cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Rizki Nur Alam
Contact Email
dataenthusiast.ikopin@gmail.com
Phone
+6285183180158
Journal Mail Official
fastek@ikopin.ac.id
Editorial Address
Kawasan Pendidikan Tinggi Jatinangor, Kampus Ikopin, Jatinangor, Kab. Sumedang, Provinsi Jawa Barat, Kab. Sumedang, Provinsi Jawa Barat
Location
Kab. sumedang,
Jawa barat
INDONESIA
Data Enthusiast: Jurnal Ilmiah Sains Data
Published by Universitas Koperasi Indonesia
ISSN : 31636594     EISSN : 31636594     DOI : https://doi.org/10.32670
Core Subject :
Data Enthusiast: Jurnal Ilmiah Sains Data dipublikasi sejak 2025 oleh Fakultas Sains dan Teknologi Universitas Koperasi Indonesia yang berfokus pada riset-riset yang melingkupi (1) machine learning, (2) data mining, (3) data analysis, (4) visualisasi data, dan ruang lingkup sains data lainnya yang diterapkan pada bisnis, kesehatan, pendidikan, keuangan, dan lainnya.
Arjuna Subject : -
Articles 22 Documents
 1   2   3 
Skema Dana Pensiun Menggunakan Matriks Transisi Markov Fajar Indrayatna; Hasna Afifah Rusyda; Achmad Zanbar Soleh; Lienda Noviyanti
Data Enthusiast: Jurnal Ilmiah Sains Data Vol. 1 No. 1 (2025): Data Enthusiast: Jurnal Ilmiah Sains Data
Publisher : Fakultas Sains dan Teknologi Universitas Koperasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Makalah ini memodelkan skala gaji yang akan digunakan dalam menentukan gaji terakhir seorang karyawan berdasarkan matriks peluang transisi markov . Gaji terakhir ini akan dijadikan dasar penentuan manfaat pensiun yang akan diberikan setiap tahun setelah memasuki usia pensiun hingga meninggal dunia. Skema dana pensiun yang dirancang akan melibatkan penentuan biaya normal yang disesuaikan akibat supplemental liability. Supplemental liability ini terjadi karena adanya perubahan kebijakan yaitu: Perbedaan pemodelan skala gaji sebelumnya dan perubahan manfaat pensiun yang meningkat setiap tahunnya yang mengakibatkan increasing annuity.
Analisis Peramalan Penjualan Roti Tawar Alang Bakery Menggunakan Metode Exponential Smoothing untuk Mengurangi Bullwhip Effect Muhammad Haris Fadhillah; Dicky Alang Maulana
Data Enthusiast: Jurnal Ilmiah Sains Data Vol. 1 No. 1 (2025): Data Enthusiast: Jurnal Ilmiah Sains Data
Publisher : Fakultas Sains dan Teknologi Universitas Koperasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Gap antara produksi dan penjualan roti tawar Alang Bakery merupakan salah satu masalah yang harus diselesaikan untuk mengurangi kerugian-kerugian yang akan terjadi di masa yang akan datang. Dengan pendekatan exponential smoothing, penelitian ini bertujuan untuk mengurangi bullwhip effect di UD Alang Bakery. Informasi yang digunakan untuk menghitung peramalan produksi dan penjualan roti tawar mulai dari November 2022 sampai dengan Oktober 2023. Metode peramalan yang digunakan yaitu metode exponential smoothing, sedangkan bullwhip effect dihitung dua kali sebagai perbandingan antara bullwhip effect sebelum peramalan (kondisi aktual) dengan setelah peramalan. Berdasarkan hasil penelitian, dengan penerapan peramalan exponential smoothing dengan konstanta 0,5 diperoleh error paling rendah yang kemudian digunakan untuk menurunkan nilai bullwhip effect. Hasil perhitungan bullwhip effect menunjukkan bahwa terjadi penurunan yang semula 1,036 menjadi 0,995 yang menunjukkan bahwa bullwhip effect untuk roti tawar Alang Bakery akan lebih stabil dengan menerapkan peramalan exponential smoothing 0,5.
Optimalisasi Akurasi Deteksi URL Phising dengan Hyperparameter-tuning RFECV dan Grid Search pada Algoritma Random Forest Chaterine Vanya Pangemanan; Sevi Nurafni
Data Enthusiast: Jurnal Ilmiah Sains Data Vol. 1 No. 1 (2025): Data Enthusiast: Jurnal Ilmiah Sains Data
Publisher : Fakultas Sains dan Teknologi Universitas Koperasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Dalam konteks metode supervised learning, penelitian ini bertujuan meningkatkan akurasi model klasifikasi dalam mendeteksi URL phishing menggunakan algoritma Random Forest yang dikombinasikan dengan teknik hyperparameter tuning, yaitu Recursive Feature Elimination with Cross-Validation (RFECV) dan Grid Search. Dataset PhiUSIIL Phishing URL yang diakuisisi dari UCL Machine Learning hanya dimanfaatkan sebanyak 10.000 baris data dalam penelitian ini agar mempermudah proses. Data dibagi menjadi 80% data training dan 20% data testing. Model dilatih menggunakan Random Forest dan dioptimalkan dengan hyperparameter tuning RFECV lalu Grid Search, yang menghasilkan akurasi, precision, recall, dan F1 score sebesar 100%. Fitur-fitur 'URLSimilarityIndex', 'LineOfCode', dan 'NoOfExternalRef' memberikan kontribusi terbesar terhadap prediksi. Hasil penelitian ini menunjukkan bahwa pendekatan teknik hyperparameter tuning dan algoritma yang dipilih lebih efektif dibandingkan penelitian sebelumnya, yang hanya mencapai akurasi tertinggi 99,97%. Selain itu, penelitian ini juga mengidentifikasi pentingnya fitur 'URLLength' dalam meningkatkan kinerja model. Temuan ini menegaskan bahwa teknik hyperparameter tuning yang tepat dapat meningkatkan kinerja model klasifikasi URL phishing secara signifikan dan memberikan kontribusi penting dalam bidang keamanan siber.
Analisis Regresi Linear Berganda Hubungan Antara Pekerjaan dengan Kualitas Tidur yang Mempengaruhi pada Kesehatan Tubuh Indri Nur Sukmawati; Adri Arisena
Data Enthusiast: Jurnal Ilmiah Sains Data Vol. 1 No. 1 (2025): Data Enthusiast: Jurnal Ilmiah Sains Data
Publisher : Fakultas Sains dan Teknologi Universitas Koperasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini menganalisis pengaruh jenis pekerjaan terhadap kualitas tidur yang berdampak pada kesehatan tubuh. Menggunakan metode analisis regresi linear berganda, penelitian ini meneliti hubingan anatara jenis pekerjaan, tingkat stres, aktivitas harian terhadap kualitas tidur. Dengan data berjumalah 374 sampel dianalisis menggunakan perangkat lunak Rstudio. Hasil menunjukkan jenis pekerjaan signifikan mempengaruhi kualiats tidur. Sedangkan tingkat stres memiliki pengaruh negatif signifikan terhadap kualiats tidur, dan jumlah langkah harian memiliki pengaruh positif signifikan. Tingkat aktivitas tidak menunjukkan pengaruh signifikan. Maka dari hasil penelitian pengelolaan stres dan peningkatan aktivitas harian dapat memperbaiki kualitas tidur.
Perbandingan Model Regresi Linier Berganda untuk Memprediksi Kasus Stunting di Indonesia Ryan Fadhillah Faizal Hakim; Sevi Nurafni
Data Enthusiast: Jurnal Ilmiah Sains Data Vol. 1 No. 1 (2025): Data Enthusiast: Jurnal Ilmiah Sains Data
Publisher : Fakultas Sains dan Teknologi Universitas Koperasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Stunting merupakan salah satu permasalahan yang tengah dihadapi Indonesia, yang berdampak pada pertumbuhan fisik dan kognitif anak-anak, serta kualitas sumber daya manusia di masa depan. Penelitian ini bertujuan untuk membangun dan membandingkan model regresi linier berganda guna memprediksi jumlah kasus stunting di Indonesia. Data yang digunakan adalah data sekunder dari Kementerian Dalam Negeri serta data Hasil Riset Kesehatan Dasar 2018 dari Kementerian Kesehatan. Metode yang digunakan adalah Ordinary Least Squares (OLS). Variabel-variabel independen yang dianalisis meliputi jumlah balita, penanganan tinja, akses ke rumah sakit dan puskesmas, insiden diare, status gizi buruk, program pemberian makanan tambahan, imunisasi, dan prematuritas. Analisis menunjukkan bahwa beberapa variabel, seperti jumlah balita, akses ke rumah sakit, diare, status gizi buruk, dan program pemberian makanan tambahan, memiliki pengaruh signifikan terhadap jumlah kasus stunting. Hasil model menunjukkan bahwa model 1 regresi linier yang dibangun memiliki nilai Adj. R-Squared sebesar 97,2% dan model 2 regresi linier memiliki nilai Adj. R-Squared sebesar 96% yang menunjukkan kemampuan model dalam menjelaskan variabilitas data stunting dengan baik. Kedua model ini dapat digunakan untuk memprediksi kasus stunting dan mengidentifikasi variabel-variabel yang berkontribusi secara signifikan. Kesimpulannya, model regresi linier berganda yang dikembangkan dapat menjadi alat yang efektif dalam memprediksi kasus stunting dan membantu pemerintah serta pembuat kebijakan dalam merumuskan strategi intervensi yang lebih tepat guna mengurangi prevalensi stunting di Indonesia.
Perbandingan Model Regresi Linier dengan Linear Support Vector Regression dalam Memprediksi Kasus Stunting di Jawa Barat Ryan Fadhillah Faizal Hakim; Sevi Nurafni
Data Enthusiast: Jurnal Ilmiah Sains Data Vol. 1 No. 2 (2025): Data Enthusiast: Jurnal Ilmiah Sains Data
Publisher : Fakultas Sains dan Teknologi Universitas Koperasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Stunting merupakan masalah kesehatan yang serius di Indonesia, khususnya di Jawa Barat, yang dapat berdampak pada pertumbuhan fisik dan perkembangan kognitif anak. Penelitian ini bertujuan untuk membandingkan keakuratan model regresi linier dengan metode Ordinary Least Squares (OLS) dan model Linear Support Vector Regression (Linear SVR) dalam memprediksi jumlah kasus stunting di Jawa Barat. Data yang digunakan adalah data sekunder dari Dinas Kesehatan Jawa Barat, yang mencakup jumlah balita stunting dan jumlah balita bergizi buruk dari tahun 2019 hingga 2023. Analisis dilakukan dengan menggunakan bahasa pemrograman Python dan beberapa library terkait. Hasil penelitian menunjukkan bahwa nilai Adjusted R-Squared (Adj. R-Squared) dari kedua model adalah sama, yaitu sebesar 0.795 atau 79.5%. Ini menunjukkan bahwa kedua model memiliki kemampuan yang setara dalam menjelaskan variabilitas data jumlah balita stunting berdasarkan variabel jumlah balita bergizi buruk. Model regresi linier memberikan interpretasi koefisien yang langsung, sedangkan model Linear SVR menawarkan fleksibilitas yang lebih besar dalam mengatur margin dan kesalahan. Kesimpulan dari penelitian ini adalah bahwa kedua model dapat digunakan untuk memprediksi jumlah kasus stunting dengan keakuratan yang sama, namun pemilihan model terbaik harus mempertimbangkan karakteristik data dan kebutuhan interpretasi.
Analisis Regresi Linear Berganda Hubungan Antara Pekerjaan dengan Kualitas Tidur yang Mempengaruhi pada Kesehatan Tubuh Sagara Andi Lazuardi Suwarsa; Muhammad Haris Fadhillah
Data Enthusiast: Jurnal Ilmiah Sains Data Vol. 1 No. 2 (2025): Data Enthusiast: Jurnal Ilmiah Sains Data
Publisher : Fakultas Sains dan Teknologi Universitas Koperasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk menganalisis hubungan antara berbagai variabel ekonomi dan sosial di Indonesia menggunakan Regresi Linier Berganda. Data yang digunakan mencakup persentase penduduk miskin, GDP regional, harapan hidup, rata-rata lama sekolah, dan pengeluaran per kapita dari berbagai Provinsi di Indonesia pada tahun 2021. Analisis Regresi Linier Berganda dilakukan untuk menentukan pengaruh GDP regional, harapan hidup, rata-rata lama sekolah, dan pengeluaran per kapita terhadap persentase penduduk miskin. Hasil penelitian menunjukkan bahwa GDP regional dan harapan hidup memiliki pengaruh signifikan terhadap persentase penduduk miskin. GDP regional memiliki koefisien regresi negatif sebesar -0.450(p=0.005), yang menunjukkan bahwa peningkatan GDP regional berhubungan dengan penurunan persentase penduduk miskin. Harapan hidup juga menunjukkan koefisien regresi negatif sebesar -0.320(p=0.010), yang berarti bahwa peningkatan harapan hidup cenderung mengurangi tingkat kemiskinan. Sebaliknya, rata-rata lama sekolah dan pengeluaran per kapita tidak menunjukkan pengaruh signifikan dalam model ini. Penelitian ini memberikan wawasan penting bagi pembuat kebijakan untuk fokus pada peningkatan GDP regional dan harapan hidup sebagai upaya untuk mengurangi kemiskinan di Indonesia. Penelitian ini juga menekankan perlunya penelitian lebih lanjut untuk memahami faktor-faktor lain yang mungkinmempengaruhi tingkat kemiskinan.
Menganalisis Hubungan antara Variabel X dan Variabel Y Menggunakan Simple Linear Silvi Nurinsan; Sevi Nurafni
Data Enthusiast: Jurnal Ilmiah Sains Data Vol. 1 No. 2 (2025): Data Enthusiast: Jurnal Ilmiah Sains Data
Publisher : Fakultas Sains dan Teknologi Universitas Koperasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Dataset ini berisi informasi mengenai data pelatihan mahasiswa di sebuah institusi pendidikan. Data mencakup berbagai atribut seperti ID mahasiswa, nama, umur, gender, nilai akhir, mata kuliah, tanggal pelaksanaan, serta nilai UTS dan UAS. Dataset ini dapat digunakan untuk menganalisis performa akademik berdasarkan berbagai faktor seperti gender, mata kuliah, dan nilai ujian. Informasi yang terkandung dalam dataset ini dapat membantu dalam pengambilan keputusan terkait peningkatan kurikulum, pembelajaran, dan evaluasi mahasiswa.
Prediksi Kepadatan Nutrisi Buah-buahan dengan Model Regresi Linear Berganda dan Ordinary Least Square (OLS) Catherine Vanya Pangemanan; Sevi Nurafni
Data Enthusiast: Jurnal Ilmiah Sains Data Vol. 1 No. 2 (2025): Data Enthusiast: Jurnal Ilmiah Sains Data
Publisher : Fakultas Sains dan Teknologi Universitas Koperasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kepadatan nutrisi makanan, khususnya buah-buahan, menjadi kritis dalam mencegah malnutrisi dan penyakit terkait gizi. Penelitian ini menggunakan Regresi Linier Berganda untuk memprediksi kepadatan nutrisi pada 572 jenis buah berdasarkan kandungan nutrisi seperti protein, serat, vitamin A, vitamin C, vitamin E, kalsium, magnesium, kalium, dan zat besi. Analisis menunjukkan bahwa setiap kenaikan satu unit dalam kandungan protein, serat, dan vitamin C menghasilkan peningkatan kepadatan nutrisi yang diprediksi sebesar 1.002, 1.003, dan 1.004 unit, masing-masing. Model Regresi Linier Berganda yang dikembangkan memiliki Adjusted R-squared sebesar 1.00, menunjukkan bahwa model secara efektif menjelaskan variabilitas data. Uji-F ANOVA menunjukkan bahwa semua variabel prediktor berkontribusi secara signifikan terhadap kepadatan nutrisi (F(34, 537) = 2275.28, p < 0.001). Penelitian ini menjadi penguat dari penelitian terdahulu [1,2,4,5]. Selain itu untuk penelitian berikutnya, penelitian ini dapat menjadi dasar karena penelitian ini menekankan manfaat kepadatan nutrisi dalam meningkatkan kesehatan dan mengurangi risiko penyakit kronis. Studi ini menyoroti pentingnya buah-buahan sebagai sumber utama kepadatan nutrisi yang dapat meningkatkan kesehatan populasi.
Analisis Kluster Negara Berdasarkan Indikator Sosial dan Ekonomi untuk Bantuan Internasional Silvi Nurinsan; Muhammad Haris Fadhillah
Data Enthusiast: Jurnal Ilmiah Sains Data Vol. 1 No. 2 (2025): Data Enthusiast: Jurnal Ilmiah Sains Data
Publisher : Fakultas Sains dan Teknologi Universitas Koperasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk mengelompokkan negara-negara berdasarkan analisis indikator sosial dan ekonomi menggunakan metode klaster guna memprioritaskan distribusi bantuan internasional. Data yang digunakan mencakup berbagai indikator seperti tingkat kemiskinan, pendapatan per kapita, akses terhadap pendidikan dan kesehatan, serta indikator pembangunan lainnya. Melalui pendekatan klasterisasi, negara-negara dengan karakteristik serupa dapat mencerminkan ke dalam kluster yang berbeda, memungkinkan identifikasi prioritas dan strategi yang lebih tepat dalam pemberian. Hasil analisis menunjukkan bahwa negara-negara dapat terdaftar dalam beberapa kluster utama dengan karakteristik yang berbeda-beda. Kluster pertama terdiri dari negara-negara dengan tingkat pembangunan rendah yang memerlukan bantuan signifikan dalam berbagai aspek. Kluster kedua terdiri dari negara-negara dengan tingkat pembangunan menengah yang membutuhkan dukungan dalam peningkatan kapasitas dan infrastruktur. Klaster ketiga mencakup negara-negara dengan tingkat pembangunan tinggi yang lebih membutuhkan bantuan. Penelitian ini memberikan wawasan yang penting bagi lembaga bantuan internasional dalam merancang program bantuan yang lebih efektif dan efisien. Dengan memahami karakteristik dan kebutuhan spesifik dari masing-masing kluster, alokasi sumber daya dapat dilakukan secara lebih tepat sasaran, sehingga dampak dari program bantuan dapat dimaksimalkan

Page 1 of 3 | Total Record : 22

 1   2   3 

Filter by Year

2025 2026


Reset
Filter By Issues
All Issue Vol. 2 No. 2 (2026): Data Enthusiast: Jurnal Ilmiah Sains Data Vol. 2 No. 1 (2026): Data Enthusiast: Jurnal Ilmiah Sains Data Vol. 1 No. 2 (2025): Data Enthusiast: Jurnal Ilmiah Sains Data Vol. 1 No. 1 (2025): Data Enthusiast: Jurnal Ilmiah Sains Data