Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal Journal Computer Science and Informatic Systems : J-Cosys JOMLAI: Journal of Machine Learning and Artificial Intelligence Buffer Informatika
Michel Farrel Tomatala
STMIK Multicom Bolaang Mongondow
Computer Science & IT Engineering

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

Found 3 Documents
Search

 1 
Artificial Intelligence and the Sociology of Folklore: A Comparative Study of Turkey and Indonesia Dewi Christa Kobis; Michel Farrel Tomatala
JOMLAI: Journal of Machine Learning and Artificial Intelligence Vol. 4 No. 4 (2025): Desember 2025
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/jomlai.v4i4.7459

Abstract

This study examines how Artificial Intelligence (AI) mediates the production and circulation of folklore in Turkey and Indonesia and asks: How does AI mediate folklore production and circulation in both contexts? And What similarities and differences characterize AI–folklore interaction from a sociological perspective? Using a qualitative comparative cultural sociology design, the analysis draws on Turkish sociological theory, Ziya Gokalp’s concept of halk kültürü and Şerif Mardin’s center–periphery framework alongside documentary and digital ethnographic observation of publicly accessible folklore texts, AI-mediated outputs (retellings, translations, summaries), and platform-based circulation. Findings show that AI mediates folklore production through textual regeneration, translation, narrative standardization, and platform-oriented adaptation, while circulation is shaped by recommendation, tagging, ranking, and translation interfaces that regulate visibility, dissemination, and the dominance of particular versions. Although both countries experience algorithmic pressures on cultural memory and narrative visibility, impacts diverge by context: Turkey’s institutionally anchored cultural authority tends to constrain AI toward selective continuity, whereas Indonesia’s pluralistic and decentralized landscape allows AI and platforms to operate as stronger cultural gatekeepers, enabling more transformative reinterpretations. Overall, the study concludes that AI is a structural cultural mediator whose sociological effects are context-dependent, amplifying existing power relations rather than uniformly transforming folklore.
Manajemen Stok dan Pengirimian Agribisnis melalui Sistem Informasi Berbasis Web Supit Mamuaya; Michel Farrel Tomatala; Dewi Christa Kobis; Ritham Tuntun
Journal Computer Science and Information Systems : J-Cosys Vol 5, No 2 (2025): September
Publisher : Universitas Dharma Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53514/jco.v5i2.711

Abstract

@font-face {font-family:"Cambria Math"; panose-1:2 4 5 3 5 4 6 3 2 4; mso-font-charset:0; mso-generic-font-family:roman; mso-font-pitch:variable; mso-font-signature:-536870145 1107305727 0 0 415 0;}@font-face {font-family:Calibri; panose-1:2 15 5 2 2 2 4 3 2 4; mso-font-charset:0; mso-generic-font-family:swiss; mso-font-pitch:variable; mso-font-signature:-469750017 -1073732485 9 0 511 0;}@font-face {font-family:Cambria; panose-1:2 4 5 3 5 4 6 3 2 4; mso-font-charset:0; mso-generic-font-family:roman; mso-font-pitch:variable; mso-font-signature:-536869121 1107305727 33554432 0 415 0;}p.MsoNormal, li.MsoNormal, div.MsoNormal {mso-style-unhide:no; mso-style-qformat:yes; mso-style-parent:""; margin-top:0in; margin-right:0in; margin-bottom:6.0pt; margin-left:0in; line-height:150%; mso-pagination:widow-orphan; font-size:11.0pt; font-family:"Calibri",sans-serif; mso-ascii-font-family:Calibri; mso-ascii-theme-font:minor-latin; mso-fareast-font-family:Calibri; mso-hansi-font-family:Calibri; mso-hansi-theme-font:minor-latin; mso-bidi-font-family:"Times New Roman";}.MsoChpDefault {mso-style-type:export-only; mso-default-props:yes; font-size:11.0pt; mso-ansi-font-size:11.0pt; mso-bidi-font-size:11.0pt; font-family:"Calibri",sans-serif; mso-ascii-font-family:Calibri; mso-ascii-theme-font:minor-latin; mso-fareast-font-family:Calibri; mso-hansi-font-family:Calibri; mso-hansi-theme-font:minor-latin; mso-bidi-font-family:Arial; mso-bidi-theme-font:minor-bidi; mso-font-kerning:0pt; mso-ligatures:none;}.MsoPapDefault {mso-style-type:export-only; margin-bottom:8.0pt; line-height:107%;}div.WordSection1 {page:WordSection1;} Digitalisasi pengelolaan transaksi pembelian–penjualan pada agribisnis semakin penting untuk meningkatkan pengendalian persediaan dan pelacakan pengiriman pada rantai pasok yang kompleks. Penelitian ini bertujuan menjelaskan bagaimana sistem informasi berbasis web meningkatkan kualitas manajemen transaksi dibandingkan pencatatan manual serta mengidentifikasi kendala adopsi pada usaha kecil dan menengah. Metodologi menggunakan sintesis literatur terarah dan analisis kuantitatif temuan terdokumentasi dari berbagai studi terkait sistem transaksi, inventori, pelaporan, dan faktor sosio-teknis implementasi.  Hasil menunjukkan bahwa otomasi input dan validasi data menurunkan kesalahan pencatatan, memperkecil selisih stok, dan meningkatkan konsistensi data lintas proses. Pemrosesan waktu nyata mempercepat akses informasi persediaan dan status pengiriman sehingga keputusan operasional menjadi lebih responsif, termasuk untuk komoditas mudah rusak. Sistem juga meningkatkan ketertelusuran melalui jejak transaksi yang terstruktur, memperkuat auditabilitas, dan memudahkan penelusuran asal-usul serta pergerakan barang. Kualitas pelaporan meningkat melalui dashboard dan laporan periodik yang dapat dihasilkan cepat dan lebih akurat untuk kebutuhan manajerial dan kepatuhan.  Studi menyimpulkan bahwa sistem berbasis web berkontribusi signifikan terhadap efisiensi dan akuntabilitas rantai pasok agribisnis, tetapi adopsinya pada UKM masih terhambat oleh keterbatasan infrastruktur, kesiapan organisasi, dan kebutuhan pelatihan. Implikasi penelitian mendorong strategi implementasi bertahap dan penguatan kapasitas pengguna agar manfaat digitalisasi dapat diperluas secara berkelanjutan.
Analisis Data Kelulusan Untuk Memprediksi Mahasiswa Berpotensi Dropout Menggunakan Algoritma C4.5 Ritham Tuntun; Oktaviar Rahmat; Mihuandayani; Michel Farrel Tomatala
Buffer Informatika Vol. 11 No. 1 (2025): Buffer Informatika
Publisher : Department of Informatics Engineering, Faculty of Computer Science, University of Kuningan, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25134/buffer.v11i1.358

Abstract

Pendidikan tinggi berperan penting dalam mencetak sumber daya manusia yang siap bersaing di dunia kerja. Namun, tingginya angka mahasiswa yang mengalami putus kuliah menjadi tantangan besar bagi perguruan tinggi, termasuk STMIK Multicom, yang dapat mempengaruhi reputasi dan akreditasi institusi. Penelitian ini bertujuan untuk menganalisis data kelulusan mahasiswa STMIK Multicom dari tahun 2019 hingga 2023 menggunakan algoritma pohon keputusan C4.5 untuk memprediksi potensi mahasiswa yang berisiko dropout. Algoritma C4.5, yang merupakan teknik data mining, memungkinkan pembentukan model prediksi yang mudah dipahami dengan menganalisis berbagai atribut mahasiswa, seperti status pekerjaan, pendapatan orang tua, status tempat tinggal, dan jarak tempat tinggal ke kampus. Hasil analisis menunjukkan bahwa model C4.5 menghasilkan akurasi 63%, recall 38%, dan presisi 62%, yang mengindikasikan potensi algoritma ini dalam memprediksi mahasiswa yang berisiko dropout. Penelitian ini diharapkan dapat memberikan kontribusi dalam menurunkan angka dropout di STMIK Multicom dan meningkatkan tingkat kelulusan mahasiswa.
Co-Authors Dewi Christa Kobis Dewi Christa Kobis Mihuandayani Oktaviar Rahmat Ritham Tuntun Ritham Tuntun Supit Mamuaya