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
 3   4   5   6   7 
Penerapan Metode K-Medoids Cluster Dalam Mengelompokkan Hotel di Jakarta Berdasarkan Website tiket.com: Penerapan Metode K-Medoids Cluster Widyatama, Athallah; Raden Bagus Fajriya Hakim, Hakim
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.art33

Abstract

Kota Jakarta merupakan kota yang setara dengan provinsi-provinsi yang ada di Indonesia, Jakarta memiliki peran tersendiri dalam peningkatan sektor ekonomi di Indonesia. Oleh karena itu banyak perkantoran yang berada di Jakarta, selain itu dari sektor pariwisata juga menunjang perekonomian. Salah satunya hotel, juga menjadi akomodasi yang penting untuk wisatawan ataupun pebisnis. Dalam memilih hotel tentu calon konsumen memiliki kriteria tertentu seperti dari segi kelas, harga, bahkan dari penilian orang (review) yang pernah singgah di hotel tersebut, calon konsumen dapat melihat kriteria ini melalui website perhotelan. Sehingga tujuan dari penelitian ini adalah melakukan pengelompokan hotel berdasarkan kelas (bintang), review, dan harga. Pengelompokkan ini menggunakan metode ¬K-Medoids Cluster Analysis. Dari hasil analisis K-medoids yang telah dilakukan, didapatkan 3 kelompok cluster. Cluster 1 dengan karakteristik hotel kelas bawah beranggotakan 47 hotel. Cluster 2 dengan karakteristik hotel kelas menengah beranggotakan 69 hotel. Dan untuk cluster 3 dengan karakteristik hotel kelas atas beranggotakan 14 hotel.
Implementasi K-Medoids Clustering Pada Kemiskinan Ekstrem di Provinsi Maluku: Implementasi K-Medoids Clustering Pada Kemiskinan Ekstrem di Provinsi Maluku Tangke, Nabillah Rahmatiah; Abdullah Ahmad Dzikrullah, Abdullah Ahmad Dzikrullah
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.art47

Abstract

Kemiskinan masih menjadi isu utama di Indonesia, dengan 16,97% penduduk hidup di bawah garis kemiskinan. Sebagian dari mereka bahkan mengalami kemiskinan ekstrem, dengan kesejahteraan setara dengan USD 1,9 PPP atau Rp.10.739,00 per kapita per hari. Penelitian ini dilakukan di Kabupaten/Kota Provinsi Maluku tahun 2022, sebagai respons terhadap Instruksi Presiden (Inpres) Nomor 4 Tahun 2022 yang menargetkan penghapusan kemiskinan ekstrem pada tahun 2024. Fokus utama penelitian ini adalah menggunakan algoritma clustering K-Medoids untuk mengelompokkan Kabupaten/Kota berdasarkan faktor-faktor yang berkontribusi terhadap kemiskinan ekstrem. Variabel yang digunakan melibatkan persentase penduduk lansia, tingkat pengangguran, pertumbuhan penduduk, Indeks Pembangunan Manusia (IPM), sumber air utama sumur tidak terlindungi, dan bahan bakar utama memasak menggunakan kayu. Dari 11 Kabupaten/Kota di Provinsi Maluku, hasil analisis clustering menunjukkan pembentukan 4 cluster dengan karakteristik yang berbeda. Cluster 1 memiliki 2 anggota, ditandai dengan persentase penduduk lansia yang signifikan dan tingkat pengangguran tertinggi. Cluster 2, dengan 3 anggota, memiliki persentase penduduk lansia tertinggi, IPM rendah, dan rumah tangga banyak menggunakan sumur tidak terlindungi dan kayu sebagai sumber air dan bahan bakar utama. Cluster 3, dengan 5 anggota, memiliki karakteristik rumah tangga menggunakan sumur tidak terlindungi dan kayu, serta IPM rendah dan pertumbuhan penduduk yang cepat. Cluster 4, yang hanya memiliki 1 anggota, ditandai dengan pertumbuhan penduduk paling cepat dan tingkat pengangguran yang tinggi. Penelitian ini memberikan wawasan terperinci tentang kondisi kemiskinan ekstrem di wilayah tersebut.
Persespsi Aparatur Sipil Negara (ASN) Kabupaten Sleman Terhadap Keamanan Data Pribadi dengan Metode Statistika Deskriptif: Persespsi Aparatur Sipil Negara (ASN) Kabupaten Sleman Hisyam, Ferry Riaunaldy; Sekti Kartika Dini
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.art34

Abstract

Populasi di Indonesia mencapai 276,4 juta jiwa dan jumlah pengguna internetnya mencapai 212,9 juta berdasarkan laporan yang dimuat We Are Social dan Meltwater per Januari 2023. Sehingga penetrasi internet di Indonesia termasuk sangat tinggi karena telah mencapai 77% dan sebanding dengan tingginya serangan cyber yang berakibat bocornya data pribadi dari berbagai macam platform. Berdasarkan hal tersebut, perlu dilakukan penelitian untuk mengetahui pemahaman dan kesadaran akan pentingnya keamanan dan perlindungan data pribadi dalam hal ini yaitu ASN di Kabupaten Sleman. Metode yang digunakan dalam penelitian ini adalah statistika deskriptif untuk mengetahui profil atau demografi dari responden, persepsinya mengenai keamanan data pribadi serta peran pemerintah terhadap keamanan data pribadi. Dari penelitian diketahui bahwa ASN di Kabupaten Sleman kebanyakan berasal dari Dinas Pendidikan dengan jenis kelamin perempuan serta berada dalam kategori usia masa lansia awal dengan jabatan dan golongan yaitu Fungsional Tertentu (Pendidikan) dan golongan Pembina. Kebanyakan dari ASN Kabupaten Sleman memberikan respons yang positif, artinya mereka sudah memiliki pemahaman akan pentingnya perlindungan dan keamanan data pribadi. ASN di Kabupaten Sleman juga menilai bahwa pemerintah telah memiliki tanggung jawab atas penjaminan keamanan data pribadi masyarakat Indonesia dengan diberlakukannya UU Perlindungan Data Pribadi serta memiliki tindakan yang cepat akan terjadinya kebocoran data pribadi.
Analisis Pola Harga Saham dengan Modifikasi Metode Eksponen Hurst dan Box Counting: Analisis Pola Harga Saham Kosala, Kosala Dwidja Purnomo; Irma Dwi Anggraeni; Abduh Riski
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.art35

Abstract

Pola harga saham merupakan interpretasi dari grafik harga saham dengan rentang waktu tertentu. Pola dinamika dari harga saham penting untuk diketahui karena sejatinya seorang investor melakukan investasi mengharapkan imbalan (return) tinggi dengan risiko rendah. Pola dinamika harga saham dapat diketahui melalui analisis dimensi fraktal karena grafik harga saham memiliki sifat self-affine yang merupakan salah satu sifat dari objek fraktal. Pada penelitian ini dimensi fraktal akan dianalisis menggunakan modifikasi metode eksponen Hurst dan box counting. Klasifikasi dari hasil perhitungan dibedakan atas tiga jenis berdasarkan sifatnya, yaitu random, persistent, dan anti-persistent. Terdapat dua interval data yang diamati yaitu harga saham dari Januari sampai Desember ( data) dan harga saham dari bulan Januari sampai Juni ( data). Nilai eksponen Hurst yang dihasilkan dari kedua interval secara berurutan yaitu dan . Berdasarkan nilai eksponen Hurst yang dihasilkan menunjukkan bahwa data bersifat anti-persistent karena nilai . Kemudian nilai dimensi fraktal yang diperoleh dari penerapan metode box counting yaitu dan yang artinya pola harga saham Bank Rakyat Indonesia bersifat anti-persistent. Pola data bersifat anti-persistent yang berarti pada bulan-bulan tertentu saham memiliki harga yang tinggi dan pada bulan-bulan berikutnya saham memiliki harga yang rendah untuk diperjualbelikan.
Pemodelan Indeks Kedalaman Kemiskinan di Kabupaten/ Kota Provinsi D.I. Yogyakarta Tahun 2017-2022 dengan Regresi Data Panel: Pemodelan Indeks Kedalaman Kemiskinan di Kabupaten Hamid, Yudhistira; Widodo, Edy
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.art45

Abstract

Kemiskinan merupakan salah satu indikator terjadinya kesenjangan pembangunan. Salah satu alat ukur untuk mengetahui tingkat kemiskinan di suatu daerah adalah Indeks Kedalaman Kemiskinan. Indeks Kedalaman Kemiskinan merupakan besaran rata-rata dari kesenjangan pengeluaran pada masing-masing penduduk yang berada di bawah garis kemiskinan terhadap rata-rata pengeluaran dasar seluruh penduduk. Penelitian ini menggunakan data Indeks Kedalaman Kemiskinan dari tahun 2017-2022 sebagai variabel dependen dengan dua variabel independen, yaitu Indeks Pembangunan Manusia dan Persentase Penduduk Miskin bersumber dari Badan Pusat Statistik Provinsi Yogyakarta dan menggunakan analisis regresi data panel untuk mengetahui pengaruh dari variabel independen terhadap Indeks Kedalaman Kemiskinan. Secara umum, data menunjukkan kesenjangan nilai Indeks Kedalaman Kemiskinan antara tiga kabupaten (Kulonprogo, Bantul, Gunungkidul) dengan dua kabupaten/kota lain, yaitu Sleman dan Kota Yogyakarta. Analisis yang digunakan dalam penelitian ini adalah Regresi Data Panel dengan hasil model terbaik yang didapatkan adalah common effect model. Adapun faktor yang berpengaruh signifikan terhadap Indeks Kedalaman Kemiskinan adalah Indeks Pembangunan Manusia sebesar -0.057334 dan Persentase Penduduk Miskin sebesar 0.096298 dengan nilai konstan sebesar 5.330306
Pengaruh Analisis Kinerja Keuangan terhadapProfitabilitas Bank Perkreditan Rakyat di Indonesia Periode 2017-2022: Pengaruh Analisis Kinerja Keuangan terhadapProfitabilitas Bank Perkreditan Rakyat di Indonesia Periode 2017-2022 -, Azizah; Jaka Nugraha
Emerging Statistics and Data Science Journal Vol. 2 No. 2 (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.2.art13

Abstract

BPR memiliki peranan penting dalam menjaga stabilitas keuangan. Dimana sasaran nasabahnya merupakan sektor riil yang akan mengalami pertumbuhan apabila perkreditan yang diberikan oleh BPR tersalurkan secara merata.Dilandasi fakta bahwa terdapat pertumbuhanpenyaluran kredit oleh BPR, bahkan pada tahun 2022 angka penyaluran kredit semakin bertumbuh 11.35%dibandingkan pada tahun 2021. Sehingga, penelitian ini dilakukan untuk melihat pengaruh dari kinerja keuangan berupa rasio likuiditas yang di wakili oleh variabel LDR (Loan to Deposit Ratio)dan rasio kredit oleh NPL (Non-Performing Loan) terhadap profitabilitas dengan variabel yang digunakan ialah ROA (Return on Asset) pada tahun 2017-2022 untuk BPR di Indonesia dengan menggunakan metode Analisis Regresi Linear Berganda. Berdasarkan analisis tersebut, didapatkan bahwa LDR dan NPL, serta LDR dan ROA,memiliki hubungan yang positif dengan kategori sangat lemah. Namun untuk NPL dan ROA memiliki hubungan negatif yang kuat. Selain itu juga didapatkanmodel regresi, dimana model tersebut menjelaskan variabel LDR dan NPL secara bersama-sama signifikan terhadap ROA, namun pengaruh paling signifikan terhadap ROA adalah variabel LDR, yaitu rasio kredit yang bermasalah.Sebesar 63.23% nilai-nilai dari variabel ROA mampudijelaskan oleh LDR dan NPL dalam model.
Analisis K-Means Clustering terhadap Data Pengeluaran Perkapita menurut Kelompok Telur dan Susu per Kabupaten/Kota di Pulau Jawa Tahun 2022: Analisis K-Means Clustering terhadap Data Pengeluaran Perkapita menurut Kelompok Telur dan Susu per Kabupaten/Kota di Pulau Jawa Tahun 2022 Deffy Selandiana Sari, Azzahra Shafira Salsa Aulia; Sidiq Kurniawan, Muhammad Hasan
Emerging Statistics and Data Science Journal Vol. 2 No. 3 (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.3.art25

Abstract

Protein sebagai salah satu zat gizi makro tentunya memiliki fungsi yang penting dalam tubuh diantaranya untuk membantu proses pembentukan sel dan jaringan tubuh baru atau menjaga fungsi kognitif otak. Hasil Susenas 2022 menyatakan bahwa rata-rata pengeluaran perkapita dan konsumsi protein hewani kelompok telur dan susu masih rendah dari kelompok protein hewani lainnya yaitu sebesar Rp6,138 dan 3.37 gram. Padahal dalam kehidupan sehari-hari, telur dan susu termasuk protein hewani yang cukup mudah didapat oleh anggota keluarga tetapi konsumsi dan rata-rata pengeluarannya merupakan yang terendah dari kelompok protein hewani lainnya. Oleh karena itu, tujuan dari penelitian ini adalah mengetahui pengelompokan kabupaten/kota dan mengetahui karakteristik dari kelompok tersebut. Metode penelitian yang digunakan yaitu analisis komponen utama dan k-means clustering menggunakan aplikasi R Studio, Ms. Excel, dan QGis. Hasil pengelompokan rata-rata pengeluaran menghasilkan 3 kelompok dimana kelompok I terdiri dari 29 kabupaten/kota, kelompok II terdiri dari 34 kabupaten/kota, dan kelompok III terdiri dari 56 kabupaten/kota.
Analisis Clustering Tingkat Pengangguran Terbuka di Provinsi DIY Tahun 2010-2022 dengan Dynamic Time Warping: Analisis Clustering Tingkat Pengangguran Terbuka di Provinsi DIY Tahun 2010-2022 dengan Dynamic Time Warping Nabilla Wardah Bonitta; Primandari, Arum Handini
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.art13

Abstract

Pengangguran merujuk pada seseorang yang termasuk dalam angkatan kerja, secara aktif mencari pekerjaan pada tingkat upah tertentu, tetapi tidak berhasil mendapatkan pekerjaan yang diinginkan. Masalah pengangguran sangat rumit karena dipengaruhi oleh banyak faktor yang kompleks yang saling berinteraksi dan tidak mudah dipahami. Dalam pembangunan ekonomi negara-negara berkembang, masalah pengangguran yang semakin meningkat menjadi lebih kompleks dan serius daripada masalah perubahan dalam pembagian pendapatan yang tidak menguntungkan bagi penduduk berpenghasilan rendah. Penelitian ini dilakukan dengan tujuan mengelompokkan kabupaten/kota di D.I. Yogyakarta berdasarkan tingkat pengangguran terbuka menggunakan Clustering Hierarki metode Ward serta model Dynamic Time Warping (DTW) untuk mengidentifikasi kelompok-kelompok yang memiliki karakteristik serupa dalam data dan mengukur kesamaan antara dua deret waktu (Time Series). Dalam pengelompokan ini diperoleh pengelompokan sebanyak 2 dengan tingkat pengangguran terbuka pada cluster 2 memiliki persentase lebih besar (76%) dibandingkan cluster 1 (24%). Oleh karena itu, kabupaten/kota yang termasuk ke dalam cluster 2 (Sleman dan Yogyakarta) memiliki tingkat pengangguran terbuka yang lebih tinggi dibandingkan dengan kabupaten/kota yang termasuk ke dalam cluster 1 (Bantul, Gunungkidul, dan Kulon Progo).
Perbandingan Metode Peramalan Double Exponential Smoothing with Damped Parameter dan Autoregressive Integrated Moving Average (Studi Kasus: Data Volume Penjualan Bunga Krisan di Pasar Bunga Rawa Belong DKI Jakarta Tahun 2018-2022): Perbandingan Metode Peramalan Double Exponential Smoothing with Damped Parameter dan Autoregressive Integrated Moving Average Maulidiyah, Wildatul; Fauzy, Akhmad
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.art43

Abstract

Florikultura merupakan jenis tanaman hortikultura yang berasal dari tanaman hias dengan berbagai jenis tanaman hias yakni salah satunya bunga krisan. Tingginya permintaan tanaman hias pada bunga krisan tentunya akan memiliki pengaruh besar terhadap volume penjualan sehingga omzet penjualan akan meningkat. Penelitian ini bertujuan untuk memprediksi volume penjualan dari bunga krisan di Pasar Bunga Rawa Belong selama 12 periode ke depan dengan menggunakan metode terbaik. Manfaat penelitian ini ialah dapat dijadikan sebagai gambaran mengenai penjualan bunga krisan Cipanas di Pasar Rawa Belong pada 12 bulan kedepan sehingga dapat dijadikan referensi untuk mencari tindakan dalam menangani naik turunnya volume penjualan bunga krisan di Pasar Bunga Rawa Belong DKI Jakarta. Data yang digunakan berupa data sekunder yang berasal dari UPT Pasar Bunga Rawa Belong DKI Jakarta Dimana data ini memiliki satuan ikat dari bunga krisan Cipanas. Penelitian ini menggunakan analisis forecasting terbaik dengan melakukan perbandingan antara metode Double Exponential Smoothing with Damped Parameter dan Autoregressive Integrated Moving Average. Berdasarkan penelitian didapatkan metode peramalan untuk melakukan peramalan yakni dengan menggunakan metode Autoregressive Integrated Moving Average dengan model terbaik ARIMA(1,1,0) yang memiliki nilai ukuran kesalahan sebesar 22.21544. Dari hasil forecasting mengenai volume penjualan berkisar sebanyak 1749-1774 ikat bunga yang mengalami fluktuatif pada setiap bulannya
Perbandingan Peramalan Penjualan Anggrek Bulan Di Pasar Bunga Rawa Belong Menggunakan Metode Double Exponential Smoothing Dan Triple Exponential Smoothing: Perbandingan Peramalan Penjualan Anggrek Bulan Di Pasar Bunga Rawa Belong Menggunakan Metode Double Exponential Smoothing Dan Triple Exponential Smoothing Rizki Rahmawati, Syifa; Kartika Dini, Sekti
Emerging Statistics and Data Science Journal Vol. 2 No. 2 (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.2.art12

Abstract

Pasar bunga Rawa Belong merupakan salah satu pasar tanaman hias terbesar di Provinsi DKI Jakarta. Menurut salah satu budayawan Betawi, menanam anggrek banyak dilakukan oleh orang di wilayah pasar bunga Rawa Belong. Berdasarkan fakta ini, potensi ini yang harus dikembangkan di masa sekarang dan di masa depan untuk memakmurkan masyarakatnya. Pada setiap bulan omset penjualan Anggrek Bulan hampir selalu paling tinggi dibandingkan jenis lainnya. Bahkan dalam lima tahun terakhir, rata-rata omset penjualan Anggrek Bulan setiap tahunnya tidak kurang dari seratus juta rupiah. Melihat prospek penjualan Anggrek Bulan yang baik, penjualan untuk kedepannya diharapkan dapat lebih dimaksimalkan. Upaya pemaksimalan ini diantaranya penentuan harga dan penentuan banyaknya permintaan bunga Anggrek Bulan kepada petani Anggrek Bulan. Oleh karena itu sebelum menentukan harga dan menentukan banyaknya bunga yang akan dipesan perlu dilakukan prediksi. Berdasarkan data volume penjualan bunga Anggrek Bulan di pasar bunga Rawa Belong Provinsi DKI Jakarta tahun 2018-2022, data membentuk pola. Berdasarkan pola yang diperoleh, masalah tersebut perlu diatasi dengan membandingkan metode Double Exponential Smoothing dan Triple Exponential Smoothing. Berdasarkan hasil analisis, diketahui bahwa hasil dengan metode Triple Exponential Smoothing Multiplicative dengan Damped Parameter memberikan tingkat akurasi yang lebih tinggi dibandingkan metode lainnya. Tingkat kesalahan hasil peramalan ini diperoleh MAPE sebesar 21.65403 yang dikategorikan cukup baik.

Page 5 of 11 | Total Record : 102

 3   4   5   6   7 

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