Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) JRIIN :Jurnal Riset Informatika dan Inovasi Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi
Andly Sofian Hasugian
Universitas Negeri Medan
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Other

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

Found 3 Documents
Search

 1 
Penerapan K-Means Clustering untuk Identifikasi Pola Iklim Stasiun Cuaca Indonesia Menggunakan Data NOAA Global Surface Summary of the Day (GSOD) Andly Sofian Hasugian; Jatmiko Althaf Aziz; Nayla Anjani Nasution
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.v5i1.941

Abstract

Perubahan iklim yang terjadi secara global menuntut adanya analisis data cuaca yang lebih sistematis dan terstruktur, khususnya untuk wilayah Indonesia yang memiliki keragaman iklim tinggi akibat pengaruh geografis kepulauan. Penelitian ini menerapkan algoritma K-Means Clustering untuk mengidentifikasi pola iklim stasiun cuaca di Indonesia menggunakan dataset NOAA Global Surface Summary of the Day (GSOD) yang diakses secara langsung melalui Application Programming Interface (API) resmi NOAA NCEI. Sebanyak 87 stasiun cuaca aktif di seluruh Indonesia digunakan sebagai objek penelitian dengan periode pengamatan tahun 2023, menghasilkan 50.232 records data mentah. Variabel yang digunakan mencakup suhu maksimum, suhu minimum, suhu rata-rata harian, dan curah hujan. Normalisasi data dilakukan menggunakan metode StandardScaler sebelum proses clustering. Penentuan jumlah cluster optimal menggunakan Elbow Method menghasilkan nilai K=4, ditandai dengan penurunan inertia (WCSS) yang signifikan dari 72.33 (K=4) dibanding 132.02 (K=3). Hasil clustering mengelompokkan 87 stasiun ke dalam empat cluster: Cluster 0-Tropis Basah Sedang (38 stasiun, 43.7%), Cluster 1-Dataran Tinggi Sejuk (4 stasiun, 4.6%), Cluster 2-Tropis Panas Basah (43 stasiun, 49.4%), dan Cluster 3-Tropis Curah Hujan Ekstrem (2 stasiun, 2.3%). Hasil penelitian divisualisasikan dalam peta interaktif berbasis Folium yang menampilkan distribusi spasial cluster secara geografis. Pendekatan berbasis API ini membuktikan efisiensi akses big data skala petabyte tanpa proses unduhan massal.
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.
Co-Authors Adidtya Perdana, Adidtya Anggia Puteri Jatmiko Althaf Aziz M. Faris Al Rafiq Nayla Anjani Nasution Rodo Lemuel Nadeak Sevta Triwana Simamora Sofia Zahra