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 102 Documents
 1   2   3   4   5 
Penerapan Metode ARIMA dan Double Exponential Smoothing with Damped Parameter Untuk Memprediksi Jumlah Keberangkatan Penumpang Pesawat Komersial di Jawa Tengah Pada Tahun 2022-2023 Mutiara, Ananda; Muhammad Hasan Sidiq Kurniawan
Emerging Statistics and Data Science Journal Vol. 1 No. 1 (2023): 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.vol1.iss.1.art7

Abstract

Bandara adalah tempat pesawat untuk lepas landas ataupun mendarat. Bandara tersebar di berbagai provinsi di Indonesia. Bandara di Provinsi Jawa Tengah setiap harinya beroperasi sehingga jumlah keberangkatan penumpang dapat mengalami naik dan turun setiap bulannya. Oleh karena itu dibutuhkan prediksi untuk mengetahui jumlah keberangkatan penumpang pesawat di Jawa Tengah untuk kedepannya. Metode yang digunakan oleh peneliti dalam penelitian ini adalah metode ARIMA dan DES with Damped Parameter. Dari hasil penelitian ini, model terbaik dari metode ARIMA adalah ARIMA(3,2,0) dengan nilai kesalahan terkecil AIC sebesar 1130,09 , AICc sebesar 1131,07 , dan BIC sebesar 1137,41. Hasil peramalan jumlah keberangkatan penumpang pesawat komersial di Jawa tengah pada tahun 2022 sampai mengalami kenaikan secara signifikan. Dari hasil perbandingan antara data aktual dan data prediksi jumlah keberangkatan penumpang pesawat komersial di Jawa Tengah pada tahun 2020 menggunakan DES with damped parameter, diketahui bahwa adanya pandemi covid-19 berpengaruh terhadap jumlah keberangkatan penumpang pesawat komersial di Jawa Tengah.
Pengelompokan Peserta Program Merdeka Belajar-Kampus Merdeka (MBKM) Berdasarkan Perguruan Tinggi dengan Analisis Cluster Non Hierarki Metode K-Means : Pengelompokan Peserta Program Merdeka Belajar-Kampus Merdeka (MBKM) Wananda, Titania Tasya; Jaka Nugraha
Emerging Statistics and Data Science Journal Vol. 1 No. 2 (2023): 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.vol1.iss.2.art26

Abstract

Merdeka Belajar-Kampus Mengajar (MBKM) merupakan program Kementrian Pendidikan dan Kebudayaan yang bertujuan agar menghasilkan kualitas Pendidikan yang lebih baik seperti mahasiswa yang memiliki kemampuan analisis yang tajam dan pemahaman komprehensif dalam mengembangkan diri. MBKM terdiri dari beberapa subprogram diantaranya yaitu magang, studi independent, kampus mengajar, dan lainnya. Jumlah mahasiswa peserta program magang, studi independent, dan kampus merdeka berjumlah 40.944 mahasiswa, sedangkan total mahasiswa secara keseluruhan sebesar 9.188.101 mahasiswa. Tujuan dari penelitian ini untuk mengetahui bagaimana tingkat partisipasi mahasiswa dari setiap perguruan tinggi dalam program MBKM dengan menggunakan analisis cluster K-Means. Pada penelitian ini terbentuk 2 cluster dengan jumlah anggota cluster 1 sebanyak 17 perguruan tinggi dan cluster 2 sebanyak 1359 perguruan tinggi. Cluster 1 memiliki karakteristik peserta program magang dan studi independent tergolong rendah, sedangkan peserta kampus mengajar tergolong tinggi. Cluster 2 memiliki karakteristik peserta program magang dan studi independent tergolong tinggi, sedangkan peserta kampus mengajar tergolong 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 Faktor-Faktor yang Mempengaruhi Tingkat Kemiskinan di Kabupaten Jombang dengan Regresi Linier Berganda: Analisis Faktor-Faktor yang Mempengaruhi Tingkat Kemiskinan Imaniar, Aliya Ockta; Rohmatul Rajriyah, Rohmatul Rajriyah
Emerging Statistics and Data Science Journal Vol. 1 No. 3 (2023): 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.vol1.iss.3.art38

Abstract

Beragam upaya untuk mengatasi masalah kemiskinan dilakukan oleh pihak pemerintah dan masyarakat secara bersinergi agar tercapainya cita-cita bangsa yang tertuang dalam Pembukaan UUD NRI 1945. Namun masalah umum seperti pengurangan pendapatan, pengangguran, dan pemutusan kontrak kerja yang mengakibatkan proses penyelesaian masalah kemiskinan terganggu, sehingga jumlah tingkat kemiskinan penduduk dunia kembali mengalami kenaikan. Metode analisis regresi linier berganda merupakan metode analisis pengaruh yang dapat mengeliminasi variabel tertentu yang kurang berpengaruh terhadap model. Diperoleh variabel IPM dan TPT merupakan model regresi terbentuk yang layak digunakan dan berpengaruh signifikan terhadap Tingkat Kemiskinan dengan persamaan regresi yang menunjukkan bahwa nilai IPM semakin tinggi dan TPT rendah akan menyebabkan Tingkat kemiskinan yang lebih rendah dan juga sebaliknya
Analisis Peramalan Jumlah Kedatangan Pesawat Internasional di Bandar Udara Soekarno-Hatta dengan Menggunakan Metode Dekomposisi-Arima: Analisis Peramalan Jumlah Kedatangan Pesawat Internasional di Bandar Udara Soekarno-Hatta M.Rahmat Ramadhan; Jaka Nugraha
Emerging Statistics and Data Science Journal Vol. 1 No. 1 (2023): 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.vol1.iss.1.art17

Abstract

Bandara Internasional Soekarno-Hatta adalah bandara terbesar dan terluas di Indonesia. Bandara ini merupakan pusat bandara yang dikelola di bawah otoritas PT.Angkasa Pura II. Bandara Soekarno Hatta saat ini mengelola beberapa terminal, antara lain Terminal 1 (A,.B,.C), Terminal 2 (D,.E,.F) dan Terminal 3 yang dikhususkan untuk penerbangan internasional. Seiring berjalannya waktu, jumlah pesawat yang masuk semakin banyak dan bervariatif. Oleh karena itu, gambaran jumlah pesawat untuk periode yang akan datang sangat diperlukan oleh pihak bandara untuk membuat suatu kebijakan sehingga dapat memanajemen hal tersebut. Sehingga diperlukan suatu analisis yang mampu memberi gambaran tentang jumlah pesawat dimasa periode yang akan datang. Untuk mengetahui perkembangan kedatangan pesawat Internasional, maka dalam penelitian ini akan dilakukan analisis time series dengan metode Dekomposisi-ARIMA untuk melakukan peramalan yang didasarkan pada data pesawat Internasional dalam 5 tahun kebelakang yaitu tahun 2017-2021, dan menggunakan variabel tunggal yaitu kedatangan pesawat Internasional dengan menggunakan nilai kesalahan terendah. Model utama yang didapatkan yaitu (2,1,1) dan terdapat 3 model pendukung lain dimana yang terbaik adalah model (1,1,0). Dari model tersebut dilakukan peramalan selama 12 periode ke depan yaitu dari bulan Januari-Desember 2022 dan diketahui tingkat akurasinya sebesar 91,069716 atau 91,0% artinya peramalan tersebut akurat.
Peramalan Jumlah Kedatangan Penumpang Pesawat Internasional di Bandara Soekarno-Hatta Menggunakan Metode Double Exponential Smoothing: Peramalan Jumlah Kedatangan Penumpang Pesawat Internasional di Bandara Soekarno-Hatta Salsabila, Avissa; Ayundyah Kesumawati
Emerging Statistics and Data Science Journal Vol. 1 No. 2 (2023): 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.vol1.iss.2.art25

Abstract

Bandar Udara Internasional Soekarno-Hatta berada di peringkat ke-18 sebagai bandara dengan jumlah penumpang yang paling banyak di dunia, menurut Airport Council International (ACI). Pada 2018 penumpang di Soekarno-Hatta mencapai 66,9 juta penumpang dan meningkat dibanding tahun sebelumnya. Akan tetapi akibat munculnya pandemi Covid-19 mengakibatkan tidak adanya jadwal penerbangan dan menyebabkan banyak pesawat mengganggur di Bandara Soekarno-Hatta. Berdasarkan permasalahan ini dilakukan peramalan jumlah kedatangan penumpang pesawat Internasional yang dimana menggunakan metode Double Exponential Smoothing untuk mendapatkan hasil peramalan 12 bulan kedepan pada tahun 2022. Dari metode tersebut menghasilkan nilai masing-masing ukuran kesalahan tersebut, yaitu nilai MSE sebesar 6169193632, nilai RMSE sebesar 78544.21 dan MAPE 34.89691. Dengan nilai MAPE 34,89691 menunjukkan bahwa peramalan jumlah kedatangan penumpang internasional di Bandara Soekarno-Hatta dengan menggunakan metode Double Exponential Smoothing menghasilkan akurasi nilai peramalan yang biasa. Serta diperoleh hasil peramalan pada bulan Januari hingga Desember 2022 masih mengalami penurunan.
Penerapan Metode Peramalan Double Exponential Smoothing Pada Indeks Harga Konsumen Kota Yogyakarta Alivia Ayudhi Asmaradana; Edy Widodo
Emerging Statistics and Data Science Journal Vol. 1 No. 1 (2023): 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.vol1.iss.1.art4

Abstract

Indeks Harga Konsumen atau IHK adaIah sebuah indeks untuk perhitungan rata-rata perubahan harga dari suatu barang dan jasa yang dalam periode waktu tertentu yang dikonsumsi penduduk daIam kurun waktu tertentu. IHK adalah indikator yang digunakan dalam perhitungan infIasi dimana infIasi sangat berperan penting dalam perekonomian. Sehingga perubahan IHK akan mempengarui besar biaya hidup untuk barang dan jasa pada setiap penduduk. Selain itu, terjadinya inflasi atau deflasi dapat diketahui melalui IHK. MakaIah ini dibuat dengan tujuan untuk memberikan gambaran tentang masa depan kepada pemerintah daIam menetapkan kebijakan ke depannya. Data yang digunakan daIam peneIitian ini adalah IHK di Kota Yogyakarta pada bulan Januari 2014 hingga Februari 2022. Data IHK tersebut memilki pola data trend naik dimana data terus mengaIami kenaikan hingga Februari 2022. Namun, pada satu periode yaitu pada Januari 2020, nilai IHK Kota Yogyakarta mengaIami penurunan drastis dikarenakan adanya pandemi Covid-19. Kemudian dilakukan peramalan menggunakan metode DoubIe ExponentiaI Smoothing yang seIanjutnya dicari nilai kesalahan peramalan menggunakan perhitungan Mean Absolute Percentage Error (MAPE). Didapatkan nilai peramalan IHK pada bulan Maret 2022 adalah 109.2964, dengan nilai MAPE sebesar 0.76%. Nilai MAPE tersebut kurang dari 10% artinya dapat dikatakan bahwa peramaIan menggunakan metode Double Exponential Smoothing baik dan dapat digunakan.
Analisis Regresi Berganda pada Faktor-Faktor yang Mempengaruhi Kinerja Fisik Preservasi Jalan dan Jembatan Di Provinsi Sumatera Selatan: Analisis Regresi Berganda PRASMONO, AMIMAH SHABRINA PUTRI; Atina Ahdika
Emerging Statistics and Data Science Journal Vol. 1 No. 1 (2023): 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.vol1.iss.1.art6

Abstract

Maksud penelitian ini ialah menganalisis faktor-faktor yang mempengaruhi Kinerja Fisik Preservasi Jalan dan Jembatan di Provinsi Sumatera Selatan. Dalam penelitian ini terdapat variabel rencana fisik dan realisasi fisik yang menjadi variabel independen, dan variabel kinerja fisik Balai Besar Pelaksanaan Jalan Nasional (BBPJN) Provinsi Sumatera Selatan merupakan variabel dependen. Tipe penelitian yang dipakai ialah penelitian deskriptif dengan pendekatan korelasi. Tipe data yang dipakai ialah data sekunder berbentuk Laporan Progress Mingguan Preservasi Jalan dan Jembatan Wilayah IA (Sumatera) TA 2021 yang diperoleh dari Subdirektorat Preservasi Jalan dan Jembatan Wilayah IA. Metode analisis data yang diterapkan ialah analisis Regresi Linear Berganda. Didapatkan hasil pengolahan data dari regresi linear berganda yaitu. Dari persamaan yang diperoeh bahwa variabel Rencana Fisik dan Realisasi Fisik memiliki pengaruh yang signifikan dalam mempengaruhi Kinerja Fisik BBPJN Sumatera Selatan Tahun 2021. Didapatkan koefisien determinasi sebesar 0.9096. Artinya, variabel rencana fisik dan realisasi fisik mampu menjelaskan variabel kinerja fisik sejumlah 90.69%, sementara itu sisanya sejumlah 9.31% diterangkan sama faktor lain yang tidak dituturkan dalam model.
Analisis Pengaruh Sektor Pariwisata Terhadap Tingkat Pengangguran Terbuka di Kabupaten/ Kota Daerah Istimewa Yogyakarta: Analisis Pengaruh Sektor Pariwisata Terhadap Tingkat Pengangguran Terbuka Benny Banu Adjie; Atina Ahdika
Emerging Statistics and Data Science Journal Vol. 1 No. 2 (2023): 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.vol1.iss.2.art20

Abstract

Penelitian ini dilakukan untuk mengetahui apakah terdapat pengaruh Jumlah Hotel bintang dan non bintang, Jumlah Rumah Makan yang sudah dibina, Jumlah Wisatawan Nusantara dan Mancanegara terhadap Tingkat Pengangguran Terbuka (TPT) di Kabupaten/Kota Provinsi Daerah istimewa Yogyakarta tahun 2016 – 2020. Metode yang digunakan pada penelitian ini adalah metode regresi data panel dengan pengolahan data nya menggunakan software RStudio dan Excel. Data panel merupakan gabungan data time series dengan cross section, setelah dilakukan beberapa beberapa uji, diperoleh model terbaik adalah Random Effect Model (REM) dengan pengaruh cross section. Selain itu diperoleh juga koefesien determinasi (R2) untuk random effect model yaitu sebesar 69.06%. Nilai tersebut menunjukan bahwa kemampuan variable independent dalam menjelaskan variable dependen sebesar 69.06% sedangkan sisanya 30.94% dijelaskan variabel lain yang tidak termasuk model. Dari hasil yang didapatkan, diperoleh kesimpulan bahwa jumlah hotel, Jumlah Restoran dan jumlah wisatawan memiliki pengaruh terhadap tingkat pengangguran terbuka di Kabupaten/Kota Provinsi DIY, dengan hasil uji overall sebesar 1.4327x10-11, lalu dari hasil uji t-statistik diperoleh hasil bahwa variable Jumlah Hotel memiliki pengaruh yang cukup baik dan positif terhadap TPT di Kabupaten/Kota di DIY, sedangkan variable Jumlah wisatawan memiliki pengaruh dan negative terhadap pengangguran terbuka di Provinsi DIY.
Prediksi Nilai Ekspor Non Migas Di Jawa Barat Menggunakan Metode Seasonal Auto Regresif Integrated Moving Average (SARIMA) Agung Dwi Ramadhan, Agung; Fauzan, Achmad
Emerging Statistics and Data Science Journal Vol. 1 No. 1 (2023): 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.vol1.iss.1.art2

Abstract

Ekspor merupakan kegiatan yang memiliki peran penting bagi perekonomian di Jawa Barat. Diyakini bahwa Provinsi Jawa Barat memberikan sumbangan terbesar terhadap ekspor nasional pada januari – juni 2021. Semakin tinggi kinerja ekspor, semakin besar pula dampak positifnya. Oleh karena itu Penelitian ini bertujuan untuk melihat jumlah nilai ekspor non migas kedepan nya, dengan menggunakan data perkembangan nilai ekspor non migas di Provinsi Jawa Barat yang di dapat melalui situs badan pusat statistik Provinsi Jawa Barat. Data yang digunakan merupakan data time series atau deret waktu beberapa periode kedepan. Metode yang digunakan adalah metode Seasonal Auto Regressive Integrated Moving Average (SARIMA). Berdasarkan analisis yang sudah dilakukan hanya ada 1 model SARIMA yang signifikan yaitu model SARIMA (2,1,0)(0,1,0) dengan niali AIC sebesar 1177.34 dan nilai MAPE sebesar 7.098304. Dengan menggunakan model SARIMA (2,1,0)(0,1,0) juga dilakukan prediksi nilai ekspor non migas di Provinsi Jawa Barat pada tahun 2022 dari bulan Januari hingga Desember didapatkan hasil bahwa pada tahun 2022 nilai ekspor non migas di Provinsi Jawa Barat berkisar pada 40.244 juta dollar .

Page 3 of 11 | Total Record : 102

 1   2   3   4   5 

Filter by Year

2023 2025


Reset
Filter By Issues
All Issue 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