Claim Missing Document
Check
Articles

Perancangan Aplikasi Manajemen dan Pengelolaan Data Koperasi dan UMKM Kota Kotamobagu Berbasis Website Menggunakan Metode Extreme Programming Bonenehu, Kurniawan; Kenap, Audy A.; Rorimpandey, Gladly C.
Innovative: Journal Of Social Science Research Vol. 4 No. 3 (2024): Innovative: Journal Of Social Science Research (Special Issue)
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v4i3.11530

Abstract

Manajemen dan pengelolaan data Koperasi serta Usaha Mikro, Kecil, dan Menengah (UMKM) merupakan aspek penting dalam upaya memajukan sektor ekonomi di Kota Kotamobagu. Namun, proses tersebut sering kali terhambat oleh kurangnya sistem yang terintegrasi dan mudah diakses. Penelitian ini bertujuan untuk merancang sebuah aplikasi berbasis web yang dapat membantu pegawai dalam manajemen dan pengelolaan data koperasi dan UMKM dengan lebih mudah. Metode yang digunakan adalah Extreme Programming (XP), yang dipilih karena kemampuannya dalam menyesuaikan diri dengan perubahan kebutuhan pengguna yang mungkin terjadi selama pengembangan aplikasi. Dalam tahap pengujian, algoritma Naive Bayes diterapkan untuk membantu dalam proses klasifikasi kelayakan UMKM menerima bantuan. Hasil penelitian menunjukkan bahwa aplikasi yang dikembangkan berhasil memenuhi kebutuhan pegawai dalam mengelola data koperasi dan UMKM dengan baik. Implementasi algoritma Naive Bayes juga memberikan hasil yang baik dalam memprediksi kelayakan UMKM menerima bantuan. Hal ini dapat dilihat dari tingkat akurasi klasifikasi yang mencapai 96%.
Penerapan Indikator Ema Dalam Pembuatan Robot Expert Advisor Pada Trading Forex Eur/Usd Turnip, Maydupi Astri; Rorimpandey, Gladly Caren
Innovative: Journal Of Social Science Research Vol. 4 No. 5 (2024): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v4i5.15130

Abstract

Revolusi Industri 4.0 telah memberikan dampak yang signifikan pada sektor perdagangan, khususnya perdagangan forex, Perdagangan forex melibatkan transaksi mata uang asing yangdapat dipengaruhi oleh faktor analisis fundamental dan analisis teknikal. Untuk mengatasi tantangan ini, sistem Expert Advisor (EA) hadir sebagai solusi yang efektif. EA adalah program yang menggunakan analisis teknikal untuk membuat keputusan perdagangan berdasarkan kondisi pasar. Penggunaan EA membantu pedagang dalam mengelola risiko dan mengurangi pengaruh faktor psikologis dalam pengambilan keputusan. Sistem EA mampu meningkatkan disiplin perdagangan dengan memastikan keputusan diambil secara objektif dan mengurangi waktu yang diperlukan untuk proses perdagangan. Implementasi sistem EA dapat dilakukan melalui dua metode utama: observasi dan eksperimen. Metode observasi melibatkan perencanaan strategi perdagangan serta evaluasi kinerja robot secara terus-menerus. Sementara itu, metode eksperimen memfokuskan pada pengujian hasil program EA dalam simulasi kondisi pasar yang berbeda. Dengan memanfaatkan sistem EA secara efektif pedagang forex dapat meningkatkan efisiensi, menghemat energi dan mengoptimalkan potensi keuntungan dalam pasar forex yang kompetitif. Kata Kunci : Expert Advisor, Moving Average, MQL4, Perdagangan, Valas
ANALISIS DAN PERANCANGAN E-COMMERCE BUMDES Rorimpandey, Gladly Caren; Mewengkang, Alfrina; Mumpel, Stevyoman Oktavianus
Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi Vol. 1 No. 6 (2021): EduTIK : Desember 2021
Publisher : Jurusan PTIK Universitas Negeri Manado

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53682/edutik.v1i6.3208

Abstract

Penelitian ini bertujuan untuk membuat website e-commerce untuk BUMDes Rumior Makmur Teep Trans, agar dapat membantu dalam proses transaksi barang dan pengolahan data. Penelitian ini menggunakan metode SDLC (System Development Life Cycle) yang terdiri dari 5 tahap yaitu: (1) analysis, (2) design, (3) implementation, (4) testing, (5) maintenance. Metode pengujian yang digunakan black box testing untuk menguji fungsi sistem yang telah dibuat. Hasil penelitian ini adalah dapat membantu pihak BUMDes Rumior Makmur Teep Trans dalam transaksi barang dan pengolahan data.
Analisis Sentimen Ulasan Pengguna Pada Aplikasi Threads Dengan Metode Lexicon Based dan Naive Bayes Classifier Tandiapa, Solagratia Saron; Rorimpandey, Gladly Caren
Jurnal Cahaya Mandalika ISSN 2721-4796 (online) Vol. 3 No. 1 (2022)
Publisher : Institut Penelitian Dan Pengambangan Mandalika Indonesia (IP2MI)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan Pesat Teknologi dan Perubahan Pola Komunikasi Dalam beberapa tahun terakhir, perkembangan teknologi informasi telah membawa perubahan signifikan dalam cara manusia berinteraksi dan berkomunikasi. Salah satu dampak yang paling mencolok adalah kemunculan forum daring atau aplikasi perforuman, yang telah menjadi medium populer bagi individu untuk berbagi ide, informasi, dan pengalaman secara global.Dengan adanya aplikasi threads, terdapat juga kelebihan dan kekurangan dari aplikasi yang ada, mulai dari fitur yang kurang hingga yang maximal. Analisis sentimen pada playstore dilakukan agar mengetahui aplikasi threads yang bari diluncurkan ini bagaiman performa aplikasi ini. Metode lexicon based dan naive bayes classifier dipilih agar dapat mengklasifikasikan antara ulasan yang bersentimen positif, dan negatif agar memudahkan masyarakat dalam menentukan pilihan beserta mengetahui tingkat akurasi antara kedua metode. Dari hasil kedua metode telah didapatkan bahwa sentimen positif memiliki persentase tertinggi terhadap aplikasi threads. Sedangkan perbandingan akurasi dari kedua metode menghasilkan 55% untuk metode lexicon based dan 51% untuk metode naive bayes classifier. Dari hasil tersebut dapat menunjukkan bahwa data yang telah dianalisis tentang aplikasi threads memiliki nilai positif dan hasil akurasi dari metode lexicon based memiliki nilai yang lebih tinggi dari pada metode naive bayes classifier .
SISTEM PREDIKSI PENGADAAN BARANG MENGGUNAKAN ALGORITMA REGRESI LINIER Lumataw, Alfred Tenda; Rorimpandey, Gladly C.
Journal of Information System Management (JOISM) Vol. 5 No. 2 (2024): Januari
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/joism.2024v5i2.1402

Abstract

Dalam menghadapi tuntutan efisiensi dan perkembangan teknologi, Dinas Pendidikan dan Kebudayaan Kota Tomohon perlu menerapkan pendekatan terstruktur dan canggih untuk memprediksi kebutuhan barang dinas secara akurat. Penelitian ini akan membuat sistem prediksi pengadaan barang menggunakan algoritma regresi linier, ini bertujuan untuk meningkatkan efisiensi pengadaan barang dengan analisis data, memberikan kontribusi positif dalam merumuskan kebijakan perencanaan yang lebih cerdas dan terukur dalam pengelolaan barang. Penulis mengumpulkan data di Dinas Pendidikan Daerah Kota Tomohon dan Dinas Kebudayaan dan melakukan penelitian ini di rumah dan di program studi Teknik Informatika Universitas Negeri Manado. Dari data pengadaan barang tahun 2018-2022 diperoleh kemiringan 2,5 dan intersep -5041, serta persamaan garis linier Y = -5041+2,5 X. Kesimpulan Dari hasil penelitian yang dilakukan dapat disimpulkan bahwa penggunaan Algoritma Regresi Linier dapat memprediksi pengadaan barang secara tepat dan akurat. Nilai R-squared yang dihasilkan adalah 1 yang berarti model regresi linier sangat baik.
Utilization of the Ruang Guru LMS as a Training Platform for Coding and Artificial Intelligence: An Analysis of Ease of Use, Usefulness, and Teacher Readiness in North Sulawesi Rompas, Parabelem Tinno Dolf; Batmetan, Johan R; Rorimpandey, Gladly Caren; Rompas, Billy; Lumenta, Harfey
International Journal of Information Technology and Education Vol. 5 No. 1 (2025): December 2025
Publisher : JR Education

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

As education is rapidly changing with technology, training teachers digitally has been established as a key ingredient to their lifelong learning. The application of Ruang Guru Learning Management System (LMS) is a medium for training school teachers such as senior high vocational schools to code and artificial intelligence (AI) in all districts and municipalities in North Sulawesi. The purpose of this study is to investigate the levels of perceived ease of use, perceived usefulness, digital self-efficacy and teacher readiness in participating LMS-based training. We used a quantitative description method in which we surveyed teachers who attended the coding and AI training through Ruang Guru LMS. Four-point Likert-scale questions were used to measure four constructs: ease of use, usefulness, digital self-efficacy and readiness for digital training. Descriptive statistics were used in the analysis of data. Based on the result, teachers considered that Ruang Guru LMS was easy to use and they felt it assisted them in increasing their technological skills. Their digital self-efficacy scores were between good and very good, signifying a high level of readiness for digital training. The study also signifies a need to enhance teachers’ digital skills, school infrastructure and LMS functionalities so as to ensure meaningful and sustainable digital training program.
INTEGRASI OCR TESSERACT DAN GEMINI UNTUK BUKU TAMU DIGITAL BERBASIS WEB Ponggohong, Alfa Riegel Imanuel; Rorimpandey, Gladly Caren; Maswonggo, Vandi Vanda
JOINTER : Journal of Informatics Engineering Vol 6 No 02 (2025): JOINTER : Journal of Informatics Engineering
Publisher : Program Studi Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53682/jointer.v6i02.431

Abstract

Abstract—Digital guest book systems require efficient data extraction from identity documents. Optical Character Recognition (OCR) combined with Artificial Intelligence enables automated text extraction and entity classification. This research develops and evaluates a web-based digital guest book system integrating Tesseract OCR with Google Gemini AI using Django framework. The system processes various identity card types (ID card, driver’s license, employee card) with 21 image samples. Multi-variant image preprocessing techniques (grayscale conversion, CLAHE, binarization, deskewing, sharpening) are applied in parallel to improve OCR accuracy. Tesseract OCR with Indonesian+English language configuration (psm=6, oem=1) extracts text, followed by Gemini AI analysis for entity classification (name vs. institution). A rule-based fallback mechanism ensures robustness when AI is unavailable. Experimental results demonstrate the fallback mechanism’s reliability, achieving 100% accuracy for name detection and 47.6% for institution detection using traditional rule-based methods when AI quota limits are reached. Multi-variant preprocessing achieved average OCR confidence of 70.48%, with best-performing variants (enhanced CLAHE, binarization, original) yielding con- fidence ranges from 51.12% to 94.11%. The system successfully processes 21 different identity card types with 100% OCR success rate. The developed system demonstrates effectiveness for automated guest data acquisi- tion and can be adopted by institutions requiring fast and accurate digital registration processes.
Analisis Sentimen Pada Ulasan Pengguna Platform E-commerce Menggunakan Algoritma K-Nearest Neighbor Tandiapa, Saron; Rorimpandey, Gladly Caren
The Indonesian Journal of Computer Science Vol. 15 No. 1 (2026): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v15i1.5050

Abstract

The development of e-commerce in Indonesia offers significant opportunities for MSMEs, yet the multitude of platform choices makes it difficult for them to determine the most suitable one. This study aims to analyze the user review sentiments toward five major e-commerce platforms (Shopee, Tokopedia, Lazada, Blibli, and Bukalapak) using the K-Nearest Neighbor (KNN) algorithm. A total of 5,995 reviews were collected from the Google Play Store via web scraping, then processed through pre-processing steps (such as case folding, tokenization, and stemming). Reviews were classified into positive, negative, and neutral sentiments using a lexicon-based approach, with Term Frequency-Inverse Document Frequency (TF-IDF) as the vectorization technique. The results show that Blibli has the highest KNN accuracy (64%), while the highest positive sentiment was achieved by Lazada with an F1-score of 54%. The research also developed a web-based application to help MSMEs analyze user sentiment across various e-commerce platforms.
Optimalisasi Pelaporan Kerusakan Inventaris di PT PLN Nusantara Power Unit Pembangkitan Minahasa melalui Digitalisasi Proses Pelaporan Berbasis Web Menggunakan Metode Prototype Febiola Emilliany Christiani Makarawung; Gladly Caren Rorimpandey
Jurnal Komputer, Informasi dan Teknologi Vol. 5 No. 1 (2025): Juni
Publisher : Penerbit Jurnal Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53697/jkomitek.v5i1.2800

Abstract

Penelitian ini bertujuan untuk mengoptimalkan pengelolaan aset melalui implementasi transformasi digital dalam pelaporan kerusakan inventaris di PT PLN Nusantara Power Unit Pembangkitan Minahasa. Permasalahan utama yang dihadapi adalah proses pelaporan kerusakan inventori yang masih dilakukan secara manual, sehingga menimbulkan berbagai kendala seperti kesulitan dalam memproses status penanganan, keterbatasan akses informasi, serta lambatnya proses perbaikan. Sistem ini dirancang untuk memungkinkan pelaporan kerusakan secara real-time, memantau status penanganan, serta menyajikan inventaris data yang terintegrasi. Hasil penelitian menunjukkan bahwa implementasi sistem ini berhasil meningkatkan efisiensi pengelolaan aset dengan mempercepat waktu respon perbaikan sebesar 65%, meningkatkan akurasi pencatatan inventaris hingga 89%, serta memudahkan proses pemantauan dan evaluasi kondisi aset perusahaan. Sistem pelaporan kerusakan inventori ini memberikan manfaat yang signifikan dalam mendukung pengambilan keputusan berbasis data untuk perawatan preventif dan penganggaran pemeliharaan aset di Unit Pembangkit Minahasa, sehingga mendorong optimalisasi operasional pembangkit listrik. Metode penelitian yang digunakan yaitu metode prototype, menggunakan bahasa pemrograman PHP, HTML, dan MySQL sebagai basis data.
Sistem Pengajuan Pemakaian Kendaraan Dinas di PT PLN Nusantara Power Unit Pembangkit Minahasa Berbasis Web Menggunakan Metode Prototype Friliandra Valentcia Sumendap; Gladly Caren Rorimpandey
Jurnal Komputer, Informasi dan Teknologi Vol. 5 No. 1 (2025): Juni
Publisher : Penerbit Jurnal Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53697/jkomitek.v5i1.2801

Abstract

PT PLN Nusantara Power Unit Pebangkitan Minahasa yang berada di Tondano membutuhkan Sistem berbasis Web yang bisa mengatur permohonan pemakaian kendaraan agar dapat terpantau seluruh aktivitasnya. Sistem permohonan pemakaian kendaraan ini sebelumnya masih di lakukan secara manual dengan mengisi formulir yang sudah di sediakan sehingga proses menjadi lama dan informasi data masih belum akurat. Untuk itu di perlukan sistem yang dapat saling terintegrasi dalam proses permohonan pemakaian kendaraan, maka sistem ini dikembangkan dengan PHP, framework Laravel serta database MySQL.Gambaran umum dari sistem ini yaitu terbagi menjadi tiga level pengguna, maliputi: Pegawai, Asisten Manager, dan admin kendaraan. Dimana sistem ini dapat memantau kendaraan yang tersedia dengan output akhir dari sistem ini adalah laporan permohonan pemakaian kendaraan.
Co-Authors Alfiansyah Hasibuan Alfrina Mewengkang Ayu Triana Situmorang Batmetan, Johan R Bonenehu, Kurniawan Brandon Natanael Gerungan Chrysilia Rimbing Cindy Pamela C Munaiseche Civita Loho Clay Justin Wowor Febiola Emilliany Christiani Makarawung Friliandra Valentcia Sumendap Gitarosalina Sibarani Gupuh, Andi Hamsah Hamsah Hasibuan, Alfiansyah Hendro Maxwell Sumual HS, Fatimah Hulu, Lena Enjelin Imanuel Wowor Intan, Sondakh Agnes Jessica Daniel Joni Kainde, Quido C Kenap, Audy A. Krina Crisila T. Mawuntu Kristofel Santa Kristofel Santa Lipan, Kezia Lumataw, Alfred Tenda Lumenta, Harfey Mamonto, Nurmila Mantik, Felitia Theona Geofani Maramis, Glenn D. P. Marcelliano Riccardy Anantho Omega Kalitouw Mario Trinto Risky Rettob Martina Lorensa Maswonggo, Vandi Vanda Medi Hermanto Tinambunan Merlin Aprilia Liow Moh Ramdhan Arif Kaluku Moningkey, Efraim R.S Mumpel, Stevyoman Oktavianus Ngovangari, Rivchi Hanni Oliver Simon Hardianto Raharusun Olivia Kembuan parabelem tinno dolf rompas Ponggohong, Alfa Riegel Imanuel Quido Conferti Kainde Ramdan Adjis Rapar, Pedro Vincensius Rawung, Lanamey Praisy Indiana Readel Lantang Beryl Mangkey Refandi Andika Runtu Rombon, Natalia Arsel Rompas, Billy Silalahi, Rike Sondy C. Kumajas Sondy Campvid Kumajas Stevyoman Oktavianus Mumpel Sulaeman, Raffy Avian Supit, Charenia Syalomita Cinta Tameo, Vito Ernesto Tandiapa, Saron Tandiapa, Solagratia Saron Tiwi, Heri Susan Turnip, Maydupi Astri Vandi V.Maswonggo Vincensius Rapar, Pedro Vira Chlaudia Makahinda Vivi Peggie Rantung