Muhammad Zulfadhli
Institut Teknologi Sepuluh Nopember

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

Found 3 Documents
Search

Clustering of productivity in the food, plantation, and farm sectors in Mamasa Regency using K-Means clustering analysis Muhammad Zulfadhli; Kesumaning Dyah Larasati; Rizky Fitria Ramadhanni; Raynaldi Anggiat Samuel Siahaan; Mochamad Fatih Romadlon
Bulletin of Applied Mathematics and Mathematics Education Vol. 6 No. 1 (2026)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/bamme.v6i1.15064

Abstract

The productivity of the food, plantation, and farm sectors is the main driver of the economy in Mamasa Regency. However, there are significant disparities between subdistricts, requiring targeted development strategies. This study aims to group 17 subdistricts based on the productivity characteristics of the three main sectors using the K-Means Clustering method. The secondary data analyzed includes productivity, production, planted area, and the number of farmers/ranchers for each sector. The research stages include descriptive analysis, identification of leading commodities, and classification of subdistricts based on the productivity of each sector. The analysis results divide the subdistricts into three main clusters with different characteristics. Cluster 1 (High Productivity) is dominated by leading subdistricts, such as Pana for cattle farming, Nosu for Arabica coffee, and Tabulahan for patchouli. Cluster 2 (Medium Productivity) includes subdistricts with balanced performance in several commodities, while Cluster 3 (Low Productivity) consists of subdistricts that still face challenges in land optimization, production, and cultivation efficiency. The implication of this study is cluster-based policy recommendations. Local governments are advised to implement specific strategies, such as developing cattle breeding centers in Pana, processing Arabica coffee in Nosu, and patchouli industry in Tabulahan. For low-productivity clusters, interventions are directed at improving infrastructure, access to inputs, and technological assistance. With this evidence-based strategy, local potential can be optimized, regional disparities reduced, and economic growth in Mamasa Regency can be more inclusive and sustainable.
Estimasi Proporsi Swing Voter di Kalangan Pemilih Pemula pada Pemilu 2024: Studi Kasus Kota Salatiga dengan Metode Stratified Two-Stage Cluster Sampling Muhammad Zulfadhli; Aris Iswadi; Siti Zahirah Nurdin; Syarifatul Muflikhah; Nabiela Rahma Izzaty; Inggit Fatika; Tasya Fadia Choirunnisa
Codeverse: Journal of Emerging Digital Realities Vol. 1 No. 1 (2025): CODEVERSE: Journal of Emerging Digital Realities
Publisher : Codeverse: Journal of Emerging Digital Realities

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

Abstract

Penelitian ini bertujuan untuk mengestimasi proporsi pemilih pemula yang berpotensi menjadi swing voter pada Pemilu 2024 di Kota Salatiga. Pemilih pemula merupakan segmen krusial dalam demokrasi elektoral karena preferensi politiknya cenderung belum stabil. Mengingat pentingnya representativitas data, digunakan metode Stratified Two-Stage Cluster Sampling dengan kombinasi pemilihan sistematik dan simple random sampling. Sampel diambil dari tiga strata berdasarkan jumlah Daftar Pemilih Tetap (DPT) di tiap kelurahan, yang kemudian dikelompokkan ke dalam klaster TPS. Hasil estimasi menunjukkan bahwa proporsi swing voter di kalangan pemilih pemula Kota Salatiga sebesar 0,0177. Temuan ini penting bagi pemangku kebijakan dan partai politik dalam menyusun strategi kampanye yang lebih efektif dan inklusif terhadap pemilih pemula.
Analisis Faktor-faktor yang Memengaruhi Jumlah Kasus Pneumonia di Jawa Timur Tahun 2022 Menggunakan Metode Regresi Poisson Muhammad Zulfadhli
Codeverse: Journal of Emerging Digital Realities Vol. 1 No. 2 (2025): CODEVERSE: Journal of Emerging Digital Realities
Publisher : Codeverse: Journal of Emerging Digital Realities

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

Abstract

Penelitian ini bertujuan untuk menganalisis faktor-faktor yang memengaruhi jumlah kasus pneumonia pada anak di Jawa Timur menggunakan pendekatan statistik regresi Poisson. Variabel independen yang digunakan meliputi persentase Bayi Berat Badan Lahir Rendah (BBRL), jumlah balita yang mengalami batuk atau kesukaran bernapas, dan persentase penderita COVID-19. Data diperoleh dari Badan Pusat Statistik (BPS) dan Kementerian Kesehatan RI dengan cakupan seluruh kabupaten/kota di Jawa Timur sebanyak 38 wilayah. Berdasarkan hasil analisis regresi Poisson, ditemukan bahwa variabel BBRL dan jumlah balita batuk/kesukaran bernapas berpengaruh signifikan terhadap kasus pneumonia, sementara persentase COVID-19 tidak signifikan. Selanjutnya dilakukan pemeriksaan multikolinearitas dan overdispersion, yang menunjukkan bahwa model Poisson mengalami overdispersion. Untuk mengatasi hal ini, digunakan model regresi binomial negatif. Model ini memperkuat hasil sebelumnya bahwa jumlah balita batuk/kesukaran bernapas merupakan variabel yang paling signifikan memengaruhi jumlah kasus pneumonia pada anak. Model terbaik dipilih berdasarkan nilai Akaike Information Criterion (AIC), di mana model binomial negatif dengan satu prediktor (balita batuk/kesukaran bernapas) menghasilkan AIC terkecil. Variabel persentase Bayi Berat Badan Rendah (BBRL), jumlah balita batuk atau kesukaran bernapas dan persentase penderita Covid-19 di Jawa Timur Tahun 2022, memiliki nilai VIF kurang dari 10, sehingga dapat disimpulkan bahwa tidak terdapat multikolinearitas antar variabel prediktor.