Claim Missing Document
Check
Articles

Found 2 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.