Claim Missing Document
Check
Articles

Found 4 Documents
Search

Analisis Big Data Satelit GOES-19 Deteksi Dini Cuaca Ekstrem: Studi Kasus Karibia, Implikasinya untuk Indonesia Rodo Lemuel Nadeak; Sevta Triwana Simamora; Azis Kurniadi
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.
Analisis Komparatif Gaya Bahasa pada Media Berita Online Indonesia: Studi Kasus Kompas, Detik, dan Tribun Rodo Lemuel Nadeak; Sevta Triwana Simamora; M. Faris Al Rafiq; Andly Sofian Hasugian; Anggia Puteri
Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi Vol. 6 No. 3 (2026): EduTIK : Juni 2026
Publisher : Jurusan PTIK Universitas Negeri Manado

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.67142/edutik.v6i3.395

Abstract

Penelitian ini bertujuan untuk menganalisis dan membandingkan gaya bahasa pada tiga media berita online Indonesia, yaitu Kompas, Detik, dan Tribun. Analisis dilakukan terhadap 45 artikel hasil subsampling acak dari total 55 artikel yang dikumpulkan. Penelitian menggunakan pendekatan komputasional dengan tahapan preprocessing teks berupa tokenisasi, penghapusan stopword, normalisasi huruf, dan pembersihan karakter non-alfabet. Enam aspek utama dianalisis, yaitu metrik dasar gaya bahasa, frekuensi penggunaan kata serapan bahasa Inggris, identifikasi kata khas menggunakan metode TF-IDF, visualisasi word cloud, serta deteksi clickbait pada judul berita. Hasil penelitian menunjukkan bahwa Kompas memiliki artikel paling panjang dan cenderung lebih formal serta mendalam. Detik memiliki rata-rata kata per kalimat tertinggi dan persentase judul clickbait paling besar, yaitu 33,33%, yang menunjukkan strategi editorial lebih agresif dalam menarik perhatian pembaca. Sementara itu, Tribun memiliki artikel paling ringkas, tetapi menunjukkan penggunaan kata serapan bahasa Inggris tertinggi dengan rasio 1,41%. Analisis TF-IDF dan word cloud memperlihatkan adanya perbedaan kosakata dominan yang mencerminkan fokus tematik masing-masing media. Penelitian ini menyimpulkan bahwa setiap media memiliki karakteristik linguistik yang khas sesuai dengan target pembaca dan strategi kontennya. Analisis komputasional semacam ini dapat digunakan untuk memahami pola bahasa media digital Indonesia secara lebih objektif dan sistematis.
Analisis dan Verifikasi Correctness Algoritma Perhitungan Total Pembayaran pada Sistem Checkout E-Commerce Sevta Triwana Simamora; Sofia Zahra; Andly Sofian Hasugian; 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

Keandalan algoritma merupakan aspek krusial dalam pengembangan sistem komputasi, khususnya pada aplikasi transaksi digital seperti e-commerce. Penelitian ini bertujuan menganalisis dan memverifikasi correctness algoritma perhitungan total pembayaran pada sistem checkout e-commerce menggunakan pendekatan verifikasi formal. Implementasi dilakukan menggunakan bahasa pemrograman Python dan diuji menggunakan data transaksi nyata dari beberapa struk pembelian e-commerce. Analisis correctness meliputi pembuktian precondition, postcondition, loop invariant, partial correctness, dan termination. Hasil pengujian menunjukkan bahwa nilai total pembayaran yang dihasilkan algoritma sesuai dengan data transaksi pada seluruh kasus yang diuji tanpa ditemukan perbedaan. Keberadaan loop invariant pada proses perhitungan subtotal memastikan konsistensi hasil pada setiap iterasi. Penelitian ini memberikan kontribusi berupa pendekatan sistematis untuk memverifikasi kebenaran algoritma transaksi digital sebagai dasar pengembangan sistem pembayaran yang lebih andal dan terpercaya.
Penerapan DFA untuk Deteksi Serangan TCP SYN dan Ping Flood dengan Visualisasi pada Lingkungan GNS3 Yohanes Gerardus Haga Zai; Zulfahmi Indra; Sevta Triwana Simamora; Elga Sari Tanjung
Teknik: Jurnal Ilmu Teknik dan Informatika Vol. 6 No. 2 (2026): Oktober: Teknik: Jurnal Ilmu Teknik dan Informatika
Publisher : LPPM Sekolah Tinggi Ilmu Ekonomi - Studi Ekonomi Modern

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/teknik.v6i2.1271

Abstract

The rapid development of computer network technology has increased communication efficiency but also raised the risk of cyberattacks, particularly Denial of Service (DoS) attacks such as TCP SYN Flood and ICMP Flood. Conventional Intrusion Detection Systems (IDS) generally rely on static log analysis and lack responsive real-time monitoring visualization. This research aims to design and implement an Intrusion Detection System based on Deterministic Finite Automaton (DFA) for detecting TCP SYN Flood and ICMP Flood attacks in a virtualized network environment. The research method used is an experimental approach through network simulation using Graphical Network Simulator 3 (GNS3). The system utilizes MikroTik Router with TaZmen Sniffer Protocol (TZSP) for packet mirroring, Python with Scapy library for packet analysis and DFA state transition processing, Supabase as a real-time cloud database, and ReactJS as a monitoring dashboard interface. The DFA model classifies network conditions into three states, namely normal, alert, and intrusion, based on the number of packets received per second. The experimental results show that the proposed IDS successfully detects abnormal traffic generated by TCP SYN Flood and ICMP Flood attacks and performs state transitions accurately in real-time. In addition, the integration of Supabase and ReactJS enables the monitoring dashboard to display network security status dynamically without requiring manual page refresh. The implementation of a decoupled architecture also improves system flexibility, responsiveness, and scalability. The findings indicate that the proposed system can provide a lightweight and interactive real-time intrusion monitoring solution for computer network security environments.