Claim Missing Document
Check
Articles

Found 2 Documents
Search

Penerapan K-Means untuk Klasterisasi Pola Cuaca Spasial di Kawasan Sumatera Berbasis Data Reanalisis ERA5 Tarigan, Yehezkiel Haganta; Sofia Zahra; Sinaga, Christian Nicholas
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 1 (2026): Juni 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i1.945

Abstract

Penelitian ini bertujuan untuk mengelompokkan pola cuaca spasial di wilayah Sumatera dengan memanfaatkan metode K-Means berbasis data reanalisis ERA5. Latar belakang penelitian ini didasari oleh kompleksitas dinamika cuaca yang tinggi serta keterbatasan data observasi yang tersebar tidak merata, sehingga diperlukan pendekatan berbasis data untuk memperoleh pola yang lebih jelas dan terstruktur. Proses penelitian dilakukan melalui beberapa tahapan, yaitu pembersihan data, normalisasi menggunakan metode Min-Max Scaling, penentuan jumlah cluster dengan metode Elbow, serta proses pengelompokan menggunakan algoritma K-Means. Variabel yang digunakan meliputi suhu udara, tekanan permukaan, dan kecepatan angin sebagai representasi kondisi atmosfer. Hasil penelitian menunjukkan bahwa pengelompokan yang dihasilkan mampu menggambarkan perbedaan karakteristik wilayah, seperti area perairan, pegunungan, dataran rendah, serta zona transisi pesisir. Selain itu, pola yang terbentuk juga mencerminkan kondisi geografis yang beragam di wilayah penelitian. Dengan demikian, metode K-Means dapat digunakan sebagai pendekatan yang efektif dalam mengidentifikasi pola cuaca spasial secara lebih sistematis.
Pengembangan Visualisasi Interaktif untuk Analisis Komparatif Binary Search dan Jump Search Zai, Yohanes Gerardus Haga; Elistia, Callysa; Tarigan, Yehezkiel Haganta; Perdana, Adidtya
Jurnal Riset Informatika dan Inovasi Vol 3 No 12 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)
Publisher : shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini berfokus pada pengembangan perangkat lunak visualisasi interaktif menggunakan bahasa pemrograman Python dan pustaka Pygame untuk menganalisis kinerja algoritma Binary Search dan Jump Search secara empiris. Meskipun teori asimtotik konvensional telah menetapkan kompleksitas waktu masing-masing algoritma, representasi kognitif murni melalui teks sering kali tidak memadai untuk memahami realitas eksekusi mekanis pada perangkat keras. Sistem visualisasi ini dirancang untuk mengeksekusi kedua algoritma secara konkuren (simultan) pada representasi spasial yang sama guna menyingkirkan bias kecepatan perangkat keras keras dalam proses pengujian. Pengujian dilakukan melalui simulasi variasi ukuran himpunan data berskala masif dengan kalkulasi batas langkah maksimum eksak pada kondisi terburuk. Hasil simulasi secara mutlak memvalidasi bahwa strategi pembagian ruang secara eksponensial pada Binary Search dengan kompleksitas memiliki tingkat skalabilitas yang jauh lebih superior dibandingkan Jump Search dengan kompleksitas . Meskipun Jump Search telah dieksekusi menggunakan parameter ukuran lompatan matematis yang paling optimal yaitu , algoritma tersebut terbukti tetap tidak mampu mengungguli efisiensi waktu eksekusi Binary Search seiring bertambahnya jumlah elemen data.