Indonesian Population Growth and Internal Migration in 2020

Population Density of 2010 (below) and 2020 (above)

Internal Recent Migration Flows of 2020 Notes: Exact location of each city may not precisely located because clustering proces shift the center of the involved area

Metropolitan Area Transformation and Its Impact to Intra-Regional Mobility in Indonesia

Dampak Post-Suburbanisasi Dan Pertumbuhan Perkotaan di Kawasan Pinggiran Metropolitan Jabodetabek Terhadap Kerentanan Bencana Banjir

Jurnal Green Growth dan Manajemen Lingkungan Vol. 7 (1), p. 1-21

Beyond the Early Stage of Post-suburbanization: Evidence from Urban Spatial Transformation in Jabodetabek Metropolitan Area

refined version of the paper present in The 4th PlanoCosmo International Conference: “Transforming beyond Borders, Starting the New Urban Agenda”, 2-4 April 2018, Bandung, Jawa Barat

Perbandingan Pendekatan Reformasi Metropolitan Dalam Menyelesaikan Isu Komuter di Jakarta Metropolitan Area

PLANO MADANI Volume 7 Nomor 1 April 2018, p. 89-105

Analisis Tabel I-O provinsi Kepulauan Riau Tahun 2010

Pemodelan Inflasi Dan Kajian Impor-ekspor Berbasis Lokasi Di Provinsi Riau Dan Kepulauan Riau

Kecamatan Kundur Barat Dalam Angka Tahun 2015

Pofil Pembangunan Kabupaten Karimun 2014

Nilai Tukar petani Kabupaten Karimun Tahun 2014

Profil Perempuan Kabupaten Karimun 2014

Pembangunan dan Tingkat Kebahagiaan Masyarakat (Hasil SPTK Kabupaten Karimun Tahun 2014)

MARS And Truncated Spline Approach On Modelling Human Development Index (HDI) In Indonesia

submitted papper on 2014 International Conference on Statistics and Mathematics (ICSM 2014)
http://www.icsm.its.ac.id/

Uploaded with permission of Mr. Ayub Parlin Ampulembang

Pemanfaatan Data Susenas pada pemodelan rasio keluarga pra sejahtera

Papper pemenang beasiswa IPADI
dipresentasikan dalam Seminar Ilmiah Nasional Kependudukan 2014
Bandung 27 November 2014
http://www.seminar-kependudukan.org/

Menjawab Paradoks pertumbuhan Ekonomi dan Kemiskinan Kabupaten Karimun

Pencapaian MDGs Kab. Karimun Tahun 2013 (Tujuan 1)

Keadaan Kependudukan di Indonesia Tahun 2000, 2013, 2015, dan 2019

Proyeksi Penduduk Indonesia

PENGARUH PENGGUNAAN METODE POWER DAN TRUNCATED POWER PADA PCA-PART UNTUK INISIALISASI K-MEANS

Matlab Code of PCA-Part for K-Means initialization

function idx=PCAPartKmeans(data,k,method)
% input:
% k= number of clusters
% method:
% 1=HHQL (Householder-QL), is modified function taken from myEig in LAPACK (http://eriesadewo.blogspot.com/2014/05/matlab-code-of-householder-ql-method.html)
% 2=simplified truncated power method (http://eriesadewo.blogspot.com/2013/08/simplified-code-of-truncated-power.html),
% output:
% data indexed on cluster number
% Source:
% Su, T., Dy, J., 2004. A Deterministic Method for Initializing K-means Clustering. In: Proc. 16th IEEE International Conference on Tools with Tools with Artificial Intelligence (ICTAI2004), pp.784-786.

% Last Modified: 1 Februari 2014

% Erie Sadewo & A. Syahrul Choir
% erie@bps.go.id

% The user of this function is requested to cite:
% Sadewo, E., Mashuri, M., Barakbah, A.R., 2014. Pengaruh penggunaan metode power dan truncated power pada PCA-Part untuk inisialisasi K-Means. Prosiding Seminar Nasional Sains & Teknologi V, pp. 1326-1335.

centroid=PCAInitCentroid(data,k,method);
idx=kmeans(data,k,'Start',centroid);

function centroid=PCAInitCentroid(data,k,method)
newdata=data;
imaxSSE=1;
SSE=1;
for i=1:(k-1)
clust{imaxSSE}=[];
SSE(imaxSSE)=[];
[C1 C2 SSE1 SSE2]=pca_part(newdata,k,method);
clust{imaxSSE}=C1;
clust{i+1}=C2;
SSE(imaxSSE)=SSE1;
SSE(i+1)=SSE2;
imaxSSE=find(SSE==max(SSE));
newdata=clust{imaxSSE};
end

for i=1:k
m=size(clust{i},1);
if m==1;
centroid{i}=clust{i};
else
centroid{i}=mean(clust{i});
end
end
centroid=cell2mat((centroid)');

function [C1 C2 SSE1 SSE2]=pca_part(data,k,method)
S=cov(data);
if method==1
[V ~]=HHQL(S,k);
elseif method==2
[V ~]=tpower(S);
end
[C1 C2 SSE1 SSE2]=binary_part(data,method,V);

function [C1 C2 SSE1 SSE2]=binary_part(data,method,V)
mu=mean(data);
PC=data*V;
PCmu=mu*V;

if method==1
ind1=find(PC>PCmu);
ind2=find(PCPCmu);
end
ind3=find(PC==PCmu);

C1=data(ind1,:);
C2=data(ind2,:);
if size(C1,1)==1;
mu1=C1;
else
mu1=mean(C1);
end
if size(C2,1)==1;
mu2=C2;
else
mu2=mean(C2);
end
PCmu1=mu1*V;
PCmu2=mu2*V;

if isempty(ind3)==0;
jarak1= sqrt((PCmu1-PCmu).^2);
jarak2= sqrt((PCmu2-PCmu).^2);
if jarak1 C1=[C1;data(ind3,:)];
ind1=[ind1 ind3];
C1=data(ind1,:);
mu1=mean(C1);
else
C2=[C2;data(ind3,:)];
ind2=[ind2 ind3];
C2=data(ind2,:);
mu2=mean(C2);
end
end

SSE1= sum(sqrt(sum((C1-repmat(mu1,(size(C1,1)),1)).^2,2)).^2);
SSE2= sum(sqrt(sum((C2-repmat(mu2,(size(C2,1)),1)).^2,2)).^2);