Achmad Fauzan

Achmad Fauzan memiliki keahlian akademik yang berfokus pada pengembangan dan penerapan metode statistika spasial, pemodelan deret waktu, serta teknik klastering dan pembelajaran mesin untuk analisis data multidisiplin. Dalam lima tahun terakhir, risetnya secara dominan mengeksplorasi pemodelan spasial-temporal untuk fenomena kebencanaan dan kesehatan masyarakat, seperti terlihat pada publikasi tentang pemetaan intensitas gempa di Jawa dan Sulawesi menggunakan interpolasi Inverse Distance Weighting serta Ordinary dan Robust Kriging, dan pemodelan faktor kematian ibu dengan Geographically Weighted Poisson Regression. Ia juga mengaplikasikan Generalized Space-Time Autoregressive untuk peramalan harga beras serta SARIMA dan analisis intervensi untuk memodelkan volatilitas penumpang pesawat selama krisis COVID-19. Di bidang klastering, ia memanfaatkan algoritma K-Medoids, Fuzzy C-Means, dan DBSCAN untuk pengelompokan wilayah berdasarkan indikator kesejahteraan, produksi ternak, dan paparan limbah, serta mengintegrasikan penanganan pencilan. Keahliannya meluas ke analisis citra satelit Sentinel-2 dan Landsat 8 dengan pendekatan Support Vector Machine, Random Forest, dan deep learning untuk klasifikasi tutupan lahan dan konversi sawah. Publikasi awalnya yang berfokus pada klastering indikator kesejahteraan dan analisis sentimen memberikan landasan bagi pergeseran tematik menuju integrasi metode spasial canggih dan pembelajaran mesin yang lebih mendalam pada data geospasial dan kesehatan.