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 112 Documents
 2   3   4   5   6 
Implementasi Lexicon Based Untuk Analisis Sentimen Dalam Menentukan Rekomendasi Pantai Di DI Yogyakarta Berdasarkan Data Twitter: Implementasi Lexicon Based Ismail, Amalia Rachmadana; Raden Bagus Fajriya Hakim
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.art5

Abstract

Saat ini, peningkatan sektor pariwisata Indonesia tidak lepas dari yang namanya teknologi. Selama berwisata, wisatawan akan berbagi pengalaman mereka secara real time melalui unggahan foto dan video serta komentar aktif di media sosial. Salah satu media sosial yang menjadi favorit di Indonesia adalah twitter. Dari tweet tersebut akan diketahui destinasi wisata yang sedang populer dan sedang ramai diperbincangkan oleh masyarakat. Oleh karena itu kita membutuhkan sistem untuk memberikan informasi tentang tren pariwisata di sebuah kota. Tentu informasi tersebut sangat bermanfaat bagi wisatawan, masyarakat, pemerintah, dan sektor pariwisata di kota tersebut. Dalam penelitian ini, sistem yang dapat menentukan destinasi wisata favorit melalui hastag atau keyword tertentu dengan melakukan analisis sentimen. Salah satu dari pendekatan untuk melakukan analisis sentimen adalah menggunakan metode lexicon based. Berdasarkan analisis yang telah dilakukan dengan keyword ‘wisata pantai jogja’, diperoleh bahwa wisata pantai di DI Yogyakarta yang sedang ramai diperbincangkan adalah pantai slili dan pantai siung. Hasil analisis sentimen menunjukkan bahwa mayoritas masyarakat yang menulis tweet tentang wisata pantai jogja menunjukkan opini yang positif terhadap wisata pantai yang ada di DI Yogyakarta.
Analisis Dampak Pandemi Covid-19 terhadap City Pair Penerbangan yang Terdampak Menggunakan Uji Friedman dan Analisis Regresi Linear Bimasuci Basiludin; Muhammad Hasan Sidiq Kurniawan
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.art22

Abstract

Penerbangan adalah sebuah moda transportasi yang diandalkan oleh masyarakat Indonesia untuk mempermudah mobilitas karena waktu tempuh yang singkat. Aktivitas penerbangan kemudian terkacaukan oleh munculnya pandemi Covid-19 di Indonesia sebagai akibat dari pembatasan yang dilakukan pemerintah terkait penanganan virus ini. Salah satu pergerakan data yang paling mencolok adalah perubahan jumlah penerbangan dengan rute Tangerang – Denpasar dari bulan Maret 2020 sebanyak 2069 Penerbangan kemudian mengalami penurunan tajam pada bulan April 2020 menjadi sebanyak 471 penerbangan dan bulan Mei 2020 menjadi 128 penerbangan saja. Setelah ditelusuri dengan dilakukan identifikasi data, uji friedman dan analisis regresi, ternyata satu-satunya faktor terjadinya kekacauan tersebut adalah pembatasan yang gencar dilakukan oleh pemerintah terutama pada momen-momen tertentu, sedangkan masyarakat tidak terlalu terpengaruh oleh adanya pandemi dan tetap melakukan perjalanan pada situasi yang memungkinkan.
Dampak Pendidikan Terhadap Pengentasan Kemiskinan di Indonesia Dengan Menggunakan Analisis Data Panel: Dampak Pendidikan Terhadap Pengentasan Kemiskinan Aldi Firmansyah; Diena Khairunnisa
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.art23

Abstract

Kemiskinan merupakan masalah umum yang dialami oleh berbagai negara termasuk Indonesia. Masalah kemiskinan di Indonesia diduga karena program pengentasan kemiskinan saat ini masih belum efektif. Berdasarkan litetaru dan penelitian terdahulu pendidikan diduga memiliki pengaruh besar terhadap pengentasan kemiskinan. Oleh karena itu tujuan dari penelitian ini adalah untuk mengetahui pengaruh pendidikan terhadap pengentasan kemiskinan di Indonesia. Analisis yang digunakan pada penelitian ini adalah analisis deskriptif dan analisis dengan pemodelan regresi data panel. Hasil analisis menunjukkan PDRB per kapita, RLS, dan TPAK signifikan berpengaruh terhadap penurunan persentase penduduk miskin di Indonesia. Hasil analisis juga menunjukkan bahwa RLS sebagai pendekatan variabel pendidikan memberikan pengaruh paling besar terhadap penurunan persentase penduduk miskin.
Clustering Review Pengguna Aplikasi Zenius pada Layanan Google Play Store Menggunakan Metode DBSCAN dan HDBSCAN: Clustering Review Pengguna Aplikasi Zenius Handayani, Fitri Dwi; Isnaini Rosyida
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.art19

Abstract

Kemajuan teknologi telah melahirkan suatu inovasi yaitu terciptanya aplikasi E-learning atau Edutech yang saat ini banyak diminati untuk membantu siswa dalam belajar mandiri di rumah. Pada Google play store beberapa rating dan review aplikasi memudahkan pengguna untuk mencari aplikasi dengan review terbaik. Adanya analisis rating dan review memungkinkan developer untuk menilai bagian mana dari aplikasi yang perlu difokuskan untuk perbaikan. Analisis ulasan terhadap topik ulasan dapat dilakukan dengan berbagai cara, salah satunya dapat menggunakan metode clustering. Penelitian ini bertujuan untuk mengetahui review dari sebuah aplikasi yang paling sering ditulis oleh pengguna aplikasi. Untuk mendapatkan hasil tersebut, dilakukan review clustering terhadap pengguna aplikasi e-learning di Google Play Store dengan menggunakan metode DBSCAN dan HDBSCAN. Selanjutnya untuk menilai metode mana yang terbaik untuk clustering dilakukan dengan membandingkan nilai rata-rata SC (Silhouette Coefficient) dari kedua metode tersebut. Hasil dari penelitian ini adalah rata-rata nilai SC metode HDBSCAN lebih baik dibandingkan dengan metode DBSCAN. HDBSCAN memiliki nilai SC rata-rata 0,2941, sedangkan metode DBSCAN hanya memiliki nilai SC rata-rata 0,1310.
Implementasi Klasifikasi Naive Bayes dan Pemodelan Topik dengan Latent Dirichlet Allocation untuk Data Ulasan Video Game Lokal Pada Platform Steam: Implementasi Klasifikasi Naive Bayes dan Pemodelan Topik dengan Latent Dirichlet Allocation Wardhana, Yusra Sakti; Ayundyah Kesumawati, Ayundyah Kesumawati
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.art41

Abstract

Industri video game global terus meroket dengan partisipasi pemain yang meningkat setiap tahun. Steam, sebagai platform distribusi digital terbesar yang dikembangkan oleh Valve Corporation, memungkinkan pengguna memberikan ulasan terbuka tentang video game. Prediksi sentimen yang akurat dalam ulasan online dapat meningkatkan peluang keuntungan bagi pengembang video game. Penelitian ini fokus pada klasifikasi dan pemodelan topik ulasan video game lokal di Steam menggunakan metode Naïve Bayes dan Latent Dirichlet Allocation. Sebelum penyeimbangan data, tingkat akurasi klasifikasi Naïve Bayes mencapai 86%, dan setelah penyeimbangan data, turun menjadi 81%.  Untuk pemodelan topik, penelitian ini mendapatkan 5 topik dengan nilai probabilitas 0.38807 untuk ulasan “Recommended” yaitu topik 1 membahas fitur video game stardew valley, topik 2 membahas puzzle dengan tema fantasy, topik 3 membahas visual art dan soundtrack, topik 4 membahas update patch disertai puzzle dengan musik, dan topik 5 membahas karakter dan gameplay, sedangkan 3 topik dengan nilai probabilitas 0.28095 untuk ulasan “Not Recommended” yaitu topik 1 membahas masalah bug gameplay, topik 2 membahas bug boss battle, dan topik 3 membahas masalah performa video game
Analisis Sentimen Masyarakat terhadap Layanan BPJS Kesehatan dan Faktor-Faktor Pendukung Opini dengan Pemodelan Natural Language Processing (NLP): Analisis Sentimen Masyarakat terhadap Layanan BPJS Kesehatan Girsang, Dicky Lihardo; Alwi Sidiq; Tahniah Salsabila Elenaputri
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.art24

Abstract

Indonesia secara jelas mengakui dan mewajibkan pemenuhan hak setiap warga negara dalam hal pelayanan kesehatan. BPJS Kesehatan bertugas sebagai penyelenggara jaminan kesehatan yang berjalan sesuai dengan prinsip asuransi sosial dan prinsip ekuitas. Akan tetapi, di samping upaya pemberian pelayanan yang prima untuk setiap pasien, terdapat banyak keluhan masyarakat terhadap layanan BPJS kesehatan, baik itu melalui call center, maupun melalui media massa seperti Twitter. Selain sebagai salah satu negara dengan pengguna Twitter terbesar di dunia, adanya pandemi Covid-19 juga serta merta menjadi alasan masyarakat cukup aktif melakukan interaksi lewat sosial media. Oleh karena itu, penelitian ini bertujuan untuk menganalisis polaritas serta kecenderungan opini masyarakat terhadap layanan BPJS Kesehatan secara holistik berdasarkan cuitan publik di Twitter. Data tekstual diperoleh dengan teknik text mining didasarkan pada kata kunci yang relevan sebagai gambaran dari layanan BPJS kesehatan yang dirasakan langsung oleh masyarakat. Dari pra-proses data, klasifikasi, pembobotan, hingga menggunakan probabilistic topic modelling, yakni dengan metode Latent Dirichlet Allocation (LDA), diperoleh informasi bahwa sekitar 6 dari 10 opini masyarakat mayoritas ke arah yang negatif, Adapun hasil ekstrasi menggambarkan tiga topik utama, yakni mahalnya biaya pengobatan, terdapat beberapa biaya yang tidak di-cover oleh BPJS, serta biaya pengobatan spesifik ke dokter gigi.
Clustering Provinsi di Indonesia Berdasarkan Indeks Pembangunan Teknologi Informasi dan Komunikasi Menggunakan K-Medoids: Clustering Provinsi di Indonesia Berdasarkan Indeks Pembangunan Teknologi Informasi dan Komunikasi Menggunakan K-Medoids Mardhani Dwi Novianto; Galang Sumantri; Pusparani Puan Prihastuti
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.art39

Abstract

Teknologi, Informasi, dan Komunikasi (TIK), saat ini berkembang pesat, namun dapat menyebabkan kesenjangan perkembangan teknologi antarwilayah. Penelitian ini bertujuan sebagai langkah awal untuk mengatasi permasalahan tersebut dengan mengelompokkan provinsi berdasarkan Indeks Pembangunan TIK menggunakan metode K-Medoids. Data yang digunakan adalah data Indeks Pembangunan TIK tahun 2021 dengan 3 variabel subindeks Pembangunan TIK. Clustering dilakukan pada rentang 2 s.d. 5 cluster dengan validasi menggunakan Davies Bouldin Index. Berdasarkan hasil penelitian, diperoleh 5 cluster optimal yaitu, cluster pertama (1 provinsi), cluster kedua (6 provinsi), cluster ketiga (13 provinsi), cluster keempat (8 provinsi), dan cluster kelima (6 provinsi). Beberapa provinsi di Indonesia tergolong sebagai cluster dengan Indeks Pembangunan TIK rendah dan sangat rendah.  Oleh karena itu, pemerintah dapat memaksimalkan pembangunan TIK di seluruh provinsi untuk mengurangi kesenjangan perkembangan teknologi.
Identifikasi Faktor-faktor yang mempengaruhi Persentase Penduduk Miskin di Provinsi Jawa Tengah dan D. I. Yogyakarta: Identifikasi Faktor-faktor yang mempengaruhi Persentase Penduduk Miskin Viryanto, Ferdy Agus
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.art27

Abstract

Kemiskinan menjadi salah satu dampak dari krisis global. Di bandingkan tahun 2020, persentase penduduk miskin mengalami penurunan sebesar 0.48% pada tahun 2021. Selain pengaruh pandemi Covid-19, faktor lain dapat berpengaruh terhadap persentase penduduk miskin. Faktor tersebut dapat di identifikasi menggunakan regresi data panel dengan model fixed effect dan metode ordinary least square. Data terdiri dari 35 kabupaten/kota di Jawa Tengah dan 5 kabupaten/kota di Yogyakarta dari tahun 2019-2021. Hasil menunjukkan bahwa rata-rata lama sekolah dan umur harapan hidup berpengaruh positif dan signifikan, sedangkan tingkat pengangguran terbuka dan produk domestik regional bruto berpengaruh negatif, tetapi tidak signifikan terhadap persentase penduduk miskin. 99.71% variabilitas dalam persentase penduduk miskin dapat dijelaskan oleh keempat faktor tersebut. Pendidikan, kesehatan, dan ketenagakerjaan dari faktor sosial serta pertumbuhan ekonomi dari faktor ekonomi perlu menjadi perhatian utama dalam menjaga kekuatan sosio-ekonomi Indonesia dalam menghadapi masalah kemiskinan sebagai dampak krisis global.
Penerapan Model Ekonomi Leontief Menggunakan Metode Dekomposisi Lower Upper pada Penentuan Nilai Produksi Industri Unggulan Jawa: Penerapan Model Ekonomi Leontief Kusbudiono, Kusbudiono; Mustafa , Meiunike Indah; Halikin, Ikhsanul
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.art37

Abstract

Ekonomi adalah aturan tentang tindakan untuk memenuhi kebutuhan hidup melalui konsumsi, produksi, dan distribusi. Kegiatan ini sangat erat kaitannya dengan kependudukan. Pertumbuhan penduduk yang cepat menyebabkan sumber daya yang terbatas. Oleh karena itu, keseimbangan antara sumber daya dan kegiatan ekonomi sangat diperlukan. Salah satu upayanya adalah setiap produsen yang merupakan salah satu pelaku ekonomi perlu mengetahui nilai produksinya agar semua kebutuhan terpenuhi. Nilai produksi dapat ditentukan dengan menggunakan model ekonomi Leontief dan dekomposisi atas bawah. Berdasarkan latar belakang tersebut penulis menentukan nilai produksi industri unggulan Jawa Timur dengan menggunakan model ekonomi Leontief dan lower upper decomposition. Metode yang digunakan dalam penelitian adalah studi literatur, dan data input-output produk unggulan propinsi Jawa Timur tahun 2021 yang digunakan diperoleh dari Badan Pusat Statistik [3]. Berdasarkan studi literatur mengenai model ekonomi Leontief didapatkan langkah-langkah untuk menyelesaikan model menggunakan low upper dekomposisi. Hasil dari penelitian ini adalah nilai produksi dari sembilan industri unggulan yaitu, Industri ketenagalistrikan sebesar Rp59.281.599,00, industri kimia, farmasi, dan obat sebesar Rp135.398.978,00, industri makanan dan minuman sebesar Rp336.948.795,00, industri tekstil dan pakaian jadi sebesar Rp32.642.590,00, industri jasa informasi dan komunikasi sebesar Rp100.423.238,00, industri jasa perusahaan Rp35.404.398,00, industri kulit dan barang dari kulit sebesar Rp16.610.424,00, industri          perdagangan besar         dan eceran sebesar Rp224.936.840,00, dan industri angkutan rel sebesar Rp1.502.281,00.
Ancaman Resesi: Peran UMKM Dalam Akselerasi Perekonomian Jawa Barat Pasca Pandemi: Ancaman Resesi: Peran UMKM Gumelar, Farhat; Fathia Luthfiah Nur Solihat; Ni Gusti Ayu Putu Meyrasinta Susila; Resa Septiani Pontoh
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.art29

Abstract

Pandemi COVID-19 yang melanda Indonesia, termasuk Jawa Barat berdampak besar pada peningkatan jumlah pengangguran yang tentunya berhubungan dengan keterpurukan kondisi perekonomian. Selain itu timbul isu resesi tahun 2023 pada masa pemulihan pasca pandemi COVID-19 saat ini yang sangat dikhawatirkan oleh khalayak. Usaha Mikro, Kecil, dan Menengah (UMKM) dapat menjadi sumber pendapatan masyarakat dan menyerap ketersediaan angkatan kerja karena menciptakan lapangan kerja baru sehingga dapat mengurangi pengangguran. Pada penelitian ini, ingin diketahui pengaruh jumlah Usaha Mikro, Kecil, dan Menengah (UMKM) dan pengeluaran per kapita terhadap Tingkat Pengangguran Terbuka (TPT) serta memprediksi Tingkat Pengangguran Terbuka (TPT) berdasarkan kedua faktor tersebut serta dilakukan pula analisis klaster hierarki untuk mengelompokkan kabupaten dan kota di Jawa Barat berdasarkan Tingkat Pengangguran Terbuka (TPT), pengeluaran per kapita, dan jumlah Usaha Mikro, Kecil, dan Menengah (UMKM). Hasil penelitian menunjukkan bahwa potensi resesi yang diperkirakan terjadi pada tahun 2023 dapat dicegah melalui pemberdayaan Usaha Mikro, Kecil, dan Menengah (UMKM). Usaha Mikro, Kecil, dan Menengah (UMKM) dapat dengan cepat mencari pasar ekspor ketika dampak resesi mulai terjadi, seperti naiknya harga akibat pemutusan kerja dan adanya inflasi.

Page 4 of 12 | Total Record : 112

 2   3   4   5   6 

Filter by Year

2023 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