Claim Missing Document
Check
Articles

Found 2 Documents
Search

Analisis Big Data Satelit GOES-19 Deteksi Dini Cuaca Ekstrem: Studi Kasus Karibia, Implikasinya untuk Indonesia Nadeak, Rodo Lemuel; Simamora, Sevta Triwana; Kurniadi, Azis
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.v5i1.949

Abstract

Perubahan iklim global telah meningkatkan frekuensi dan intensitas cuaca ekstrem di wilayah tropis, dengan Karibia mengalami intensifikasi siklon tropis dan Indonesia menghadapi peningkatan hujan ekstrem serta banjir. Meskipun kemajuan telah dicapai dalam pemanfaatan data satelit dan machine learning, masih terdapat kesenjangan penelitian yang mengintegrasikan big data satelit GOES-19 terbaru dengan karakterisasi pola awan tropis secara lintas wilayah, khususnya untuk adaptasi di Indonesia. Penelitian ini bertujuan mengidentifikasi pola awan tropis menggunakan analisis big data satelit GOES-19 di wilayah Karibia sebagai studi kasus serta mengeksplorasi implikasinya terhadap sistem deteksi dini cuaca ekstrem di Indonesia. Metode yang diterapkan adalah pendekatan kuantitatif berbasis big data dengan teknik unsupervised machine learning berupa algoritma MiniBatchKMeans. Data utama diperoleh dari produk ABI-L2-MCMIPF satelit NOAA GOES-19 melalui bucket AWS S3 untuk periode November 2024 pada koordinat 8°LU–30°LU dan 90°BB–60°BB, dengan ekstraksi lima channel ABI, praproses menggunakan xarray dan s3fs, normalisasi data, serta penentuan k=5 optimal melalui Elbow Method pada 2.308.961 piksel. Analisis komparatif dilakukan dengan data Himawari-9 untuk wilayah Indonesia dan divalidasi menggunakan jalur badai IBTrACS. Hasil penelitian mengungkapkan lima zona awan tropis yang stabil secara spasial dan temporal, dengan zona Awan Konvektif Dalam hanya 4,1% di Karibia pasca-badai namun mencapai 44% di Indonesia, serta perubahan distribusi yang konsisten selama fase aktif Hurricane Rafael, Sara, dan pasca-badai. Korelasi kuat ditemukan antara zona konvektif dengan jalur badai aktual, didukung Silhouette Score rata-rata 0,43–0,45. Studi ini berimplikasi pada pengembangan model prediksi cuaca berbasis satelit yang lebih adaptif dan akurat untuk Indonesia, sehingga dapat meningkatkan sistem peringatan dini BMKG terhadap bencana cuaca ekstrem di wilayah tropis.
Penyelesaian Masalah NP-Complete pada Penjadwalan Menggunakan Algoritma Welch-Powell (Graph Coloring) Silaban, Lastri Putri; Panjaitan, Bicanro Gebriyan; Kurniadi, Azis; 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

Penjadwalan mata kuliah merupakan permasalahan kompleks yang termasuk dalam kategori NP-hard karena melibatkan berbagai kendala seperti ketersediaan dosen, ruang, dan waktu. Proses penyusunan jadwal yang dilakukan secara manual sering kali menimbulkan konflik dan membutuhkan waktu yang cukup lama. Penelitian ini bertujuan untuk menerapkan algoritma Welch-Powell dengan pendekatan graph coloring dalam menyelesaikan permasalahan penjadwalan mata kuliah secara efektif dan efisien. Metode yang digunakan adalah pemodelan graf konflik, di mana setiap mata kuliah direpresentasikan sebagai simpul dan hubungan konflik sebagai sisi yang menghubungkan simpul-simpul tersebut. Proses pewarnaan graf dilakukan untuk menentukan slot waktu yang berbeda bagi mata kuliah yang saling berkonflik. Data yang digunakan terdiri dari enam mata kuliah dengan atribut dosen, kelas, dan ruang. Hasil penelitian menunjukkan bahwa algoritma Welch-Powell mampu menghasilkan penjadwalan yang tidak mengalami benturan dengan jumlah slot waktu yang efisien. Dengan demikian, metode ini dapat menjadi solusi sederhana dan efektif dalam menyusun jadwal perkuliahan secara optimal.