Kariyam

Keahlian akademik Kariyam dalam lima tahun terakhir berfokus pada pengembangan dan penerapan metode klastering berbasis K-Medoids, dengan kontribusi signifikan pada inovasi algoritma dan validasi jumlah klaster. Riset mutakhirnya menonjolkan penyempurnaan teknis seperti Block-Based K-Medoids yang meningkatkan akurasi pengelompokan melalui inisialisasi medoid berdasarkan blok data, serta pengembangan Deviation Ratio Index (DRI) dan DRIM sebagai indeks baru untuk menentukan jumlah klaster secara adaptif terhadap berbagai tipe data. Penerapan metode ini mencakup pengelompokan objek beragam, mulai dari kecamatan berdasarkan produksi buah di Sleman, program studi berdasarkan indikator mutu internal, hingga provinsi di Indonesia menurut Indeks Kualitas Lingkungan Hidup. Pergeseran tematik terlihat jelas dari publikasi awal yang berkutat pada peramalan deret waktu dan regresi logistik, seperti perbandingan metode exponential smoothing untuk penyebaran hoaks atau pemodelan partisipasi perempuan, menuju dominasi riset klastering yang lebih mendalam dan terstruktur. Fokus terkini mengarah pada pengembangan metodologi klastering yang lebih robust dan aplikatif, terutama dalam mengatasi masalah inisialisasi medoid, kelompok kosong, dan validasi klaster, yang diaplikasikan pada data campuran dan berskala besar. Dengan demikian, Kariyam telah membangun keahlian yang solid dalam statistika komputasional, khususnya pada pengembangan algoritma klastering partisi yang inovatif dan penerapannya pada berbagai bidang seperti pertanian, pendidikan, dan lingkungan.