Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal CESS (Journal of Computer Engineering, System and Science) Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) JRIIN :Jurnal Riset Informatika dan Inovasi
Yehezkiel Haganta Tarigan
Universitas Negeri Medan
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Engineering

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Penerapan K-Means untuk Klasterisasi Pola Cuaca Spasial di Kawasan Sumatera Berbasis Data Reanalisis ERA5 Yehezkiel Haganta Tarigan; Sofia Zahra; Christian Nicholas Sinaga
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 Sistem Peringatan Dini Anomali Cuaca Berbasis Geospasial dan Asisten Virtual Yehezkiel Haganta Tarigan; Yohanes Gerardus Haga Zai; Callysa Elistia
CESS (Journal of Computer Engineering, System and Science) Vol. 11 No. 2 (2026): Juli 2026
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v11i2.73665

Abstract

Sistem peringatan dini cuaca konvensional saat ini masih memiliki keterbatasan akibat penyampaian informasi satu arah yang statis dan tingginya beban kognitif masyarakat dalam memahami data meteorologis mentah. Penelitian ini bertujuan mengembangkan WAMApp (Weather Anomaly Mitigation App), sebuah sistem peringatan dini berbasis seluler yang menyinergikan pemetaan geospasial dinamis dengan agen kecerdasan buatan interaktif. Pengembangan aplikasi menerapkan model Agile dan arsitektur microservices, mengintegrasikan data cuaca resolusi tinggi ERA5 dari Open-Meteo dengan asisten virtual berbasis Retrieval-Augmented Generation (RAG). Untuk mengoptimalkan efisiensi daya perangkat seluler, sistem mengimplementasikan algoritma pelacakan lokasi latar belakang dengan ambang batas pergerakan 500 meter dan memanfaatkan komputasi tepi nirserver (serverless edge computing) untuk distribusi notifikasi bahaya. Hasil pengujian fungsionalitas Black Box membuktikan bahwa seluruh modul berjalan optimal tanpa kendala teknis. Integrasi RAG pada asisten virtual WAMChat memungkinkan penyajian instruksi mitigasi yang lebih interaktif dan kontekstual berdasarkan kondisi cuaca pengguna. Hasil evaluasi melalui User Acceptance Testing (UAT) terhadap 102 responden menunjukkan tingkat kepuasan pengguna sebesar 4,60 dari skala 5. Temuan ini mengindikasikan bahwa kombinasi visualisasi geospasial dan asisten virtual generatif memiliki potensi untuk mendukung penyampaian informasi mitigasi cuaca secara lebih adaptif dan mudah dipahami.
Pengembangan Visualisasi Interaktif untuk Analisis Komparatif Binary Search dan Jump Search Yohanes Gerardus Haga Zai; Callysa Elistia; Yehezkiel Haganta Tarigan; Adidtya Perdana
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.
Co-Authors Adidtya Perdana, Adidtya Callysa Elistia Christian Nicholas Sinaga Sofia Zahra Yohanes Gerardus Haga Zai