Article Per Year (5 Year)
p-Index From 2021 - 2026
14.689
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering IJCCS (Indonesian Journal of Computing and Cybernetics Systems) JURNAL SISTEM INFORMASI BISNIS Proceedings of KNASTIK Techno.Com: Jurnal Teknologi Informasi TELKOMNIKA (Telecommunication Computing Electronics and Control) Bulletin of Electrical Engineering and Informatics Jurnal Informatika SPEKTRUM INDUSTRI Jurnal Sarjana Teknik Informatika Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Jurnal Teknik Elektro Bulletin of Electrical Engineering and Informatics Jurnal Teknologi Jurnal Pseudocode Jurnal Teknologi Informasi dan Ilmu Komputer Telematika Jurnal Edukasi dan Penelitian Informatika (JEPIN) JUITA : Jurnal Informatika Scientific Journal of Informatics Seminar Nasional Informatika (SEMNASIF) Jurnas Nasional Teknologi dan Sistem Informasi JURNAL PENGABDIAN KEPADA MASYARAKAT Jurnal Teknologi Elektro INFORMAL: Informatics Journal Proceeding SENDI_U Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika KLIK (Kumpulan jurnaL Ilmu Komputer) (e-Journal) Bulletin of Electrical Engineering and Informatics JOIN (Jurnal Online Informatika) Edu Komputika Journal Jurnal Teknologi dan Sistem Komputer JOIV : International Journal on Informatics Visualization Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) International Journal of Artificial Intelligence Research Jurnal Informatika Jurnal Khatulistiwa Informatika Journal of Information Technology and Computer Science (JOINTECS) Jurnal Ilmiah FIFO INTENSIF: Jurnal Ilmiah Penelitian dan Penerapan Teknologi Sistem Informasi AKSIOLOGIYA : Jurnal Pengabdian Kepada Masyarakat JURNAL MEDIA INFORMATIKA BUDIDARMA Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control CogITo Smart Journal IT JOURNAL RESEARCH AND DEVELOPMENT InComTech: Jurnal Telekomunikasi dan Komputer Insect (Informatics and Security) : Jurnal Teknik Informatika JOURNAL OF APPLIED INFORMATICS AND COMPUTING JURNAL REKAYASA TEKNOLOGI INFORMASI PROCESSOR Jurnal Ilmiah Sistem Informasi, Teknologi Informasi dan Sistem Komputer Applied Information System and Management ILKOM Jurnal Ilmiah Compiler MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Jurnal Teknologi Sistem Informasi dan Aplikasi CYBERNETICS Digital Zone: Jurnal Teknologi Informasi dan Komunikasi J-SAKTI (Jurnal Sains Komputer dan Informatika) JUMANJI (Jurnal Masyarakat Informatika Unjani) JURTEKSI RESISTOR (Elektronika Kendali Telekomunikasi Tenaga Listrik Komputer) Komputasi: Jurnal Ilmiah Ilmu Komputer dan Matematika Informatika : Jurnal Informatika, Manajemen dan Komputer Jurnal Ilmiah Mandala Education (JIME) JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Systemic: Information System and Informatics Journal EDUMATIC: Jurnal Pendidikan Informatika Building of Informatics, Technology and Science Jurnal Mantik Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi JISKa (Jurnal Informatika Sunan Kalijaga) Buletin Ilmiah Sarjana Teknik Elektro Mobile and Forensics Aviation Electronics, Information Technology, Telecommunications, Electricals, Controls (AVITEC) Journal of Robotics and Control (JRC) Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Cyber Security dan Forensik Digital (CSFD) JTIULM (Jurnal Teknologi Informasi Universitas Lambung Mangkurat) International Journal of Advances in Data and Information Systems International Journal of Marine Engineering Innovation and Research Edunesia : jurnal Ilmiah Pendidikan Journal of Innovation Information Technology and Application (JINITA) Tematik : Jurnal Teknologi Informasi Komunikasi Infotech: Journal of Technology Information Jurnal Teknologi Informatika dan Komputer Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Jurnal Teknik Informatika (JUTIF) JURPIKAT (Jurnal Pengabdian Kepada Masyarakat) Humanism : Jurnal Pengabdian Masyarakat International Journal of Robotics and Control Systems J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Informatika Teknologi dan Sains (Jinteks) Jurnal Algoritma Techno Jurnal Pengabdian Informatika (JUPITA) Jurnal INFOTEL Jurnal Informatika Polinema (JIP) Jurnal Informatika: Jurnal Pengembangan IT Jurnal Accounting Information System (AIMS) Scientific Journal of Informatics Control Systems and Optimization Letters Signal and Image Processing Letters Scientific Journal of Engineering Research SEMINAR TEKNOLOGI MAJALENGKA (STIMA) Edumaspul: Jurnal Pendidikan Methods in Science and Technology Studies JOCHAC
Abdul Fadlil
Ahmad Dahlan University
Religion Aerospace Engineering Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Neuroscience Physics Public Health Social Sciences Transportation Other

Published : 216 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 216 Documents
Search

 18   19   20   21   22 
Machine Learning-Based Early Prediction of Stunting Risk: A Comparative Study Abdul Fadlil; Dikky Praseptian M; Muhammad Ma’ruf; Furizal
Methods in Science and Technology Studies Vol. 1 No. 1 (2025): June
Publisher : PT. Teknologi Futuristik Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64539/msts.v1i1.2025.351

Abstract

Stunting remains a critical nutritional issue among children, affecting growth and long-term human resource quality. Despite national programs and global targets for stunting reduction, early prediction of stunted children using data-driven methods remains limited. This study aims to evaluate and compare the performance of four supervised machine learning algorithms—Naïve Bayes, Multilayer Perceptron (MLP), Decision Tree (J48), and Support Vector Machine (SVM)—in predicting stunting using a dataset of 97 child records from three villages in East Kalimantan, Indonesia. Data were tested in both unnormalized and normalized forms and split into training and testing sets at 70%–30%, 80%–20%, and 90%–10% ratios. The results indicate that MLP and Decision Tree consistently achieved 100% accuracy across all splits and preprocessing conditions, while Naïve Bayes and SVM showed lower and more variable accuracy in certain cases. These findings suggest that MLP and Decision Tree are the most reliable methods for stunting prediction in small datasets, providing a practical approach for early identification and intervention. The study highlights the importance of algorithm selection and preprocessing in achieving optimal predictive performance in health-related datasets.
Pengaturan On Off Ruangan Berdasarkan Pergerakan Manusia Haarcascade Classifier Arief Setyo Nugroho; Abdul Fadlil
Journal of Cyber Health and Computer Vol 1 No 1 (2023): Journal of Cyber Health and Computer (JOCHAC)
Publisher : SIBER PRESS Universitas SIBERMU

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64163/jochac.v1i1.5

Abstract

Kebutuhan listrik di Indonesia saat ini semakin meningkat dari tahun ke tahun. Peningkatan kebutuhan listrik dapat disebabkan oleh kebiasaan membiarkan barang atau alat elektronik tetap menyala walaupun saat sedang tidak digunakan dan meninggalkanya dalam jangka waktu yang lama sehingga listrik yang terbuang menjadi tidak terkontrol. Teknologi saat ini banyak dikembangkan untuk mengurangi tingkat pemborosan listrik salah satunya adalah penggunaan IoT (Internet of Thing). Selain itu banyak penelitian yang menggunakan sensor dari Arduino. Pada penelitian ini image processing akan digunakan sebagai metode yang dapat mengatur on off ruangan secara otomatis. Pada penelitian ini Image processing digunakan untuk mendeteksi objek berupa pergerakan manusia didalam ruangan dengan metode Haarcascade Classifier dari Emgu CV. Pendeteksian objek dilakukan dengan mengenali tubuh bagian atas manusia didalam ruangan dengan intensitas cahaya yang berbeda. Setelah objek terdeteksi sistem akan memberikan perintah kepada relay untuk melakukan ON / OFF secara otomatis Keberhasialn sistem diukur dengan menguji tingkat akurasi deteksi objek dengan intensitas cahaya yang berbeda dan sistem dapat mengatur ON OFF secara otomatis. Pada pengujian sistem deteksi objek menggunakan intensitas cahaya berbeda mendapatkan nilai akurasi 87,5 % dan sistem dapat mengontrol listrik dengan baik.
Pengembangan Korpus Bahasa Minang pada Spell Error Corpus for Minang Language (SPEML) Dewi Soyusiawaty; Abdul Fadlil; Sunardi Sunardi
Jurnal Nasional Teknologi dan Sistem Informasi Vol 11 No 1 (2025): April 2025
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v11i01.2025.17-26

Abstract

Bahasa Minang merupakan bahasa daerah kelima dengan jumlah penutur terbanyak di Indonesia, namun minim sumber daya linguistik dan teknologi pemrosesan bahasa alami yang mendukung. Keterbatasan ini menyulitkan pengembangan aplikasi seperti mesin penerjemah dan pemeriksa ejaan otomatis. Saat ini hanya tersedia korpus kesalahan ejaan dalam Bahasa Indonesia dengan kesalahan hanya satu karakter pada setiap token. Korpus belum mencakup kesalahan penulisan kata serapan. Selain itu belum ada korpus khusus yang dikembangkan untuk kesalahan ejaan dalam bahasa daerah di Indonesia, termasuk Bahasa Minang. Penelitian ini bertujuan mengembangkan korpus kesalahan ejaan Bahasa Minang, yang dinamakan Spell Error Corpus for Minang Language (SPEML). SPEML mencakup kesalahan ejaan sampai dengan tiga karakter dan kesalahan penulisan kata serapan. Pengembangan SPEML melibatkan proses pengumpulan data korpus Bahasa Minang, data kata serapan yang sering digunakan, serta pembentukan korpus kesalahan ejaan. Kesalahan ejaan dibentuk dengan mengacak token secara sistematis pada satu karakter, dua karakter, hingga tiga karakter, disesuaikan dengan panjang token. Hasil penelitian ini berupa SPEML yang mampu mengklasifikasikan tujuh jenis kesalahan ejaan, yaitu: penyisipan karakter, penghapusan karakter, pindah posisi karakter, penggantian karakter, kesalahan tanda baca, kesalahan kata nyata, dan kesalahan penulisan kata serapan. Pengembangan SPEML menjadi langkah awal dalam mendukung pengembangan teknologi pemrosesan bahasa alami untuk bahasa daerah, khususnya Bahasa Minang.
Perbandingan Kinerja MobileNetV2 dan VGG16 dalam Klasifikasi Penyakit pada Citra Daun Tanaman Cabai Khoirunnisa, Itsnaini Irvina; Fadlil, Abdul; Yuliansyah, Herman
JISKA (Jurnal Informatika Sunan Kalijaga) Vol. 11 No. 1 (2026): January 2026
Publisher : UIN Sunan Kalijaga Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14421/jiska.5075

Abstract

Chili peppers play a crucial role in the Indonesian economy, serving as a significant source of income for many farmers. Price fluctuations influenced by weather conditions make this crop vulnerable to diseases that can impact productivity. However, leaves are key indicators of plant health, revealing early disease symptoms before they spread. This research focuses on detecting diseases in chili plants using neural network architectures via transfer learning, specifically MobileNetV2 and VGG16, to classify chili leaf images. The study aims to identify three disease classes: begomovirus, leaf spots, and healthy leaves. The dataset comprises 3,150 leaf images, split into 70% for training and 30% for testing. Results show that MobileNetV2 achieved an accuracy of 99.47% and VGG16 98.62%, with evaluation using a confusion matrix indicating good performance in disease identification, where MobileNetV2 offers better computational efficiency. Thus, transfer learning can effectively identify leaf diseases in chili plants.
Model Prediktif Penyakit Tanaman Tomat Menggunakan Arsitektur EfficientNetB0 Prasetyo, Tri Ferga; Sunardi; Fadlil, Abdul
TEMATIK Vol. 12 No. 2 (2025): Tematik : Jurnal Teknologi Informasi Komunikasi (e-Journal) - Desember 2025
Publisher : LPPM POLITEKNIK LP3I BANDUNG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38204/tematik.v12i2.2722

Abstract

Tomato (Solanum lycopersicum) is highly vulnerable to a range of foliar diseases that can reduce yield and hinder crop quality, particularly when early symptoms are difficult to distinguish in field conditions. To address this challenge, this study develops a predictive model for automatic tomato leaf disease classification using a lightweight EfficientNetB0 architecture. The dataset consists of 5,967 images from nine categories, combining 70% publicly available Kaggle PlantVillage data and 30% real-field images captured under natural outdoor illumination. The methodological pipeline includes preprocessing, data augmentation, and transfer learning, followed by fine-tuning of the upper layers of EfficientNetB0 to improve its ability to generalize toward field-specific variations such as uneven lighting and complex backgrounds. Evaluation results show that the model achieves an accuracy of 89%, with macro-average and weighted-average scores of 90%. These findings demonstrate that EfficientNetB0 provides an effective balance between predictive accuracy and computational efficiency, supporting its potential deployment in early detection systems and edge-based agricultural applications for real-time tomato disease monitoring.
Pengujian Kualitatif Aplikasi Informasi Gempa Bumi dalam Bentuk Suara untuk Tunanetra Joko Supriyanto; Abdul Fadlil; Sunardi Sunardi
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 21 No. 3 (2022)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v21i3.1482

Abstract

Indonesia memiliki potensi gempa bumi yang cukup besar karena dilalui tiga lempeng aktif, yaitu lempeng Indo-Australia, Eurasia, dan Pasifik. Permasalahannya penyandang tunanetra masih kesulitan mendapatkan informasi gempa bumi yang masih berupa teks sehingga perlu dibuat aplikasi untuk mengubah teks ke suara. Tujuan pengembangan aplikasi ini diharapkan penyandang tunanetra mudah mendapatkan informasi gempa bumi melalui suara. Metodologi pengembangan aplikasi untuk mengubah informasi gempa bumi dari teks ke suara menggunakan model Fountain dan aplikasi dikembangkan menggunakan dua cara. Cara pertama dengan melakukan perekaman suara dalam bentuk wav kemudian digabunggabungkan atau disebut dengan Text to Speech Concatenation Wave Recording. Cara kedua, menggunakan Speech Aplication Programing Interface yang merupakan aplikasi teks ke suara bawaanWindows. Selanjutnya kedua aplikasi di uji untuk melihat kejelasan suara yang dihasilkan. Hasil pengujian terhadap 15 siswa Madrasah Tsanawiyah Yayasan Kesejahteraan Tuna Netra Islam menggunakan metode kualitatif didapatkan kejelasan suara yang dihasilkan dengan Concatenation Wave Recording mencapai 91,11% atau ada 13 siswa mendengar dengan jelas, sedangkan menggunakan Speech Aplication Programing Interface mencapai 95,56% atau 14 siswa mendengar dengan jelas.
Failure Mode and Effect Analysis (FMEA) for Periodic Maintenance Tasks of Medium Voltage Switchgear 20 kV Prabowo Soetadji; Tole Sutikno; Abdul Fadlil
International Journal of Marine Engineering Innovation and Research Vol. 9 No. 4 (2024)
Publisher : Department of Marine Engineering, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j25481479.v9i4.4824

Abstract

Medium voltage (MV) switchgear at 20 kV, known as Panel Hubung Bagi (PHB) 20 kV in Indonesia, is a critical component of the electrical power distribution system, containing fuses, switches, and power conductors. A failure in this switchgear could lead to system-wide malfunctions, with potential catastrophic consequences such as fires or explosions. To prevent such events, it is essential to perform regular and well-planned maintenance. This research aims to optimize the maintenance process for MV switchgear, focusing on reducing maintenance tasks and frequency without compromising system reliability. The study employs the Failure Mode and Effect Analysis (FMEA) methodology, refined to reduce unnecessary maintenance actions. A Systematic Literature Review (SLR) was also conducted to analyze previous research on FMEA applications in 20 kV MV switchgear maintenance. Traditionally, maintenance was guided by manufacturers' recommendations, experience, and technical judgment, resulting in 3554 man-hours (MH) of labor every two years. However, by applying the refined FMEA process, maintenance requirements were significantly reduced to just 212 MH over the same period. This reduction represents a cost saving of 1678%, while still ensuring that the reliability of the MV switchgear at 20 kV is maintained at a high level. These findings underscore the importance of adopting systematic maintenance approaches to improve operational efficiency and reduce costs in power distribution systems.
Optimalisasi Kinerja Convolutional Neural Networks VGG16 dalam Identifikasi Bangunan Adat Melayu Sri Winiarti; Sunardi, Sunardi; Fadlil, Abdul
Jurnal Teknologi Sistem Informasi dan Aplikasi Vol. 8 No. 3 (2025): Jurnal Teknologi Sistem Informasi dan Aplikasi
Publisher : Program Studi Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/jtsi.v8i3.58210

Abstract

Penggunaan deep learning dalam mendeteksi berbagai objek sudah banyak diterapkan, namun untuk identifikasi kemiripan bangunan untuk gaya arsitektur masih terbatas. Analisis klasifikasi model desain arsitektur bangunan adat Melayu dapat dilakukan dengan menerapkan metode Convolusional Neural Network (CNN). Pendekatan yang digunakan untuk menganalisis klasifikasi dan kemiripan model bangunan adat melayu menggunakan model arsitektur VGG16. Ekstraksi fitur menggunakan model deep learning untuk mengidentifikasi jenis bangunan adat Melayu menggunakan parameter atap, jendela, dan ornamen bangunan. Dataset citra bangunan adat Melayu didapatkan dari pengambilan langsung ke lokasi bangunan adat melayu Riau di Kawasan Jalan Muhammad Arifin Pekanbaru Riau untuk training sebanyak 644 gambar dan testing model sebanyak 106 gambar. Model yang digunakan adalah VGG16. Parameter ukuran kinerja meliputi accuracy, precision, recall, dan F1-score. Akurasi yang didapatkan dalam penelitian ini adalah 98,77% dari total 106 data yang diuji, sedangkan precision 0,8678, recall 0,9633, dan F1-score 0,9877. Hasil yang didapatkan ini melalui setting parameter learning rate 0,0001, drop out 0,20, dan epoch sebesar 25. Secara keseluruhan model VGG16 yang digunakan dalam penelitian ini menghasilkan akurasi yang baik.
Weight Estimation of Broiler Ducks Based on Image Processing and Machine Learning with IoT Integration Mukti, Sindhu Hari; ardi, Ardi Pujiyanta; Fadlil, Abdul
Journal of Applied Informatics and Computing Vol. 10 No. 1 (2026): February 2026
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v10i1.11259

Abstract

The broiler duck farming industry in Indonesia faces challenges in efficiently monitoring body weight, as traditional manual weighing methods are labor-intensive, time-consuming, and stressful for the animals. To address this issue, this study aims to develop a non-invasive and automated weight estimation system that integrates digital image processing, machine learning, and Internet of Things (IoT) technologies. The methodology involves acquiring multi-angle images of ducks, applying preprocessing steps such as resizing, normalization, and contrast enhancement, and extracting hand-crafted features, including Histogram of Oriented Gradients (HOG) and HSV color histograms. These features are then fused, reduced via Principal Component Analysis (PCA), and processed using a Support Vector Regression (SVR) model with optimized hyperparameters for weight prediction. While previous studies have focused on cattle, broilers, or fish, research specifically targeting meat-type ducks remains limited, particularly those that combine image-based regression with IoT-enabled real-time monitoring. Experimental results demonstrate that the proposed system achieves a mean absolute error (MAE) of approximately 110 grams on the validation set, with per-duck averaging improving stability compared to per-image predictions. Visualization through scatter plots, boxplots, and learning curves further confirms that the model effectively captures general weight distribution trends but exhibits higher errors in certain mid-weight ranges. The integration with IoT facilitates continuous, stress-free monitoring of duck growth, underscoring the system’s potential as a practical and sustainable solution for precision livestock farming.
Optimalisasi Pemetaan Klaster Kependudukan Provinsi di Indonesia Menggunakan Elbow Method dan Davies-Bouldin Index Nilam Tri Astuti; Sunardi; Fadlil, Abdul
Jurnal Informatika Polinema Vol. 12 No. 2 (2026): Vol. 12 No. 2 (2026)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v12i2.9162

Abstract

Ketimpangan distribusi dan dinamika pertumbuhan penduduk antarprovinsi di Indonesia menimbulkan tantangan serius dalam perencanaan pembangunan yang berkeadilan dan berkelanjutan. Perbedaan jumlah penduduk, laju pertumbuhan, serta kontribusi terhadap total populasi nasional berimplikasi pada variasi kebutuhan infrastruktur, layanan publik, dan kapasitas wilayah dalam menopang aktivitas sosial-ekonomi. Oleh karena itu, diperlukan pendekatan analitik yang mampu mengelompokkan provinsi berdasarkan kesamaan karakteristik demografis guna mendukung perumusan kebijakan yang lebih terarah. Penelitian ini bertujuan memetakan pola kependudukan antarprovinsi di Indonesia menggunakan algoritma K-Means berdasarkan tiga variabel utama, yaitu rata-rata jumlah penduduk, laju pertumbuhan penduduk, dan persentase distribusi penduduk. Data sekunder yang digunakan bersumber dari Badan Pusat Statistik (BPS) periode 2016-2023 dan dirata-ratakan untuk merepresentasikan kondisi demografi jangka menengah yang relatif stabil. Seleksi variabel dilakukan melalui analisis korelasi, kemudian data dinormalisasi menggunakan Z-score untuk memastikan kesetaraan skala antarvariabel. Penentuan jumlah klaster optimal dilakukan dengan Elbow Method dan divalidasi menggunakan Davies-Bouldin Index (DBI). Hasil analisis menunjukkan titik siku pada k = 4 dan nilai DBI minimum sebesar 0,4430 pada k = 4, yang lebih rendah dibandingkan k = 2 (0,4838) dan k = 3 (0,8006), sehingga empat klaster dinilai sebagai struktur pengelompokan paling representatif. Klasterisasi menghasilkan empat kelompok demografis yang mencerminkan karakteristik berbeda, mulai dari provinsi dengan populasi sangat besar, wilayah berpertumbuhan tinggi dengan jumlah penduduk relatif kecil, kelompok moderat, hingga wilayah dengan kepadatan ekstrem. Temuan ini menunjukkan bahwa pendekatan K-Means yang didukung validasi kuantitatif mampu menggambarkan heterogenitas demografi Indonesia secara lebih terstruktur serta berpotensi menjadi dasar dalam perencanaan pembangunan berbasis karakteristik wilayah.
Co-Authors Aang Anwarudin Abdul Azis Achmad Nugrahantoro Aditiya Dwi Candra Ahmad Naufal, Ahmad Ahmat Taufik Aji Pamungkas Akrom, Akrom Alfiansyah Imanda Putra Alfiansyah Imanda Putra Alfian Amiruddin, Nanda Fahmi Andrianto, Fiki Anggit Pamungkas Annisa, Putri Anton Yudhana Anwar Siswanto ANWAR, FAHMI ardi, Ardi Pujiyanta Arief Setyo Nugroho Arief Setyo Nugroho Arif Budi Setianto Arif Budiman Arif Budiman Arif Wirawan Muhammad Aris Rakhmadi Asep Ririh Riswaya Asno Azzawagama Firdaus Atmojo, Dimas Murtia Aulia, Aulia Az-Zahra, Rifqi Rahmatika Aznar Abdillah, Muhamad Bagus Primantoro Bashor Fauzan Muthohirin Basir, Azhar Budiman, Dheni Apriantsani Candra, Aditiya Dwi Darajat, Muhammad Nashiruddin Davito Rasendriya Rizqullah Putra Dewi Soyusiawaty Dewi Soyusiawaty Dhimas Dwiki Sanjaya Dian Permata Sari Dianda Rifaldi Dikky Praseptian M Dimas Murtia Atmojo Doddy Teguh Yuwono Dwi Susanto Dwi Susanto Edy Fathurrozaq Egi Dio Bagus Sudewo Eko Budi Cahyono Eko Prianto Eko Prianto Elvina, Ade Ermin Al Munawar Ermin Ermin Esthi Dyah Rikhiana Fahmi Anwar Fahmi Auliya Tsani Fahmi Auliya Tsani Fahmi Fachri Fanani, Galih Faqihuddin Al-anshori Faqihuddin Al-Anshori, Faqihuddin Fathurrahman, Haris Imam Karim Fauzi Hermawan Fiki Andrianto Firmansyah Firmansyah Firmansyah Firmansyah Firmansyah Yasin Fitri Muwardi Furizal Gusrin, Muhaimin Gustina, Sapriani Hafizh, Muhammad Nasir Haksono, Muhammad Rizky Hanif, Abdullah Hanif, Kharis Hudaiby Harman, Rika Helmiyah, Siti Hendril Satrian Purnama Herdiyanto, Erik Herman Herman Herman Yuliansyah, Herman Herman, - Ibnu Rifajar Ibrahim Mohd Alsofyani Ibrahim, Rohmat Ihyak Ulumuddin Ikhsan hidayat Ilhamsyah Muhammad Nurdin Imam Riadi Imam Riadi Imam Riadi Imam Riadi Imam Riadi Imam Riadi Imam Riadi Irjayana, Rizky Caesar Irwansyah Irwansyah Izzan Julda D.E Purwadi Putra januari audrey Jayawarsa, A.A. Ketut Jogo Samodro, Maulana Muhamammad Joko Supriyanto Joko Supriyanto Kamilah, Farhah Kartika Firdausy Khoirunnisa, Itsnaini Irvina Kusuma, Nur Makkie Perdana Laura Sari Lestari, Yuniarti Lin, Yu-Hao Luh Putu Ratna Sundari M. Nasir Hafizh Maftukhah, Ainin Maulana Muhammad Jogo Samudro Mini, Ros Mohd Hatta Jopri Muammar Mudinillah, Adam Mufaddal Al Baqir Muh. Fadli Hasa Muhaimin Gusrin Muhajir Yunus Muhamad Daffa Al Fitra Muhamad Rosidin Muhammad Faqih Dzulqarnain, Muhammad Faqih Muhammad Johan Wahyudi Muhammad Kunta Biddinika Muhammad Ma’ruf Muhammad Nasir Hafizh Muhammad Nur Faiz Muhammad Nurdin, Ilhamsyah Muhammad Rizki Setyawan Mukti, Sindhu Hari Muntiari, Novita Ranti Murinto Murinto - Murinto Murinto Murni Murni Musliman, Anwar Siswanto Mustofa Mustofa Muthorihin, Bashor Fauzan Mutiara Titani Muwardi, Fitri Nasution, Dewi Sahara Nasution, Musri Iskandar Nilam Tri Astuti Nurwijayanti Pahlevi, Ryan Fitrian Ponco Sukaswanto Poni Wijayanti Prabowo Soetadji Prabowo, Basit Adhi Prayogi, Denis Priambodo, Bambang Putra, Fajar R. B Putri Annisa Putri Annisa Putri Purnamasari Putri Silmina, Esi Ramadhani, Muhammad Ramdhani, Rezki Razak, Farhan Radhiansyah Rezki Rezki Rifqi Rahmatika Az-Zahra Rizky Andhika Surya Rochmadi, Tri Roni Anggara Putra Rusydi Umar Rusydi Umar S Sunardi S, Sunardi Saad, Saleh Khalifah Safiq Rosad Saifudin Saifudin Saifullah, Shoffan Saleh khalifa saad Santi Purwaningrum Sarmini Sarmini Septa, Frandika Setyaputri, Khairina Eka Setyaputri, Khairina Eka Setyaputri, Khairina Eka Shinta Nur Desmia Sari Siswahyudianto Siti Helmiyah Sri Winiarti Subandi, Rio Sukaswanto, Ponco Sukma Aji Sulis Triyanto Sunardi Sunardi Sunardi Sunardi, Sunardi Surya Yeki Surya Yeki Syamsiar, Syamsiar Syarifudin, Arma Tole Sutikno Tresna Yudha Prawira Tri Ferga Prasetyo Tristanti, Novi Tuswanto Tuswanto Virdiana Sriviana Fatmawaty Wahju Tjahjo Saputro Wahyusari, Retno Winoto, Sakti Wintolo, Hero Wulandari, Cisi Fitri Yana Mulyana Yana Mulyana Yasidah Nur Istiqomah Yeki, Surya Yohanni Syahra Yossi Octavina Yuantoro, Jody Yulianto, Dinan Yulianto, Muhammad Anas Yuminah yuminah yuminah, Yuminah Yuminah, Yuminah Yuwono Fitri Widodo Zein, Wahid Alfaridsi Achmad Zulhijayanto -