan dengan angka kematian bayi, meskipun dengan tingkat korelasi yang bervariasi antar daerah. Penelitian ini menegaskan pentingnya analisis spasial dalam perencanaan kebijakan kesehatan. Dengan memahami pola distribusi kematian bayi, intervensi yang lebih efektif dapat diterapkan untuk menurunkan angka kematian bayi di Jawa Timur. Hasil penelitian ini diharapkan dapat mendukung pencapaian target Sustainable Development Goals (SDGs) dalam menekan angka kematian anak pada tahun 2030
Analisis Perbedaan Kategori Kejadian Banjir Terhadap Kerusakan Infrastruktur dan Kelayakan Sanitasi Berdasarkan Provinsi di Indonesia Witanto, Steffany Marcellia; Fatmala, Friza Nur; Sakhi, Difta Alzena; Nasrudin, Muhammad; Trimono
Emerging Statistics and Data Science Journal Vol. 3 No. 2 (2025): 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.vol3.iss.2.art11

Abstract

Banjir merupakan bencana alam yang dapat menyebabkan kerugian dalam berbagai aspek. Untuk menganalisis dampak frekuensi banjir terhadap berbagai variabel secara serentak, digunakan metode One-Way MANOVA. Metode ini memungkinkan pengujian perbedaan rata-rata lebih dari satu variabel dependen berdasarkan satu faktor independen. Hasil penelitian membuktikan bahwa setiap kategori kejadian banjir memiliki perbedaan yang signifikan pada setidaknya satu variabel independen, baik jumlah rumah rusak, panjang jalan rusak (km), ataupun persentase sanitasi layak di Indonesia. Dengan demikian, frekuensi banjir dapat menjadi faktor penting dalam menganalisis tingkat kerusakan infrastruktur dan sistem sanitasi di wilayah terdampak. Hasil penelitian ini dapat dijadikan acuan dalam perumusan strategi mitigasi bencana serta perencanaan tata ruang sehingga mampu meminimalkan risiko banjir di masa mendatang.
Perbandingan Metode Peramalan Volume Transaksi Sistem Resi Gudang: Prophet, Exponential Smoothing dan Sarima: Perbandingan Metode Peramalan Volume Transaksi Sistem Resi Gudang: Prophet, Exponential Smoothing dan Sarima Noviani Sugianto, Vickie Ashri; Danarwindu, Ghiffari Ahnaf; Prihatmoko, Harry
Emerging Statistics and Data Science Journal Vol. 3 No. 2 (2025): 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.vol3.iss.2.art8

Abstract

Fluktuasi harga komoditas saat panen raya sering menyebabkan rendahnya pendapatan petani dan kesulitan akses pembiayaan. Sistem Resi Gudang (SRG) dirancang sebagai solusi untuk menstabilkan harga dan memberi akses pembiayaan tanpa agunan tambahan, serta mendukung ketahanan pangan nasional. Meskipun SRG terus berkembang, implementasinya masih menghadapi tantangan seperti keterbatasan kapasitas gudang, infrastruktur yang belum merata, dan perbedaan karakteristik komoditas. Peramalan volume komoditas yang masuk diperlukan untuk mengoptimalkan penggunaan gudang dan mendukung kebijakan logistik serta penyimpanan. Penelitian ini membandingkan tiga metode peramalan deret waktu yaitu Prophet, Exponential Smoothing (Holt-Winters), dan SARIMA. Menggunakan data bulanan volume Resi Gudang dari Januari 2022 hingga Desember 2024. Evaluasi akurasi model dilakukan dengan Mean Absolute Scaled Error (MASE). Prophet dengan konfigurasi multiplicative memberikan akurasi tertinggi dengan MASE 0,4134, namun menghasilkan prediksi negatif pada awal 2025. Holt-Winters menghasilkan prediksi yang lebih stabil dan realistis meski nilai MASE-nya lebih tinggi (0,7875). SARIMA memiliki performa terendah dengan MASE 0,9097. Hasil ini menunjukan bahwa pemilihan model tidak hanya bergantung pada nilai error, tetapi juga pada hasil yang diperoleh. Peramalan volume SRG yang akurat dapat meningkatkan efisiensi operasional gudang, mencegah kekurangan kapasitas, serta mendukung stabilitas harga dan pengambilan kebijakan strategis.

Page 1 of 1 | Total Record : 9

 1 

Filter by Year

2025 2025


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