Claim Missing Document
Check
Articles

Cluster Analysis using K-Means Algorithm and Centroid Linkage for Indonesia Crime Data 2021: Analisis Cluster Menggunakan Algoritma K-Means dan Centroid Linkage pada Data Kriminalitas Indonesia Tahun 2021 Adjie Dwi Sulistyono; Annisa Nur Hanifah; Isnandar Slamet; Arisman Adnan
Al-Musthalah: Jurnal Riset dan Penelitian Multidisiplin Vol. 1 No. 1 (2024): April
Publisher : PT Syamilah Literasi Islami

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

Abstract

Kejahatan adalah segala sesuatu yang melanggar hukum atau bentuk criminal kejahatan. Terdapat beberapa jenis kejahatan, diantaranya kejahatan terhadap jiwa atau nyawa, kejahatan fisik, korupsi, dan lain sebagainya. Salah satu metode yang dapat digunakan untuk menganalisis data kejahatan adalah metode analisis cluster, yaitu suatu teknik analisis multivariat yang bertujuan untuk mengelompokkan data observasi atau variabel ke dalam kelompok-kelompok yang mempunyai kedekatan dan tingkat kemiripan yang tinggi. Tujuan dari penelitian ini adalah untuk mengetahui daerah-daerah yang memiliki kesamaan jenis kejahatan dan untuk mengurangi jumlah kejahatan di Indonesia yang sering terjadi. Dalam analisis cluster terdapat dua metode yaitu metode cluster hierarki dan non-hierarki. Dalam penelitian ini digunakan metode Centroid Linkage dan K-Means dengan jumlah cluster 2. Berdasarkan analisis cluster, provinsi-provinsi di Indonesia dapat dikelompokkan berdasarkan intensitas kejahatan pada tahun 2020. Rata-rata dari setiap variabel anggota cluster digunakan untuk menentukan karakteristik dan nama cluster.
Spesifikasi Model Regresi Linier dan Nonlinier dalam Mengestimasi Kontribusi Perempuan terhadap IPG Jawa Timur (2024) Tengku Alfaisal Hardian; Shelfi Ayu Yontiani; Afry Dearny Sinaga; Arisman Adnan
JDEP (Jurnal Dinamika Ekonomi Pembangunan) Vol. 9 No. 2 (2026): JDEP (Jurnal Dinamika Ekonomi Pembangunan)
Publisher : UPN "Veteran" Jawa Timur

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

Abstract

Penelitian ini menganalisis pengaruh rata-rata lama sekolah (RLS) dan tingkat partisipasi angkatan kerja (TPAK) perempuan terhadap Indeks Pembangunan Gender (IPG) di 38 kabupaten/kota Jawa Timur tahun 2024. Analisis ini menggunakan data BPS dengan membandingkan tiga model (linier, kuadratik, kubik) dengan kriteria AIC, R², adjusted R², MSE, dan MAE. Hasilnya, model kubik terpilih sebagai terbaik dengan AIC terendah (63,054), adjusted R² tertinggi (0,684), serta MSE (3,450) dan MAE (1,573) terendah, serta memenuhi asumsi klasik. Penelitian menemukan bahwa RLS tidak signifikan secara individual, namun interaksinya dengan TPAK berpengaruh positif signifikan (p=0,027). TPAK berpengaruh signifikan dengan pola non-linier (kuadrat p=0,023; kubik p=0,021). Secara simultan, semua variabel berpengaruh signifikan (F=12,47; p=2,29×10⁻⁷). Oleh karena itu, diperlukan adanya perluasan akses pendidikan di wilayah RLS rendah, peningkatan serapan kerja formal di wilayah TPAK rendah, dan evaluasi kualitas pekerjaan di wilayah TPAK tinggi namun IPG rendah.
PCA-Enhanced Machine Learning Framework for Child Stunting Prediction Using Household and Socioeconomic Factors Ria Indah Sari; Adnan, Arisman; Syamsudhuha, Syamsudhuha
Desimal: Jurnal Matematika Vol. 9 No. 2 (2026): Desimal
Publisher : Universitas Islam Negeri Raden Intan Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24042/djm.v9i2.32027

Abstract

Childhood stunting continues to pose a major public health concern because its underlying determinants arise from complex household and socioeconomic interactions that are difficult to capture using conventional analytical approaches. Although machine-learning techniques have shown considerable potential for health prediction, limited attention has been given to understanding how different levels of dimensionality reduction influence classifier performance when analysing high-dimensional survey data. Addressing this gap, this study developed a Principal Component Analysis (PCA)-enhanced machine-learning framework for childhood stunting prediction using secondary data from the 2023 Indonesian Ministry of Health survey in Riau Province. Following preprocessing, 2,976 valid observations with 16 predictor variables were transformed into 117 numerical features, after which PCA generated three feature representations retaining 89.30%, 94.28%, and 98.44% of the total variance. Twelve supervised machine-learning algorithms were subsequently evaluated using precision, recall, F1-score, and area under the receiver operating characteristic curve (AUC). The empirical results demonstrated that preserving a greater proportion of variance improved predictive performance across most classifiers. Among all evaluated models, K-Nearest Neighbours combined with 45 principal components achieved the strongest overall performance, yielding a precision of 0.710, recall of 0.771, F1-score of 0.739, and AUC of 0.809. These findings provide empirical evidence that integrating PCA with machine-learning algorithms offers a reproducible and computationally efficient framework for supporting evidence-based nutritional surveillance and advancing data-driven childhood stunting prediction.
Analisis Power Uji-t dalam Menguji Kesamaan Dua Rata-rata pada Data Berdistribusi Normal Fauziah Nadya Putri; Arisman Adnan
Fraction: Jurnal Teori dan Terapan Matematika Vol. 6 No. 1 (2026): FRACTION: Jurnal Teori dan Aplikasi Matematika
Publisher : Jurusan Matematika, Fakultas Teknik, Universitas Bangka Belitung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33019/fraction.v6i1.97

Abstract

Penelitian ini bertujuan untuk menganalisis power uji-t dua sampel melalui simulasi dengan berbagai ukuran sampel. Power of test merupakan peluang untuk menolak hipotesis nol (H0) saat hipotesis alternatif (H1) benar. Simulasi dilakukan dengan menghasilkan data acak dari distribusi normal dengan rata-rata 50 dan 55, serta variansi yang sama sebesar 100. Ukuran sampel yang digunakan terdiri dari kategori kecil (5, 15, 25), sedang (50, 100, 200), dan besar (1000, 1500, 3000). Setiap kombinasi ukuran sampel diulang sebanyak 500 kali. Hasil penelitian menunjukkan bahwa power meningkat seiring bertambahnya ukuran sampel. Pada ukuran kecil, power masih rendah, tetapi mu-lai meningkat signifikan pada ukuran sedang, dan mencapai nilai maksimum pada ukuran besar. Temuan ini menunjukkan bahwa ukuran sampel yang memadai sangat berperan dalam meningkatkan kekuatan uji-t dalam mendeteksi perbedaan rata-rata antar kelompok.
Co-Authors ', Firdaus Abdul Somad Batubara Adjie Dwi Sulistyono Afrianto Daud Afry Dearny Sinaga Agus Ika Putra Agus Kurniawati Ahmad Fadli Ahmad Jamaan Amun Amri Anne Mudya Yolanda Annisa Nur Hanifah Asri Elvita Atma Murni Ayu Agustiani Azhari Setiawan Azra Aulia Dwiputri Bustami Bustami Defrinaldi Absari Deni Rizaldi Devri Maulana Divo Dharma Silalahi Ecelly Indriani Putri Elfaki, Faiz AM Endah Dwi Jayanti Enno Yuniarto Fatayat Fauziah Nadya Putri Feblil Huda Febrianti, Lusi Ferdian Fadly Fikri Marwansyah Firdaus ' Fitra Lestari Goldameir, Noor Ell Gumanti, Gumanti Gustriza Erda Haposan Sirait Haposan Sirait Harison ' Harison Harison Heru Angrianto Ibnu Daqiqil ID Icha Yulia Ilyas Husti Indra, Zul Irfansyah Irfansyah Isnaini ' Isnandar Slamet Isti Yuliani Iswadi HR Iwantono Iwan Barnawi Jusman, Yessi K Khairat Kesi Marseliani Khairat, K Khairunnisa, Siska Khairunnissa, Khairunnissa Khusnal Marzuqo Lindrianasari Liza Yarmanita Mardiyah Muhgni Maria Erna Mayangsari Mayangsari Mirza Hardian Mohammad Saeri Muhammad Saeri, Muhammad Mustofa Usman Nabilah Fitriyyah Delfira Nike Syelfina Noor Ell Goldameir Nurhayati, Nurhayati Nurqolbi, Leliyana Ody Azis Saputra Okta Bella Syuhada Putri Sion Cahayana Putri Susanti Rahmad Kurniawan Rahmad Ramadhan Laska Rahwana Saputra Raudatul Yusra Ria Indah Sari Ridho Tri Mulya Riko Febrian Rini, Ari Sulistyo Riski Rahmadani Rosma, Iswadi Hasyim Russel, Edwin Rustam Efendi Rustam Efendi S. Siswanto S. Siswanto Satibi, Syawal Sehatta Saragih Shelfi Ayu Yontiani Sibuea, Nuraini Sigit Sugiarto Sillaturahim Sirait, Tesa Theresia Siska Yuliati Soewignjo Agus Nugroho Sukma Novia Syafitri Sukoco Sukoco Sul Kantri Rahma Wanti Sunarno Sunarno Syamsu Herman Syamsu Herman Syamsudhuha Syamsudhuha T, Masrina Munawarah Tengku Alfaisal Hardian Tengku Irfan Wira Buana Tira Mei Darnis Titi Solfitri Tuti Alawiyah Wamiliana Windy Lasma Sari Purba Windy Maya Sari Wirda Hia Yenita Roza Yennita Y Zul Indra