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 10 Documents
 1 
Search results for , issue "Vol. 3 No. 3 (2025): Emerging Statistics and Data Science Journal" : 10 Documents clear
Penerapan K-Means Clustering dalam Mengelompokkan Kabupaten/Kota Berdasarkan Indikator IPM di Jawa Tengah: Penerapan K-Means Clustering dalam Mengelompokkan Kabupaten/Kota Berdasarkan Indikator IPM di Jawa Tengah Fadillah, Muhammad Reza; Ardiansyah, Muhammad Rifqy; Junaidi, Muhammad Rifki; Fauzi, Fatkhurokhman
Emerging Statistics and Data Science Journal Vol. 3 No. 3 (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.3.art20

Abstract

IPM merupakan ukuran keberhasilan pembangunan manusia yang didasarkan pada tiga dimensi utama, yaitu kesehatan, pendidikan, dan standar hidup layak. Jawa Tengah dipilih sebagai objek penelitian karena menunjukkan tren peningkatan IPM yang konsisten, namun masih terdapat disparitas antar daerah. Penelitian ini bertujuan untuk mengelompokkan Kabupaten/Kota di Jawa Tengah berdasarkan indikator pembentuk IPM tahun 2023 dengan menggunakan metode analisis cluster non-hirarki K-Means. Metode ini dipilih karena efisien, sederhana, dan mampu menghasilkan pengelompokan yang jelas. Cluster pertama terdapat 16 Kabupaten/kota dengan indikator dari faktor-faktor yang berpengaruh pada IPM tingkatan rendah, cluster kedua terdapat 4 Kabupaten/kota dengan indikator dari faktor-faktor yang berpengaruh pada IPM tingkatan tinggi, cluster ketiga terdapat 15 Kabupaten/kota  dengan  indikator  dari  faktor-faktor yang berpengaruh pada IPM tingkatan sedang.
Penerapan Self Organizing Maps untuk Pengelompokan Kabupaten/Kota Rawan Demam Berdarah Dengue di Jawa Barat Berdasarkan Faktor Lingkungan dan Sosial-Ekonomi: Penerapan Self Organizing Maps untuk Pengelompokan Kabupaten/Kota Rawan Demam Berdarah Dengue di Jawa Barat Berdasarkan Faktor Lingkungan dan Sosial-Ekonomi Zen, Muhammad Zen
Emerging Statistics and Data Science Journal Vol. 3 No. 3 (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.3.art19

Abstract

Demam Berdarah Dengue (DBD) merupakan permasalahan kesehatan serius di Indonesia, khususnya di Provinsi Jawa Barat yang memiliki jumlah kasus tertinggi secara nasional. Penyebaran DBD dipengaruhi oleh berbagai faktor lingkungan dan sosial-ekonomi seperti curah hujan, ketinggian wilayah, kepadatan penduduk, dan jumlah penduduk miskin. Penelitian ini bertujuan untuk mengelompokkan kabupaten/kota di Provinsi Jawa Barat berdasarkan potensi kerawanan DBD menggunakan metode Self Organizing Maps (SOM). Metode SOM dipilih karena kemampuannya dalam mengidentifikasi pola tersembunyi dari data multidimensi dan memvisualisasikannya, yang terbukti lebih efektif pada penelitian sebelumnya dibandingkan metode lain. Variabel yang digunakan dalam penelitian ini meliputi jumlah curah hujan, ketinggian wilayah, kepadatan penduduk, jumlah penduduk miskin, dan jumlah kasus DBD. Untuk penentuan jumlah cluster didapatkan sebanyak enam cluster dengan menggunakan metode K-Means Clustering dan divalidasi dengan metrik Davies-Bouldin Index (DBI), Silhouette Score, dan Calinski–Harabasz Index. Dengan menganalisis lima variabel utama, Hasil SOM mengungkap bahwa cluster 3 dan 5 memiliki tingkat kerentanan tertinggi akibat kepadatan penduduk sangat serta jumlah kasus DBD yang besar. Cluster 1 dan 4 memiliki risiko terendah, sementara cluster 2 dan 6 tergolong risiko sedang dengan karakteristik geografis dan sosial-ekonomi yang berbeda. Hasil penelitian ini diharapkan mampu menjadi dasar bagi penargetan intervensi yang tepat sasaran dan perumusan kebijakan adaptif yang responsif terhadap perubahan.
Analisis Regresi Data Panel untuk Pemodelan Tingkat Pengangguran Terbuka di Provinsi Jawa Barat Tahun 2019-2022: Analisis Regresi Data Panel untuk Pemodelan Tingkat Pengangguran Terbuka di Provinsi Jawa Barat Tahun 2019-2022 Pramudita, Zalfa Nindia; Alhaqq, Faisal Hakim Akbar; Alifyah, Hasna; Ginastuti, Ajrina Putri; Edy Widodo
Emerging Statistics and Data Science Journal Vol. 3 No. 3 (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.3.art18

Abstract

Penelitian ini menganalisis pengaruh faktor pendidikan terhadap Tingkat Pengangguran Terbuka di Provinsi Jawa Barat dengan menggunakan regresi data panel periode 2019 hingga 2022. Data yang digunakan mencakup Tingkat Pengangguran Terbuka, Rata-Rata Lama Sekolah, Harapan Lama Sekolah, dan Persentase Penduduk Miskin. Pemilihan model dilakukan melalui uji Chow dan Hausman yang menunjukkan bahwa model efek tetap (fixed effect model) paling sesuai. Untuk mengatasi autokorelasi, digunakan koreksi standard error Newey-West. Hasil penelitian menunjukkan bahwa Rata-Rata Lama Sekolah dan Harapan Lama Sekolah berpengaruh negatif signifikan terhadap Tingkat Pengangguran Terbuka, sedangkan persentase penduduk miskin berpengaruh positif signifikan. Nilai  sebesar 30% mengindikasikan bahwa variabel dalam penelitian ini mampu menjelaskan sebagian variasi Tingkat Pengangguran Terbuka, sementara sisanya dipengaruhi faktor lain di luar model. Penelitian ini menyimpulkan bahwa peningkatan kualitas pendidikan berperan penting dalam menurunkan Tingkat Pengangguran Terbuka di Provinsi Jawa Barat. Oleh karena itu, diperlukan kebijakan yang menekankan relevansi pendidikan dengan kebutuhan industri, sekaligus memperluas akses pendidikan bagi masyarakat berpenghasilan rendah guna mendukung tercapainya daya saing tenaga kerja dan visi Indonesia Emas 2045.
Pengelompokkan Kabupaten/Kota di Provinsi Jawa Barat Berdasarkan Indeks Pendidikan menggunakan Metode K-Medoids: Pengelompokkan Kabupaten/Kota di Provinsi Jawa Barat Berdasarkan Indeks Pendidikan menggunakan Metode K-Medoids Widodo, Edy; Rachmania Mulkiyah, Ananda; Tria Anggraini, Devita; Abidah Nur Anisah, Hergina; Ayu Wardani, Dheandra; Ratri Astuti, Morti
Emerging Statistics and Data Science Journal Vol. 3 No. 3 (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.3.art25

Abstract

Penelitian ini bertujuan untuk mengelompokkan kabupaten/kota di Provinsi Jawa Barat berdasarkan indikator-indikator pendidikan sebagai salah satu komponen penting dalam Indeks Pembangunan Manusia (IPM). Indikator pendidikan yang digunakan meliputi Rata-rata Lama Sekolah (RLS), Harapan Lama Sekolah (HLS), Angka Melek Huruf (AMH), Angka Partisipasi Murni (APM) SMA/MA/SMK, dan Angka Partisipasi Kasar (APK) SMA/MA/SMK. Data yang dianalisis merupakan data sekunder tahun 2022 yang diperoleh dari Badan Pusat Statistik Provinsi Jawa Barat. Analisis dilakukan menggunakan metode K-Medoids, dengan tahap awal berupa analisis deskriptif, deteksi outlier menggunakan Chi-Square Q-Q Plot, uji asumsi multikolinearitas dengan nilai Variance Inflation Factor (VIF), serta penentuan jumlah klaster optimal menggunakan metode silhouette. Hasil analisis menunjukkan bahwa kabupaten/kota di Jawa Barat terbagi menjadi dua kelompok, yaitu kelompok dengan indikator pendidikan rendah dan kelompok dengan indikator pendidikan tinggi. Kelompok dengan indikator pendidikan tinggi umumnya berada di wilayah perkotaan, sedangkan kelompok dengan indikator pendidikan rendah didominasi oleh wilayah kabupaten. Temuan penelitian ini diharapkan menjadi rujukan strategis bagi perumus kebijakan dalam merumuskan langkah-langkah peningkatan kualitas pendidikan di Jawa Barat, sebagai kontribusi dalam mewujudkan Visi Indonesia Emas 2045 dengan SDM yang unggul.
Peramalan Curah Hujan di Provinsi Sumatera Utara Menggunakan Metode Seasonal Autoregressive Integrated Moving Average (SARIMA): Peramalan Curah Hujan di Provinsi Sumatera Utara Menggunakan Metode Seasonal Autoregressive Integrated Moving Average (SARIMA) Shofwatillah, Litasya
Emerging Statistics and Data Science Journal Vol. 3 No. 3 (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.3.art22

Abstract

Peramalan curah hujan merupakan salah satu langkah yang penting dalam pengelolaan sumber daya air dan mitigasi dampak perubahan iklim. Pada penelitian ini diperoleh model yang terbaik untuk melakukan peramalan curah hujan di Provinsi Sumatera Utara tahun 2024 yaitu ARIMA(2,1,1)(0,1,1)12. Hasil analisis menunjukkan bahwa model ini mampu menangkap pola fluktuasi musiman, namun terdapat beberapa prediksi dengan nilai negatif yang tidak realistis, menunjukkan keterbatasan model dalam merepresentasikan data. Grafik peramalan juga mengindikasikan adanya ketidakpastian yang meningkat pada periode prediksi, yang tercermin dari interval kepercayaan yang lebih lebar. Kesimpulan dari penelitian ini adalah model ARIMA dapat digunakan sebagai pendekatan awal dalam peramalan curah hujan, namun perlu dilakukan evaluasi lebih lanjut dan penyempurnaan model untuk meningkatkan akurasi dan validitas hasil peramalan. Implikasi dari hasil penelitian ini adalah hasil peramalan sebaiknya tidak digunakan sebagai satu-satunya dasar pengambilan keputusan, tetapi perlu didukung dengan metode lain, serta data tambahan supaya prediksi curah hujan dapat lebih mendekati kondisi sebenarnya.
Survival Analysis of Kidney Failure Patients Using the Kaplan Meier Method and Log-Rank Test: Survival Analysis of Kidney Failure Patients Using the Kaplan Meier Method and Log-Rank Test Febrianti, Fatika Lovina; Firdatul Fahria; Siti Hamidah Ardhy; Rahma Nurmalita; Suci Laeliyah; Muhammad Rifqy Ardiansyah; Ihsan Fathoni; M. Al Haris
Emerging Statistics and Data Science Journal Vol. 3 No. 3 (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.3.art21

Abstract

Kidney failure is a global health issue that continues to rise, impacting patients' quality of life and placing significant pressure on healthcare systems. This study aims to analyze the factors influencing the survival probability of kidney failure patients using the Kaplan-Meier method and the log-rank test. Medical records from 106 kidney failure patients treated at Hasanuddin Hospital between 2018 and 2020 were used to examine the effects of age, gender, and disease severity on survival outcomes. The Kaplan-Meier analysis revealed that patients aged ≤ 50 years, females, and those with chronic conditions had better survival probabilities. However, the log-rank test indicated that survival differences based on these three variables were not statistically significant (p-value > 0,05). These findings provide an initial understanding of the survival patterns of kidney failure patients and highlight the need for further research with larger sample sizes or more advanced methods to support the development of personalized care strategies and improve patients' quality of life.
Prediksi Tren Penggunaan Electronic Money (E-Money) di Indonesia menggunakan pendekatan Extreme Learning Machines: Prediksi Tren Penggunaan Electronic Money (E-Money) di Indonesia menggunakan pendekatan Extreme Learning Machines Devita Rizqi , Maulida; Mahmudah, Umi; Dini Aulia , Ramadhani
Emerging Statistics and Data Science Journal Vol. 3 No. 3 (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.3.art17

Abstract

Penelitian ini bertujuan untuk menganalisis kemampuan model Extreme Learning Machine (ELM) dalam meramalkan nilai transaksi uang elektronik di Indonesia. Data sekunder berupa nilai transaksi uang elektronik periode 2021 sampai 2024 dari bank Indonesia digunakan. Hasil peramalan menunjukkan tren pertumbuhan yang stabil pada nilai transaksi, dengan proyeksi yang meningkat setiap bulan. Hasil metrik evaluasi menunjukkan bahwa model ELM tidak memiliki bias sistematis (Mean Error = 0,000). Nilai Mean Absolute Percentage Error (MAPE) sebesar 9,533% menunjukkan bahwa kesalahan prediksi masih dalam batas toleransi yang dapat diterima. Secara keseluruhan, model ELM memberikan hasil yang cukup menjanjikan untuk meramalkan transaksi e-money di Indonesia. Hasil prediksi menunjukkan bahwa model ELM dapat memberikan proyeksi yang konsisten dengan tren pertumbuhan yang stabil. Prediksi nilai transaksi yang semakin meningkat setiap bulan mencerminkan potensi pertumbuhan yang terus berlanjut dalam sektor uang elektronik di Indonesia. Penelitian ini memberikan kontribusi dalam meningkatkan pemahaman tentang potensi dan keterbatasan model ELM dalam meramalkan transaksi uang elektronik di Indonesia.
Segmentasi Wilayah Berdasarkan Indikator Kesehatan Lingkungan dan Akses Pelayanan Dasar di Provinsi Jawa Timur: Segmentasi Wilayah Berdasarkan Indikator Kesehatan Lingkungan dan Akses Pelayanan Dasar di Provinsi Jawa Timur Abdillah, Indah Rahma; Diana Novitasari; Amellia Harmaimun Hidayah; Shindi Shella May Wara; Wahyu Syaifullah Jauharis Saputra
Emerging Statistics and Data Science Journal Vol. 3 No. 3 (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.3.art24

Abstract

Upaya peningkatan kesehatan lingkungan dan pelayanan dasar memerlukan pemahaman yang mendalam terhadap karakteristik wilayah. Provinsi Jawa Timur, dengan keragaman kondisi antar Kabupaten/Kota, menjadi contoh penting dalam analisis ini. Pengelompokan wilayah dilakukan berdasarkan tujuh indikator, yaitu akses air minum layak, akses sanitasi layak, kepemilikan jamban, kasus diare, keluhan kesehatan, kepadatan penduduk, dan jumlah puskesmas. Metode Hierarchical Agglomerative Clustering (HAC) dan K-Means Clustering diterapkan untuk membentuk klaster wilayah yang homogen. Evaluasi performa klasterisasi menggunakan Silhouette Score, Calinski-Harabasz Index, dan Dunn Index menunjukkan bahwa HAC menghasilkan segmentasi yang lebih optimal. Analisis menghasilkan lima klaster wilayah dengan karakteristik berbeda: (1) kabupaten dengan kepadatan sedang, sanitasi terbaik, namun kasus diare dan keluhan kesehatan tinggi; (2) kabupaten dengan sanitasi rendah namun kasus diare dan keluhan kesehatan rendah; (3) kota dengan kepadatan sangat tinggi, sanitasi baik, namun fasilitas kesehatan terbatas; (4) kawasan metropolitan dengan kasus diare sangat tinggi akibat sanitasi buruk; (5) kabupaten dengan kepadatan rendah, akses air minum rendah, dan sanitasi cukup baik. Temuan ini memberikan dasar bagi pengembangan strategi intervensi kesehatan lingkungan yang lebih tepat sasaran.
Klasifikasi Tingkat Kesejahteraan Kabupaten/Kota di Jawa Barat, Jawa Tengah, dan Jawa Timur Menggunakan Regresi Logistik Multinomial: Klasifikasi Tingkat Kesejahteraan Kabupaten/Kota di Jawa Barat, Jawa Tengah, dan Jawa Timur Menggunakan Regresi Logistik Multinomial Firqi Nashrullah, Ahmad; Kresna Wira Yudha, I Nyoman; Terza Damaliana, Aviolla; Shindi Shella May Wara; Dwi Mahardhika, Rivaldi
Emerging Statistics and Data Science Journal Vol. 3 No. 3 (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.3.art23

Abstract

Tingkat kesejahteraan daerah menjadi salah satu indikator utama dalam menilai kemajuan Pembangunan wilayah. Penelitian ini bertujuan untuk mengklasifikasikan kesejahteraan seluruh daerah setingkat kabupaten dan kota yang berada di wilayah Provinsi Jawa Barat, Jawa Tengah, serta Jawa Timur berdasarkan kelompok Indeks pembangunan manusia yang terdiri atas empat kategori, yaitu rendah, sedang, tinggi, mdan sangat tinggi menggunakan regresi logistik multinomial. Analisis melibatkan persentase penduduk miskin, rasio ketimpangan, angka harapan hidup, pengeluaran per kapita, kepadatan penduduk, dan akses sanitasi layak. Data diperoleh dari Badan Pusat Statistik tahun 2023. Hasil deskriptif menunjukkan 69 wilayah termasuk kategori tinggi, 17 kategori sedang, dan 14 kategori sangat tinggi. Uji statistik mengonfirmasi hubungan signifikan semua variabel dan menunjukkan bahwa perbaikan akses sanitasi serta peningkatan harapan hidup meningkatkan indeks pembangunan manusia suatu wilayah. Model menghasilkan akurasi 86,67 persen. Hasil analisis ini dapat dimanfaatkan landasan objektif untuk menyusun strategi pembangunan wilayah yang efektif.
Analisis Tingkat Kemiskinan di Indonesia Menggunakan Pendekatan PCA dan K-Medoids Clustering Tahun 2022-2023: Analisis Tingkat Kemiskinan di Indonesia Menggunakan Pendekatan PCA dan K-Medoids Clustering Tahun 2022-2023 Dewati, Nabila Ratna; Nowi, Nurul Aulia; Mutia, Sani; Saraswasti, Lidya Palupi; Widodo, Edy
Emerging Statistics and Data Science Journal Vol. 3 No. 3 (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.3.art26

Abstract

Kemiskinan menjadi tantangan utama pembangunan di Indonesia, terutama akibat ketimpangan sosial-ekonomi antar wilayah. Penelitian ini bertujuan untuk mengidentifikasi pola sosial-ekonomi dan infrastruktur dasar di 34 provinsi Indonesia dengan pendekatan Principal Component Analysis (PCA) dan K-Medoids clustering. Data yang digunakan meliputi persentase penduduk miskin, Indeks Pembangunan Manusia (IPM), rata-rata lama sekolah, pengeluaran per kapita, dan akses sanitasi layak untuk tahun 2022–2023. Hasil PCA menunjukkan bahwa dua komponen utama dapat menjelaskan 84,7% variabilitas data pada 2022 dan 90,4% pada 2023. Metode K-Medoids menghasilkan tiga kelompok provinsi dengan karakteristik yang berbeda. Kelompok provinsi termiskin, seperti Papua dan Nusa Tenggara Timur, ditandai oleh rendahnya IPM, akses sanitasi yang terbatas, dan pengeluaran per kapita rendah, sehingga memerlukan perhatian lebih dalam pembangunan infrastruktur dasar dan akses pendidikan. Studi ini memberikan wawasan untuk merumuskan kebijakan pembangunan yang lebih efektif guna mengurangi ketimpangan dan mendukung pencapaian visi Indonesia Emas 2045.

Page 1 of 1 | Total Record : 10

 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