cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Jihadil Qudsi
Contact Email
ijasds@unram.ac.id
Phone
-
Journal Mail Official
ijasds@unram.ac.id
Editorial Address
Jl. Majapahit No. 62 Mataram
Location
Kota mataram,
Nusa tenggara barat
INDONESIA
IJASDS: Indonesian Journal of Applied Statistics and Data Science
Published by Universitas Mataram
ISSN : -     EISSN : 30898382     DOI : -
Core Subject : Economy, Health, Education, Social,
Economics, Econometrics & Finance Environmental Science Mathematics Public Health Social Sciences
Indonesian Journal of Applied Statistics and Data Science (IJASDS) merupakan jurnal yang diterbitkan oleh Program Studi Statistika Fakultas MIPA Univeritas Mataram, Nusa Tenggara Barat, Indonesia. IJASDS menerima makalah hasil riset di semua bidang Statistika Murni, Metodologi Statistik, Statistik Terapan, Data Science, dan Statistik Komputasi. Jurnal ini juga menerima makalah tentang survey literatur yang menstimulasi riset di bidang-bidang tersebut di atas.
Arjuna Subject : Matematika - Statistik dan Probabilitas
Articles 29 Documents
 1   2   3 
Determinasi Faktor Psikososial terhadap Kesehatan Mental Mahasiswa Matematika Universitas Mataram Selama Penyusunan Skripsi Sahadatin, Aulia; Anggara, Rosa; Baskara, Zulhan Widya; Putri, Dina Eka
Indonesian Journal of Applied Statistics and Data Science Vol. 2 No. 2 (2025): November
Publisher : Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/ijasds.v2i2.6831

Abstract

This study examines the relationship between undergraduate thesis preparation and the mental health of Mathematics students at Universitas Mataram, focusing on key factors that influence the thesis process. These factors include motivation to graduate on time, peer support/social environment, availability of learning resources, and supervisor support. The findings indicate that motivation to graduate on time (x1) has the strongest positive impact on mental health. Additionally, supervisor support (x4) and the availability of learning resources (x3)  positively impact students' mental health, while social support  (x2) was found to have a negative effect. This study highlights the importance of motivation and academic support in promoting the mental well-being of students during the undergraduate thesis process.
Perbandingan Regresi Ridge dan Partial Least Square Dalam Mengatasi Multikolinearitas Pada Faktor-faktor Yang Mempengaruhi Kemiskinan di Nusa Tenggara Barat Sari, Baiq Desi Nurma; Harsyiah, Lisa; Baskara, Zulhan Widya
Indonesian Journal of Applied Statistics and Data Science Vol. 2 No. 2 (2025): November
Publisher : Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/ijasds.v2i2.8051

Abstract

Poverty is one of the most serious problems and must be addressed immediately. One of the steps to overcome poverty is to identify the factors that influence it. One of the statistical techniques used to examine the relationship between predictor variables and the response variable is regression analysis. An important assumption that must be met in regression analysis is the absence of multicollinearity. Multicollinearity refers to a condition where two or more predictor variables are highly correlated, which can reduce the accuracy of the regression model. Therefore, addressing multicollinearity is essential to obtain a reliable and valid model. Inthis study, two methods were employed Ridge regression and Partial Least Square (PLS) with the aim of overcoming the multicollinearity problem. The  R2adj value was used as a comparison criterion to evaluate model performance. Both methods were applied to poverty-related data that exhibited signs of multicollinearity. The R2adj value obtained from the ridge regression model was  68.57%, while the PLS model yielded a higher  R2adj value of 75.1% . Based on this comparison, it can be concluded that the PLS model produced more optimal results than ridge regression in addressing multicollinearity in the context of modeling factors that influence poverty levels in West Nusa Tenggara Province.
Peramalan Jumlah Kasus Demam Berdarah Dengue di Pulau Lombok Menggunakan Model Space Time Autoregressive (STAR) Haryati, Haryati; Bahri, Syamsul; Purnamasari, Nur Asmita; Jurniati, Jurniati
Indonesian Journal of Applied Statistics and Data Science Vol. 2 No. 2 (2025): November
Publisher : Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/ijasds.v2i2.8170

Abstract

Dengue Hemorrhagic Fever (DHF) is an endemic disease with potential to cause outbreaks. It progresses and often proves fatal, with a high mortality rate frequently attributed to delayed treatment. According to data from the West Nusa Tenggara (NTB) Provincial Health Office, the incidence of DHF in the region has shown a consistent upward trend year over year, necessitating increased vigilance and preventative measures. This study aims to develop an accurate forecasting model to predict the number of DHF cases. The resulting model is intended to serve as tool for the community and policymakers to anticipate the spread of the disease, particularly on Lombok Island. The analytical method employed is the Space-Time Autoregressive (STAR) model, a time-series technique that incorporates interdependencies across both location (space) and time. The data analyzed consists of monthly DHF case counts on Lombok Island from January 2018 to December 2-22. The research results indicate that the best-perfoming model is STAR (3, 1). The forecasting accuracy of this optimal model, measured by the Mean Absolute Scaled Error (MASE), for Central Lombok and North Lombok Regencies was 0.87 and 0.59, respectively. These MASE values, being less than 1, indicate that the forecasting performance of the STAR model is superior to that of a simple naïve baseline model.
Meramal Produksi Padi Nasional: Pendekatan Moving Average dan Triple Exponential Smoothing Aisya, Hakiki Latifa; Apriliana, Baiq Nurul; Andriani, Helmina
Indonesian Journal of Applied Statistics and Data Science Vol. 2 No. 2 (2025): November
Publisher : Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/ijasds.v2i2.8494

Abstract

National rice production is a crucial indicator for maintaining food security in Indonesia. Seasonal fluctuations and annual trends in rice production require accurate forecasting methods to support strategic decision-making. This study aims to compare the forecasting accuracy of national rice production using the Moving Average and Triple Exponential Smoothing methods. Monthly rice production data from the 2020–2024 period were used as the basis of analysis. The forecasting results show that the Moving Average method tends to respond slowly to changes in actual production values, while the Triple Exponential Smoothing method is more responsive in capturing seasonal patterns and trends. Accuracy measurements indicate that Moving Average produced MAPE of 41.39%, MAD of 1,828,830 tons, and MSE of 6.24 , while the Triple Exponential Smoothing method provided better results with MAPE of 18.05%, MAD of 814,216 tons, and MSE of 1.13 . Based on these findings, the Triple Exponential Smoothing method is recommended as a more suitable and effective forecasting technique for national rice production data characterized by seasonal patterns.
Analisis Faktor-Faktor Yang Mempengaruhi Besar Biaya Pengeluaran Belanja Online Mahasiswa Fmipa Universitas Mataram Menggunakan Regresi Tobit Widiawati, Tari Utami; Alfian, Muhammad Rijal; Baskara, Zulhan Widya
Indonesian Journal of Applied Statistics and Data Science Vol. 2 No. 2 (2025): November
Publisher : Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/ijasds.v2i2.8975

Abstract

Kegiatan konsumsi mahasiswa disamping untuk keperluan kuliah, kegiatan konsumsi juga dilakukan untuk menunjang penampilan dengan membeli barang secara online. Dalam berbelanja online, besar biaya pengeluaran mahasiswa dapat dipengaruhi oleh berbagai fakor. Tujuan dari penelitian ini untuk mengetahui model dan menentukan faktor-faktor yang mempengaruhi besar biaya pengeluaran belanja online mahasiswa menggunakan regresi tobit dimana variabel terikatnya mempunyai pengamatan tidak lengkap atau terdapat data yang hilang. Data yang digunakan merupakan data biaya pengeluaran belanja online mahasiswa FMIPA Universitas Mataram dan menggunakan 8 variabel bebas. Berdasarkan hasil penelitian terdapat 7 variabel bebas yang dinyatakan dapat berpengaruh secara positif dan satu variabel bebas berpengaruh negatif terhadap biaya pengeluaran belanja online mahasiswa FMIPA. Namun dari model yang dihasilkan diperoleh nilai R2 yang sangat kecil yaitu 0,113. Artinya, hanya 11,3% variasi pengeluaran belanja online dapat dijelaskan oleh delapan variabel bebas yang digunakan dalam penelitian ini, sementara 88,7% sisanya dipengaruhi oleh faktor lain di luar model. Hal ini juga dapat dilihat dari sedikitnya variabel yang signifikan secara individu.
Peramalan Volume Sampah di Kota Samarinda Menggunakan Metode Feedforward Neural Network Fredicus Van Becum; Meiliyani Siringoringo; Siti Mahmuda; Sri Wahyuningsih; Rito Goejantoro
Indonesian Journal of Applied Statistics and Data Science Vol. 3 No. 1 (2026): Mei
Publisher : Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/ijasds.v3i1.10026

Abstract

Pertumbuhan penduduk di berbagai kota besar di Indonesia memicu peningkatan volume sampah yang dihasilkan, salah satunya Samarinda sebagai Ibu Kota Provinsi Kalimantan Timur.  Menurut data Badan Pusat Statistik (BPS) laju pertumbuhan penduduk di Kota Samarinda sebesar 0,41%. Kondisi ini menunjukkan bahwa pengelolaan sampah di Kota Samarinda masih menghadapi tantangan yang cukup serius, sehingga diperlukan upaya peramalan yang akurat untuk mendukung perencanaan pengelolaan sampah ke depan, Salah satu metode peramalan yang dapat digunakan yaitu metode Feed Forward Neural Network (FFNN). Metode FFNN merupakan jaringan yang saling terhubung antara satu titik dengan titik lainnya yang mengalir maju tanpa adanya umpan balik. Algoritma yang dapat digunakan dalam peramalan jaringan saraf tiruan adalah algoritma backpropagation, dimana algoritma ini bekerja dengan mengoptimalkan bobot dan bias untuk meminimumkan error. Penelitian ini bertujuan untuk meramalkan volume sampah Kota Samarinda menggunakan arsitektur FFNN terbaik. Hasil penelitian menunjukkan arsitektur FFNN terbaik yang digunakan adalah sebanyak 5 neuron pada lapisan tersembunyi dengan proporsi data training dan testing sebesar 80:20. Arsitektur tersebut menghasilkan MAPE pada data training sebesar 1,8506% dan RMSE sebesar 1.280,23, serta MAPE pada data testing sebesar 3,1823% dan RMSE sebesar 2.139,48. Hasil peramalan untuk periode Juli 2024 hingga Juni 2025 menunjukkan tren volume sampah yang cenderung meningkat, dengan puncak tertinggi pada April 2025 (56.141,13 m3) dan titik terendah pada Mei 2025 (54.432,84 m3). Tren kenaikan ini perlu menjadi perhatian serius bagi Pemerintah Kota Samarinda, khususnya dalam hal kecukupan armada pengangkutan, kapasitas tempat pembuangan akhir, dan program pengelolaan sampah berbasis masyarakat.
Model Peramalan Air Quality Index (AQI) di Kota Jakarta Menggunakan Metode Rantai Markov Diskrit Muhammad Syahrul; Lisa Harsyiah; Dina Eka Putri
Indonesian Journal of Applied Statistics and Data Science Vol. 3 No. 1 (2026): Mei
Publisher : Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/ijasds.v3i1.10215

Abstract

Polusi udara adalah kondisi ketika udara di atmosfer tercemar oleh zat beracun, baik berupa bahan kimia, fisik, maupun biologis, yang dapat mengubah karakteristik alami atmosfer. Polusi udara merupakan masalah lingkungan yang mendesak di seluruh dunia, khususnya di Indonesia, salah satunya di Kota Jakarta. Pemerintah Provinsi DKI Jakarta telah mengeluarkan Keputusan Gubernur Nomor 593 Tahun 2023 tentang Satuan Tugas Pengendalian Pencemaran Udara, pada lampiran bagian B, angka 4. Sebagai langkah antisipatif untuk mengetahui hasil dari upaya pencegahan dalam Keputusan Gubernur tersebut, dilakukan peramalan kualitas udara di Kota Jakarta menggunakan metode rantai Markov. Indeks Kualitas Udara (Air Quality Index/AQI) digunakan sebagai indeks dalam peramalan kualitas udara. Berdasarkan metode yang digunakan, diperoleh kondisi keadaan tunak (steady state) mulai tanggal 30 Maret 2024 hingga hari-hari berikutnya, dengan peluang terbesar kualitas udara di Kota Jakarta berada pada rentang 76 hingga 89 AQI sebesar 20,14%, di mana kualitas udara tersebut termasuk dalam kategori sedang. Hal ini menunjukkan bahwa kualitas udara di masa mendatang cenderung stabil pada kategori tersebut, sehingga diperlukan upaya berkelanjutan untuk menekan potensi peningkatan pencemaran udara.
Menuju Perencanaan Pariwisata Berbasis Data: Studi Komparatif Single Moving Average dan Single Exponential Smoothing pada Kunjungan Wisatawan Mancanegara Navisah Navisah; Devirifani Rizkiana; Helmina Andriani
Indonesian Journal of Applied Statistics and Data Science Vol. 3 No. 1 (2026): Mei
Publisher : Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/ijasds.v3i1.10847

Abstract

Pengembangan Kawasan Ekonomi Khusus (KEK) Mandalika sebagai destinasi parawisata unggulan nasional meningkatkan kebutuhan akan perencanaan yang akurat dalam mendukung pengembangan sektor pariwisata di Provinsi Nusa Tenggara Barat. Seiring dengan meningkatnya peran Bandara Internasional Lombok sebagai pintu masuk utama wisatawan mancanegara, peramalan jumlah kunjungan wisatawan diperlukan sebagai dasar penyusunan strategi pemasaran, pengelolaan destinasi, penyediaan infrastruktur, dan perumusan kebijakan pariwisata. Penelitian ini bertujuan membandingkan tingkat akurasi metode Single Moving Average (SMA) dan Single Exponential Smoothing (SES) dalam meramalkan jumlah kunjungan wisatawan mancanegara melalui Bandara Internasional Lombok. Penelitian menggunakan pendekatan kuantitatif dengan data sekunder berupa jumlah kunjungan wisatawan mancanegara periode Mei 2022 – Desember 2024. Peramalan dilakukan untuk periode Januari – Mei 2025, kemudian hasilnya dibandingkan dengan data aktual menggunakan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa pada Januari 2025 jumlah kunjungan wisatawan mancanegara aktual sebesar 6.295 orang, sedangkan metode SES menghasilkan ramalan sebesar 6.223 orang dan metode SMA sebesar 5.528 orang. Meskipun hasil ramalan SES lebih mendekati nilai aktual, evaluasi keseluruhan menunjukkan bahwa SMA memiliki akurasi yang lebih baik dengan niali MAPE sebesar 18%, lebih rendah dibandingkan SES sebesar 25%. Hasil peramalan juga mengindikasikan potensi peningkatan kunjungan wisatawan mancanegara pada April-Mei 2025. Dengan demikian, hasil peramalan ini dapat menjadi dasar bagi pemerintah daerah dalam mengoptimalkan kesiapan destinasi, infrastruktur, dan strategi promosi guna mendukung pengembangan pariwisata yang adaptif dan berkelanjutan di Provinsi Nusa Tenggara Barat.
Efisiensi Layanan Kasir M-Mart: Analisis Kinerja Sistem Antrean dengan Pendekatan Model M/G/1 Jihan Afifah; Era Fazira; Amelia Dewi Sartika; Helmina Andriani
Indonesian Journal of Applied Statistics and Data Science Vol. 3 No. 1 (2026): Mei
Publisher : Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/ijasds.v3i1.10965

Abstract

Sistem antrean merupakan salah satu aspek penting dalam operasional minimarket karena memengaruhi efisiensi pelayanan dan kepuasan pelanggan. Penelitian ini bertujuan menentukan model antrean yang sesuai serta mengevaluasi kinerja sistem pelayanan kasir M-Mart Jalan Majapahit, Kota Mataram berdasarkan data observasi waktu kedatangan dan waktu pelayanan pelanggan. Data diperoleh melalui observasi langsung terhadap 51 pelanggan. Distribusi waktu antar kedatangan dan waktu pelayanan diuji menggunakan uji Kolmogorov-Smirnov, sedangkan distribusi waktu pelayanan terbaik dipilih berdasarkan nilai Akaike Information Criterion (AIC). Selanjutnya, ukuran kinerja sistem dihitung menggunakan formula Pollaczek-Khinchine. Hasil penelitian menunjukkan bahwa waktu antar kedatangan mengikuti distribusi Eksponensial (p-value = 0,3000), sedangkan waktu pelayanan paling sesuai mengikuti distribusi Weibull dengan nilai AIC terkecil sebesar 504,9279. Berdasarkan notasi Kendall, sistem pelayanan kasir dimodelkan sebagai M/G/1 dengan disiplin pelayanan First Come First Served (FCFS). Hasil analisis menunjukkan laju kedatangan sebesar 0,1292 pelanggan per menit, laju pelayanan sebesar 0,9656 pelanggan per menit, tingkat utilisasi sebesar 0,1338, probabilitas sistem kosong sebesar 0,8662, rata-rata panjang antrean sebesar 0,0138 pelanggan, dan rata-rata waktu tunggu dalam antrean sebesar 0,1071 menit. Hasil tersebut menunjukkan bahwa sistem berada dalam kondisi stabil, belum mengalami bottleneck, dan mampu memberikan pelayanan secara efisien. Meskipun demikian, pemantauan pada jam-jam sibuk tetap diperlukan untuk mengantisipasi peningkatan jumlah pelanggan di masa mendatang.  

Page 3 of 3 | Total Record : 29

 1   2   3 

Filter by Year

2024 2026


Reset
Filter By Issues
All Issue Vol. 3 No. 1 (2026): Mei Vol. 2 No. 2 (2025): November Vol. 2 No. 1 (2025): Mei Vol. 1 No. 1 (2024): November