Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Journal of Informatics Development
Qori’atunnadyah, Marita
Unknown Affiliation
Computer Science & IT Engineering

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

Found 3 Documents
Search

 1 
Per capita expenditure prediction using model stacking based on satellite imagery Kuswanto, Heri; Rouhan, Asva Abadila; Qori’atunnadyah, Marita; Hia, Supriadi; Fithriasari, Kartika; Widhianingsih, Tintrim Dwi Ary
IAES International Journal of Artificial Intelligence (IJ-AI) Vol 14, No 2: April 2025
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijai.v14.i2.pp1220-1231

Abstract

One of the indicators for measuring poverty is per capita expenditure. However, collecting timely and reliable per capita expenditure data is quite challenging and expensive, as it requires collecting detailed household data directly. One way to deal with this issue is to use satellite image data processed by machine learning methods. This research proposes a method to predict the per capita expenditure of regencies or cities in Indonesia based on satellite imagery using machine learning techniques, such as k-nearest neighbors (KNN), random forest (RF), extreme gradient boosting (XGBoost), and support vector machine (SVM). The predictions are stacked to predict per capita expenditure using least absolute shrinkage and selection operator (LASSO) regression as the meta-learner. The model is trained on Google-Earth-based satellite imagery of Java Island, Indonesia, which provides more update field conditions compared to data collected from Statistics Indonesia (BPS). The research found that the stacked model outperforms the individual methods. However, the R2 criterion of the stacked method is comparable to that of RF, which is slightly higher than the others.
Pengelompokkan Wilayah Berdasarkan Rasio Guru-Murid Pada Jenjang Pendidikan Menggunakan Algoritma K-Means Qori’atunnadyah, Marita
Journal of Informatics Development Vol. 1 No. 1 (2022): Oktober 2022
Publisher : Institut Teknologi dan Bisnis Widya Gama Lumajang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30741/jid.v1i1.898

Abstract

Pendidikan memiliki peranan penting dalam kehidupan. Oleh karena itu, pemerintah perlu untuk mengupayakan pemerataan pendidikan. Salah satu indikator pemerataan pendidikan adalah rasio antara guru dan murid. Semakin kecil nilai rasio guru-murid berarti semakin efektif proses belajar mengajar yang dilakukan sehingga diharapkan mutu pendidikan semakin baik. Penelitian ini berfokus pada pengelompokkan wilayah berdasarkan rasio guru-murid pada jenjang pendidikan sekolah dasar dan menengah di Kabupaten Lumajang tahun 2021. Hasil yang didapatkan menunjukkan bahwa pengelompokkan wilayah terbagi menjadi 3 cluster. Cluster 1 merupakan cluster kecamatan dengan rasio guru-murid paling kecil yang memiliki anggota sebanyak 9 kecamatan. Kemudian cluster 2 merupakan cluster kecamatan dengan rasio guru-murid paling besar yang memiliki anggota sebanyak 2 kecamatan. Selanjutnya, cluster 3 merupakan cluster kecamatan dengan rasio guru-murid cukup yang memiliki anggota terbanyak yaitu 10 kecamatan. Berdasarkan hasil pengelompokkan tersebut, pemerintah Kabupaten Lumajang perlu memperhatikan kecamatan yang terdapat pada cluster 2 karena cluster tersebut memiliki rasio guru-murid yang paling besar, sehingga diharapkan kedepannya rasio guru-murid bisa menjadi lebih kecil.
Pengelompokkan Kabupaten dan Kota Berdasarkan Kondisi Infrastruktur Jalan Menggunakan Hierarchical Clustering Qori’atunnadyah, Marita; Rahmawati, Febriane Devi
Journal of Informatics Development Vol. 1 No. 1 (2022): Oktober 2022
Publisher : Institut Teknologi dan Bisnis Widya Gama Lumajang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30741/jid.v1i1.1143

Abstract

Infrastruktur memiliki peranan penting bagi suatu wilayah, salah satunya infrastruktur jalan. Oleh karena itu, pemerintah perlu untuk memperhatikan kondisi jalan. Penelitian ini berfokus pada pengelompokkan wilayah berdasarkan kondisi jalan di Provinsi Jawa Timur tahun 2021. Hasil yang didapatkan menunjukkan bahwa pengelompokkan wilayah terbagi menjadi 3 cluster dengan menggunakan metode single linkage. Cluster 1 merupakan cluster kabupaten dengan kondisi jalan sedang yang memiliki 1 anggota kabupaten. Kemudian cluster 2 merupakan cluster kabupaten/kota dengan kondisi jalan baik yang memiliki anggota sebanyak 27 kabupaten/kota. Selanjutnya, cluster 3 merupakan cluster kabupaten dengan kondisi banyak jalan rusak yang memiliki 1 anggota. Berdasarkan hasil pengelompokkan tersebut, mayoritas kabupaten/kota yang ada di Provinsi Jawa Timur memiliki kondisi jalan yang baik. Namun, Pemerintah Provinsi Jawa Timur tetap perlu memperhatikan kabupaten yang terdapat pada cluster 3 karena cluster tersebut memiliki kondisi banyak jalan yang rusak, sehingga diharapkan kedepannya kondisi jalan pada kabupaten tersebut lebih baik.
Co-Authors Fithriasari, Kartika Heri Kuswanto Hia, Supriadi Rahmawati, Febriane Devi Rouhan, Asva Abadila Widhianingsih, Tintrim Dwi Ary