cover
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
ISSN : 29884004     EISSN : 29864178     DOI : https://doi.org/10.20885.25
Core Subject : Science, Education,
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
Articles 112 Documents
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 12 of 12 | Total Record : 112