Claim Missing Document
Check
Articles

Found 5 Documents
Search

Analisis Spasial Klaster Atmosfer di Sumatera Utara Menggunakan K-Means Jhon Gabriel Simarmata; Natasha Nainggolan; Elga Sari Tanjung
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.v5i1.936

Abstract

Variabilitas atmosfer jangka pendek di Sumatera Utara pada periode puncak monsun belum dipetakan secara kuantitatif dan spasial. Penelitian ini bertujuan mengidentifikasi dan mengklasifikasikan pola atmosfer pada 28 Desember 2025–1 Januari 2026 menggunakan metode K-Means clustering sebagai solusi analitis berbasis data. Data yang digunakan berasal dari Modern-Era Retrospective Analysis for Research and Applications Version 2 (MERRA-2) dengan variabel suhu udara permukaan, kelembapan spesifik, tekanan permukaan, dan kecepatan angin. Penelitian menggunakan pendekatan kuantitatif deskriptif dengan tahapan praproses data, normalisasi, optimasi jumlah cluster menggunakan Elbow Method, serta evaluasi menggunakan Silhouette Score. Jumlah cluster optimal adalah tiga dengan nilai Silhouette Score global sebesar 0,4089 yang menunjukkan struktur cluster moderat. Hasil penelitian mengidentifikasi tiga pola atmosfer dominan, yaitu Panas Tropis & Sangat Lembap (43,44%), Hangat & Sangat Lembap (36,93%), dan Sejuk & Lembap Sedang (19,63%). Secara spasial, wilayah dataran tinggi berkorelasi dengan kondisi lebih sejuk, sedangkan wilayah pesisir dan kepulauan didominasi kondisi panas dan sangat lembap. Temuan ini menunjukkan bahwa metode K-Means efektif dalam memetakan variabilitas atmosfer spasial jangka pendek secara kuantitatif.
Tantangan Bahasa Indonesia dalam Ekosistem Kecerdasan Buatan: Kajian Literatur Natasha Patricia Nainggolan; Jhon Gabriel Simarmata; Christian Nicholas Sinaga; Lastri Putri Silaban; 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.v6i3.397

Abstract

ABSTRAK Perkembangan kecerdasan buatan (Artificial Intelligence/AI) telah memengaruhi berbagai aspek kehidupan, termasuk penggunaan Bahasa Indonesia dalam komunikasi digital. Penelitian ini bertujuan mengkaji tantangan Bahasa Indonesia dalam era kecerdasan buatan melalui metode studi literatur dengan pendekatan kualitatif deskriptif. Data diperoleh dari berbagai jurnal dan artikel ilmiah yang relevan, kemudian dianalisis dan disintesis untuk mengidentifikasi permasalahan utama. Hasil kajian menunjukkan bahwa Bahasa Indonesia masih menghadapi beberapa tantangan, yaitu keterbatasan dataset berkualitas, dominasi bahasa Inggris dalam pengembangan model AI, kesalahan tata bahasa, penggunaan bahasa gaul dan campur kode, serta bias algoritma yang menyebabkan kurangnya representasi budaya lokal. Untuk mengatasi permasalahan tersebut diperlukan pengembangan dataset lokal yang representatif, penguatan AI berbasis Bahasa Indonesia, peningkatan literasi digital, dan kolaborasi antara pemerintah, akademisi, serta pengembang teknologi. Penelitian ini menegaskan pentingnya upaya pelestarian dan pengembangan Bahasa Indonesia agar tetap relevan di era kecerdasan buatan. ABSTRACT The rapid development of Artificial Intelligence (AI) has influenced various aspects of life, including the use of the Indonesian language in digital communication. This study aims to examine the challenges faced by the Indonesian language in the era of artificial intelligence through a descriptive qualitative literature review approach. Data were collected from relevant scientific journals and articles, then analyzed and synthesized to identify major issues. The findings indicate that the Indonesian language faces several challenges, including limited high-quality datasets, the dominance of English in AI model development, grammatical inaccuracies, the widespread use of slang and code-mixing, and algorithmic bias that leads to inadequate representation of local cultures. To address these issues, it is necessary to develop representative local datasets, strengthen Indonesian-based AI systems, improve digital literacy, and foster collaboration among government institutions, academics, and technology developers. This study highlights the importance of preserving and developing the Indonesian language to maintain its relevance in the era of artificial intelligence.
Implementasi Divide and Conquer pada Algoritma Perkalian Matriks untuk Efisiensi Komputasi Christian Nicholas Sinaga; Jhon Gabriel Simarmata; Juhraini Helfiana Lexa; 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

Perkalian matriks merupakan dasar operasi dalam komputasi yang banyak digunakan dalam berbagai bidang, namun metode konvensional memiliki kompleksitas waktu O(n³) sehingga kurang efisien untuk ukuran data besar. Penelitian ini bertujuan untuk mengimplementasikan algoritma perkalian matriks menggunakan pendekatan Divide and Conquer serta menganalisis efisiensi kinerjanya dibandingkan metode konvensional. Metode penelitian meliputi studi literatur, perancangan algoritma, implementasi menggunakan bahasa Python, serta pengujian dengan berbagai ukuran matriks. Selain itu, digunakan optimasi algoritma Strassen untuk meningkatkan performa. Hasil pengujian menunjukkan bahwa pada matriks berukuran kecil, metode konvensional masih memiliki kinerja yang kompetitif karena minimnya overhead. Namun, pada matriks berukuran menengah hingga besar, pendekatan Divide and Conquer yang dioptimalkan dengan algoritma Strassen terbukti lebih efisien dengan waktu komputasi yang lebih cepat. Oleh karena itu, pendekatan ini lebih direkomendasikan untuk pengolahan matriks berukuran besar guna meningkatkan efisiensi komputasi.
Deteksi URL Phishing Menggunakan Hybrid Deterministic Finite Automaton dan Random Forest Yusrida Jelianti Sihite; Zulfahmi Indra; Chelsea Febiola br Sebayang; Jhon Gabriel Simarmata
Jurnal Informatika Dan Rekayasa Komputer(JAKAKOM) Vol 6 No 2 (2026): JAKAKOM Vol 6 No 2 SEPTEMBER 2026
Publisher : LPPM Universitas Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33998/jakakom.2026.6.2.2901

Abstract

Phishing is one of the cybersecurity threats that exploits fake websites to obtain sensitive user information through URL manipulation resembling legitimate websites. Machine learning-based detection approaches have been widely used; however, most still suffer from limitations such as lack of classification transparency (black-box) and the potential for false positives on legitimate websites. This study aims to develop a phishing URL detection system using a Hybrid Deterministic Finite Automaton (DFA) and Random Forest approach to improve both detection accuracy and transparency. The study utilizes the PhiUSIIL dataset from the UCI Machine Learning Repository, consisting of phishing and legitimate URLs. The research stages include preprocessing, URL feature extraction, URL pattern analysis using DFA, classification using Random Forest, and model evaluation through Accuracy, Precision, Recall, F1-Score, and Confusion Matrix. The evaluation results indicate that the Hybrid DFA and Random Forest approach achieved the best performance with an Accuracy of 99.90%, Precision of 99.80%, Recall of 100.00%, and F1-Score of 99.90%. Furthermore, DFA integration improved system transparency through state transition visualization and significantly reduced both false positive and false negative classification errors compared to standalone models. Therefore, the proposed hybrid approach is effective for detecting phishing URLs more accurately and understandably for users.
ANALISIS KOMPARATIF MODEL SIR NON-LINIER DBD DI SIMALUNGUN DAN DAIRI Jhon Gabriel Simarmata; Zulfahmi Indra; Andika Veriando Saragih
Informatika: Jurnal Teknik Informatika dan Multimedia Vol. 6 No. 2 (2026): Oktober : JURNAL TEKNIK INFORMATIKA DAN MULTIMEDIA
Publisher : LPPM Politeknik Pratama Kendal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/informatika.v6i2.1977

Abstract

Dengue Hemorrhagic Fever (DHF) exhibits different transmission dynamics across regions. This study aims to comparatively analyze the simulated spread of DHF in Simalungun Regency and Dairi Regency using a nonlinear Susceptible-Infected-Recovered (SIR) model. Dengue incidence-rate data from 2024 were used to determine the initial conditions on a normalized population basis of 100,000 inhabitants. The SIR system was solved numerically using the second-order Heun method with a one-day time step over a 160-day simulation period. The analysis included the basic reproduction number ( ), Herd Immunity Threshold (HIT), compartment dynamics, infection peak, peak time, and numerical accuracy evaluation against a reference RK45 solution. The simulation results showed that Simalungun, with  and , produced , an HIT of 82.14%, and an infection peak of 51,290.91 on day 39. Dairi, with  and , produced , an HIT of 77.27%, and an infection peak of 43,604.73 on day 44. Numerical evaluation resulted in MAPE values of 1.12% for Simalungun and 0.56% for Dairi. The results indicate that differences in the transmission rate affect the magnitude and timing of the infection peak under the model scenarios considered.