Assalamu’alaikum wr.wb.
Perkenalkan, saya Adhimas Athar Pramatya Utomo (2306265392). Pada tugas sebelumnya, saya melakukan analisis konduktivitas panas menggunakan perangkat lunak CFDSOF.
Langkah awal dalam proses ini adalah mengalokasikan memori untuk simulasi. Setelah itu, domain dimasukkan dengan parameter yang telah ditentukan. Kemudian, model simulasi dikonfigurasi sesuai kebutuhan analisis. Setelah pemodelan selesai, dilakukan pengaturan sel (cell) serta penentuan kondisi batas pada setiap sisi dinding (wall). Setelah semua parameter ditetapkan, persamaan kontrol disederhanakan sehingga hanya mempertimbangkan temperatur dan entalpi. Simulasi kemudian dijalankan dengan 1000 iterasi, menghasilkan grafik kontur temperatur yang menunjukkan distribusi panas dalam sistem.
Setelah simulasi selesai, data hasil plot dikonversi ke dalam file CSV. File ini kemudian dianalisis menggunakan AI untuk melakukan curve fitting serta menghasilkan kode JavaScript. Dari proses ini, saya menyadari betapa pentingnya teknik prompting dalam menggunakan AI. Memberikan instruksi yang jelas dan spesifik sangat krusial agar hasil yang diperoleh sesuai dengan yang diharapkan.
Dalam proses curve fitting pada file CSV tersebut, teknik prompting yang baik harus mempertimbangkan beberapa aspek berikut:
- AI Memahami Tujuan yang Diharapkan
Jika hanya diberikan perintah “Lakukan curve fitting”, AI mungkin tidak mengetahui jenis fitting yang diinginkan, apakah linear, polinomial, eksponensial, atau lainnya. Dengan memberikan prompt yang lebih spesifik, misalnya “Gunakan regresi polinomial derajat 3 untuk curve fitting data CSV ini dan tampilkan hasilnya dalam file HTML interaktif”, AI dapat langsung menghasilkan solusi yang sesuai. - Menghindari Kesalahan dalam Pemrosesan Data
Jika file CSV memiliki format khusus, AI perlu diberi tahu agar tidak salah membaca data. Misalnya, jika terdapat bagian “AWAL DATA”, maka prompt harus mengarahkan AI untuk hanya membaca bagian numeriknya. Contoh prompt yang baik adalah: “File CSV memiliki header ‘AWAL DATA:’, baca hanya bagian setelahnya untuk X dan Y, lalu lakukan fitting.” - Mendapatkan Hasil yang Lebih Relevan
Jika pengguna menginginkan visualisasi interaktif, prompt harus menyebutkan penggunaan pustaka seperti Chart.js atau D3.js. Contohnya: “Lakukan curve fitting dan tampilkan hasil dalam grafik interaktif menggunakan Chart.js.” Tanpa arahan ini, AI mungkin hanya mengembalikan hasil dalam bentuk angka tanpa visualisasi. - Efisiensi dan Optimasi
Prompt yang detail menghemat waktu karena mengurangi iterasi koreksi. Daripada hanya mengatakan “Buat kode JavaScript untuk curve fitting”, lebih baik langsung menginstruksikan, “Gunakan regression-js untuk fitting polinomial derajat 3, lalu tampilkan dalam Chart.js dengan data dari file CSV yang diunggah.”
Dengan teknik prompting yang baik, AI dapat lebih optimal dalam menghasilkan output yang sesuai dengan kebutuhan pengguna.
