Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal Mandalika Mathematics and Educations Journal
Rosni Rosni
Institut Teknologi Sumatera
Mathematics

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Segmentasi Kecamatan di Kota Bandung Berdasarkan Statistik Penyandang Disabilitas Menggunakan Algoritma K-Means Clustering Rosni Rosni; Erinna Fredella; Muklas Rivai
Mandalika Mathematics and Educations Journal Vol 8 No 1 (2026): Edisi Maret
Publisher : FKIP Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jm.v8i1.11430

Abstract

People with disabilities continue to experience discrimination, stigmatization, and unfulfilled rights. The number of people with disabilities in Bandung City is the second highest in West Java Province. Various factors, including a disability-unfriendly environment, lack of accessibility to public infrastructure, and insufficient social support. This study aims to analyze and segment subdistricts in Bandung City based on disability statistics using the K-Means clustering algorithm. The types of disabilities analyzed include mental disabilities, physical disabilities, physical and mental disabilities, visual impairments, hearing impairments, and other types of disabilities. The results of the study showed that the optimal number of clusters, as determined by the Elbow method, is 2 clusters. A total of 18 subdistricts are classified into Cluster 1, characterized by a relatively lower number of persons with disabilities, while the remaining 12 subdistricts are classified into Cluster 2, which has a relatively higher number of persons with disabilities. The results of this segmentation are expected to support the realization of Bandung City as an inclusive city and to assist the government in developing more targeted policies and programs.
Pengaruh Indikator Sosial Ekonomi dan Kesehatan Terhadap Angka Harapan Hidup Menggunakan Regresi Data Panel Karina Sylfia Dewi; Oriza Sativa Bkriz Putri Ainun; Rosni Rosni; Annisa Hevita Gustina Kumalasari Saefulloh
Mandalika Mathematics and Educations Journal Vol 8 No 2 (2026): Edisi Juni
Publisher : FKIP Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jm.v8i2.11750

Abstract

Angka Harapan Hidup (AHH) di Provinsi Daerah Istimewa Yogyakarta merupakan salah satu indikator penting yang mencerminkan kualitas kesehatan dan kesejahteraan masyarakat. Penelitian ini bertujuan untuk menganalisis faktor-faktor sosial, ekonomi, dan kesehatan yang diduga berpengaruh signifikan terhadap AHH di Provinsi DIY selama periode 2018-2023 dengan menggunakan regresi data panel. Hasil penelitian menunjukan Kabupaten Kulon Progo memiliki rata-rata AHH tertinggi, sementara Kabupaten Bantul memiliki rata-rata AHH terendah. Pemodelan regresi data panel menghasilkan Random Effect Model (REM) sebagai model terbaik. Variabel yang berpengaruh signifikan terhadap AHH adalah kepemilikan BPJS, tenaga kesehatan, dan fasilitas kesehatan, di mana dua variabel pertama berpengaruh positif, sedangkan fasilitas kesehatan berpengaruh negatif. Nilai koefisien determinasi yang diperoleh sebesar 62,375%, yang berarti model mampu menjelaskan variasi AHH sebesar 62,375%, sedangkan sisanya dipengaruhi oleh faktor lain di luar model.
Analisis Klaterisasi Perubahan Iklim di Indonesia Menggunakan K-Means Tahun 2023 Muklas Rivai; Rosni Rosni; Nasrullah Bachtiar
Mandalika Mathematics and Educations Journal Vol 8 No 2 (2026): Edisi Juni
Publisher : FKIP Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jm.v8i2.11817

Abstract

Perubahan iklim global memberikan dampak signifikan terhadap pola cuaca di Indonesia, memengaruhi sektor penting seperti pertanian, perikanan, kesehatan, dan ekonomi. Untuk menganalisis data iklim yang kompleks, metode klasterisasi K-Means digunakan guna mengidentifikasi pola cuaca serupa, yang bermanfaat bagi mitigasi bencana, perencanaan sumber daya, dan pengelolaan iklim secara lebih efektif. Data yang digunakan mencakup kecepatan angin, Kelembapan, dan curah hujan dari 34 provinsi di Indonesia pada tahun 2023. Berdasarkan analisis metode silhouette, ditemukan bahwa jumlah klaster optimal adalah dua. Klaster pertama meliputi 15 provinsi seperti Sumatera Utara, Jambi, Papua Barat dan lainnya. Karakteristik kluster pertama yaitu kecepatan angin rendah, Kelembapan tinggi, dan curah hujan tinggi. Kondisi ini dipengaruhi oleh lokasi geografis tropis, pola angin muson stabil, topografi (lembah, hutan, atau pegunungan), serta kedekatan dengan sumber uap air. Klaster kedua Terdiri dari 19 provinsi seperti Aceh, Jawa Timur, Nusa Tenggara Barat dan lainnya. Karakteristik klister kedua yaitu memiliki kecepatan angin tinggi, Kelembapan rendah, dan curah hujan rendah. Faktor geografis seperti wilayah terbuka, angin muson kering, dan jarak dari sumber Kelembapan utama. Hasil penelitian ini diharapkan dapat membantu perencanaan dan mitigasi bencana terkait pola cuaca di Indonesia.
Co-Authors Annisa Hevita Gustina Kumalasari Saefulloh Erinna Fredella Karina Sylfia Dewi Muklas Rivai Nasrullah Bachtiar Oriza Sativa Bkriz Putri Ainun