{"title":"Peramalan Nilai Impor Migas Indonesia Tahun 2023 dengan Metode Arima Non-Musiman","authors":"Wahyu Nur Achmadin, L. Hasanah","doi":"10.31537/estimator.v1i1.1177","DOIUrl":"https://doi.org/10.31537/estimator.v1i1.1177","url":null,"abstract":"Telah dilakukan penelitian mengenai peramalan impor migas Indonesia Tahun 2023 dengan metode ARIMA Non-Musiman. Data diperoleh dari Badan Puat Statistik yang digunakan untuk meramalkan 5 periode ke depan (yang pada bulan mei 2023 – september 2023). Adapun metode yang digunakan adalah metode ARIMA non-musiman. Dari metode tersebut didapatkan kemungkinan model ARIMA terbaik adalah model ARIMA (1,1,1). Berdasarkan hasil yang diperoleh, peramalan nilai impor migas Indonesia selama 5 periode, yakni pada bulan mei 2023 dimungkinkan impor migas mencapai 497146213 US$, pada bulan juni 2023 dimungkinkan impor migas mencapai 492835091 US$, pada bulan juli 2023 dimungkinkan impor migas mencapai 489430632 US$, pada bulan agustus 2023 dimungkinkan impor migas mencapai 486742157 US$, dan pada bulan september 2023 dimungkinkan impor migas mencapai 484619089US$.","PeriodicalId":378013,"journal":{"name":"ESTIMATOR : Journal of Applied Statistics, Mathematics, and Data Science","volume":"356 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-06-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"122802454","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
{"title":"Peramalan Angka Kelahiran Total di Indonesia dengan Menggunakan Metode Double Exponential Smoothing Brown","authors":"Sulantari Sulantari, Balqis Aabidah Islahi, Fitriyatul Alifia","doi":"10.31537/estimator.v1i1.1178","DOIUrl":"https://doi.org/10.31537/estimator.v1i1.1178","url":null,"abstract":"Indonesia adalah salah terbesar keempat dengan penduduk terbanyak yakni mencapai 274.790.244 Jiwa. Negara wajib mengelola jumlah penduduknya, salah satu caranya yakni dengan melihat dan mengelola angka kelahiran total (TFR). Angka kelahiran total (TFR) menggambarkan rata-rata jumlah anak yang dilahirkan hidup oleh satu orang wanita selama masa reproduksinya (15 - 49 th). Angka TFR Indonesia selama tahun 1990 – 2022 telah mengalami penurunan sebesar 30.64%. pada tahun 1990 angka TFR Indonesia sebesar 3.1, dan pada tahun 2022 angka TFR Indonesia menjadi 2.19. penurunan angka TFR ini perlu menjadi perhatian negara Indonesia, jangan sampai angka TFR Indonesia terus mengalami menurun sampai berada dibawah nilai ideal angka TFR sebesar 2.1. penurunan angka TFR bisa berakibat penurunan jumlah penduduk pada masa mendatang. Saat ini, banyak negara maju di dunia mengalami resesi seks, yang berakibat kepada jumlah kehiran total yang menurun. Oleh sebab itu, perlu dilkukan peramalan data pada angka TFR Indonesia, sehingga bisa diketahui prediksi angka TFR untuk masa depan. Metode Exponential Smoothing satu Parameter Brown Salah satu metode peramalan yang dapat digunakan untuk meramalkan angka kelahran total (TFR). dari penelitian ini, siperoleh hasil bahwa metode yang tepat digunakan adalah metode Double Expoenntial Smoothing Satu Parameter Brown (?=0.9). Dengan nilai peramalan pada tahun 2023 adalah sebesar 2.13, dan angka TFR ini diramalkan akan terus mengalami penurunan, bahakn sampai tahun 2050 angka TFR Indonesia sebesar 1.59. Metode ini menghasilkan nilai MAE sebesar 0.02272, SSE sebesar 0.03058, MSE sebesar 0.00099, dan MAPE sebesar 0.88940.","PeriodicalId":378013,"journal":{"name":"ESTIMATOR : Journal of Applied Statistics, Mathematics, and Data Science","volume":"54 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-06-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"128374917","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
{"title":"Studi Komparatif Hasil Belajar Ipa Siswa Kelas VIII pada Materi Sistem Pencernaan dengan Uji Anova","authors":"Fita Fatimah, Dewi Mashitasari, Abdul Ghofur","doi":"10.31537/estimator.v1i1.1240","DOIUrl":"https://doi.org/10.31537/estimator.v1i1.1240","url":null,"abstract":"Pembelajaran IPA dikatakan berhasil jika semua tujuan pembelajaran yang telah ditetapkan dapat terpenuhi, yang ditunjukkan dengan hasil belajar IPA. Hasil belajar dapat dipahami sebagai hasil dari proses belajar mengajar yang digunakan untuk menentukan berhasil atau tidaknya suatu program pembelajaran. Penelitian ini bertujuan untuk mengetahui ada atau tidaknya perbedaan capaianhasil belajar siswa kelas VIII pada materi sistem pencernaan. Hasil penelitian ini dapat dijadikan umpan balik bagi guru dalam mengevaluasi pembelajaran yang telah dilakukan. Penelitian ini merupakan penelitian komparatif dengan membandingkan rerata hasil belajar siswa kelas VIII pada materi sistem pencernaan. Data yang dianalisis hanya data yang berdistribusi normal.Uji statistik yang digunakan adalah uji ANOVA dengan langkah-langkah sebagai berikut : (1) uji normalitas; (2) perbandingan nilai rata-rata; (3) uji homogenitas; (4) uji ANOVA. Berdasarkan analisis data yang telah dilakukan diketahui bahwa dari sepuluh kelas (VIII-A s/d VIII-J) hanya 3 kelas yang datanya berdistribusi normal dan homogen yaitu (VIII-A,VIII-E, dan VIII-I). Dari tiga kelas ini nilai rata-rata tertinggi diperoleh kelas VIII-E dengan nilai 79.3, sedangkan nilai rata-rata paling rendah diperoleh kelas VIII-A dengan nilai 77,3. Hasil uji Anova menunjukkan nilai sig 0.058 > 0,05 artinya tidak terdapat perbedaan yang signifikan antara hasil belajar Kelas VIII-A, Kelas VIII-E, dan Kelas VIII-I pada materi sistem pencernaan.","PeriodicalId":378013,"journal":{"name":"ESTIMATOR : Journal of Applied Statistics, Mathematics, and Data Science","volume":"27 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-06-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"115513866","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Dwi Agustin Retnowardani, B. J. Septory, Kamal Dliou, Audia Dwi Retno Wulandari
{"title":"Rainbow Antimagic Coloring pada Graf Hasil Operasi Join pada Graf Broom","authors":"Dwi Agustin Retnowardani, B. J. Septory, Kamal Dliou, Audia Dwi Retno Wulandari","doi":"10.31537/estimator.v1i1.1180","DOIUrl":"https://doi.org/10.31537/estimator.v1i1.1180","url":null,"abstract":"Misalkan adalah graf terhubung dengan himpunan titik dan himpunan sisi . Fungsi bijektif dari ke himpunan adalah pelabelan titik graf . Fungsi bijektif disebut rainbow antimagic labeling jika untuk setiap dua sisi dan dalam lintasan , dengan dan . Rainbow antimagic coloring adalah pewarnaan graf dengan rainbow antimagic labeling. Jadi, setiap rainbow antimagic labeling merupakan pewarnaan pelangi graf dengan bobot sisi adalah warna sisi . Rainbow antimagic connection number pada graf adalah jumlah warna terkecil dari semua rainbow antimagic coloring graf , dinotasikan dengan . Pada penelitian ini, dipelajari rainbow antimagic coloring dan mendapatkan nilai rainbow antimagic connection number graf hasil operasi join .","PeriodicalId":378013,"journal":{"name":"ESTIMATOR : Journal of Applied Statistics, Mathematics, and Data Science","volume":"44 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-06-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"130204859","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
{"title":"Desain Mozaik pada Bingkai Lingkaran dengan Corak Fraktal Menggunakan Konsep Transformasi","authors":"Miftahur Ro'ifah, Zuwidatul Masruroh","doi":"10.31537/estimator.v1i1.1175","DOIUrl":"https://doi.org/10.31537/estimator.v1i1.1175","url":null,"abstract":"Mozaik ialah karya seni yang terdiri dari potongan-potongan benda yang disusun serta dilekatkan pada suatu bidang dan didesain dengan pola pengubinan menggunakan pola dasar bangun geometris. Perkembangan ilmu pengetahuan dan teknologi memungkinkan adanya inovasi terutama pasca ditemukan komputer, salah satunya fraktal. Fraktal banyak digunakan dalam komputer grafik untuk menciptakan bentuk yang luar biasa. Desain mozaik juga dapat dibuat menggunakan konsep fraktal. Riset ini dimaksudkan untuk modelisasi mozaik pada bingkai berupa lingkaran dengan fraktal sebagai corak isiannya sehingga menghasilkan mozaik yang bervariasi. Metode penelitian mencakup pembagian interior lingkaran yang dilanjutkan dengan modelisasi bangun dasar mozaik yang kemudian diisi dengan beberapa corak fraktal. Hasil riset yang diperoleh adalah prosedur untuk modelisasi bangun dasar mozaik dengan langkah-langkah sebagai berikut. Pertama, membagi daerah interior bingkai lingkaran. Kedua, modelisasi bangun dasar mozaik. Ketiga, mengisi bangun dasar mozaik dengan corak fraktal.","PeriodicalId":378013,"journal":{"name":"ESTIMATOR : Journal of Applied Statistics, Mathematics, and Data Science","volume":"180 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-06-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"124494164","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}