<![CDATA[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.]]>
Copyrights © 2026
