Article Per Year (5 Year)
p-Index From 2021 - 2026
4.281
P-Index
This Author published in this journals
All Journal Jurnal Sistem dan Informatika Indonesian Journal of Electrical Engineering and Computer Science Journal La Multiapp Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi Jurnal Minfo Polgan (JMP) Abdimas : Jurnal Pengabdian Kepada Masyarakat Innovative: Journal Of Social Science Research Journal of Embedded Systems, Security and Intelligent Systems Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi Journal of Vocational, Informatics and Computer Education
Irene Realyta Halldy Trosi Tangkawarow
Informatics Department, Engineering Faculty, Universitas Negeri Manado
Aerospace Engineering Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Public Health Social Sciences Other

Published : 34 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 34 Documents
Search

 1   2   3   4 
Studi Literatur: Identifikasi Isu Logistik Pemilu 2024 di Indonesia Menggunakan Pendekatan Text Mining dan Topic Modeling Berbasis Latent Dirichlet Allocation (LDA) pada Data Google News Johanes Mokorimban Pantouw; Irene Realyta Haldy Trosi Tangkawarow
Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi Vol. 6 No. 1 (2026): EduTIK : Februari 2026
Publisher : Jurusan PTIK Universitas Negeri Manado

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

Abstract

Sektor logistik memainkan peran vital dalam memastikan kelancaran pelaksanaan Pemilu 2024 di Indonesia, khususnya dalam distribusi, penyimpanan, dan keamanan material pemilu. Isu logistik seperti keterlambatan, kerusakan surat suara, dan tantangan distribusi di daerah terpencil seringkali menjadi hambatan utama dalam proses pemilu. Studi ini bertujuan untuk mengidentifikasi isu-isu logistik utama terkait Pemilu 2024 menggunakan pendekatan penambangan teks dengan algoritma pemodelan topik Latent Dirichlet Allocation (LDA). Data dikumpulkan dari artikel berita daring yang membahas logistik pemilu dan diproses melalui beberapa tahap pra-pemrosesan, termasuk pembersihan teks, tokenisasi, penghapusan stopword, dan representasi Bag-of-Words. Model LDA berhasil mengidentifikasi lima topik dominan terkait logistik pemilu, meliputi distribusi material, peran badan penyelenggara pemilu, tantangan implementasi regional, penyimpanan dan keamanan material pemilu, dan isu-isu terkait surat suara yang rusak. Hasil penelitian menunjukkan bahwa penambangan teks dan pemodelan topik merupakan alat yang efektif untuk mengekstrak wawasan yang bermakna dari data tekstual berskala besar dan dapat mendukung perencanaan dan pengambilan keputusan logistik yang lebih baik untuk pemilu mendatang.
Segmentasi Pengawas Pemilu Menggunakan Algoritma K-Means Clustering Kirei Debora Tasya Palar; Irene R. H. T. Tangkawarow
Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi Vol. 6 No. 1 (2026): EduTIK : Februari 2026
Publisher : Jurusan PTIK Universitas Negeri Manado

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

Abstract

Artikel ini bertujuan untuk mengkaji dan mensintesis hasil-hasil penelitian terdahulu terkait penerapan algoritma K-Means Clustering dalam segmentasi pengawas pemilu berdasarkan karakteristik demografis dan indikator kinerja. Pengawas pemilu memiliki peran strategis dalam menjaga integritas dan akuntabilitas proses pemilihan umum, namun keberagaman latar belakang demografis sering kali menimbulkan variasi dalam pelaksanaan tugas dan capaian kinerja. Melalui pendekatan studi literatur, kajian ini menelaah penggunaan variabel seperti usia, tingkat pendidikan, pengalaman kerja, dan indikator kinerja dalam proses segmentasi berbasis clustering pada berbagai penelitian sebelumnya. Literatur yang dikaji menunjukkan bahwa algoritma K-Means Clustering banyak digunakan dalam analisis sumber daya manusia karena kesederhanaan konsep dan efisiensi komputasinya. Selain itu, teknik evaluasi seperti Metode Elbow dan Silhouette Score sering dimanfaatkan untuk mendukung interpretasi hasil clustering, khususnya pada data sosial dan organisasi. Hasil kajian literatur ini menunjukkan bahwa segmentasi berbasis clustering mampu memberikan kerangka pemahaman yang lebih sistematis dan objektif terhadap heterogenitas pengawas pemilu. Segmentasi tersebut berpotensi mendukung pengambilan keputusan berbasis data dalam penugasan, perancangan pembinaan, serta pengembangan kapasitas pengawas pemilu. Kajian ini memberikan kontribusi konseptual mengenai peran teknik data mining dalam mendukung pengelolaan organisasi dan evaluasi kinerja di bidang pengawasan pemilu.
Studi Literatur : Analisis Topik Otomatis Isu Pemilu Indonesia Menggunakan Algoritma LDA dan NMF Gracia I. Ratumbuysang; Irene R. H. T. Tangkawarow
Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi Vol. 6 No. 1 (2026): EduTIK : Februari 2026
Publisher : Jurusan PTIK Universitas Negeri Manado

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

Abstract

Pemilihan umum (Pemilu) di Indonesia merupakan peristiwa politik berskala nasional yang memunculkan diskursus publik dalam jumlah besar, khususnya melalui media daring dan media sosial. Informasi yang beredar mencakup isu kebijakan, figur kandidat, penyelenggaraan pemilu, serta opini masyarakat. Volume data teks yang besar menyebabkan analisis manual menjadi tidak efisien, sehingga diperlukan pendekatan analisis topik otomatis. Penelitian ini bertujuan untuk menerapkan dan membandingkan algoritma Latent Dirichlet Allocation (LDA) dan Non-negative Matrix Factorization (NMF) dalam mengekstraksi topik-topik utama pada data teks Pemilu Indonesia. Dataset yang digunakan berupa berita online dan unggahan media sosial terkait Pemilu Presiden dan Legislatif Indonesia. Tahapan penelitian meliputi pengumpulan data, prapemrosesan teks berbahasa Indonesia, pemodelan topik, serta evaluasi koherensi topik. Hasil penelitian menunjukkan bahwa LDA mampu merepresentasikan distribusi topik antar dokumen secara probabilistik, sedangkan NMF menghasilkan topik yang lebih spesifik dan mudah diinterpretasikan. Temuan ini menunjukkan bahwa kedua algoritma saling melengkapi dalam analisis wacana politik Pemilu Indonesia.
Studi Literatur: Implementasi Algoritma Isolation Forest untuk Deteksi Anomali pada Data Logistik Pemilu Jovita Pascoal; Irene R. H. T. Tangkawarow
Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi Vol. 6 No. 1 (2026): EduTIK : Februari 2026
Publisher : Jurusan PTIK Universitas Negeri Manado

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

Abstract

Distribusi logistik pemilu merupakan salah satu aspek krusial dalam penyelenggaraan pemilu yang demokratis dan kredibel, namun masih sering dihadapkan pada berbagai permasalahan seperti keterlambatan, kekurangan, kerusakan, serta ketidaksesuaian distribusi. Kompleksitas geografis Indonesia, skala distribusi yang besar, dan keterbatasan pengawasan manual menjadikan deteksi dini terhadap kejanggalan logistik sebagai kebutuhan yang mendesak. Penelitian ini bertujuan untuk menganalisis penerapan algoritma Isolation Forest dalam mendeteksi anomali pada data distribusi logistik pemilu melalui pendekatan Systematic Literature Review. Metode penelitian dilakukan dengan mengidentifikasi, menyeleksi, dan menganalisis sepuluh artikel ilmiah yang relevan dan dipublikasikan pada periode 2020–2025, dengan sumber data berasal dari laporan pengawasan pemilu, data logistik nasional, dan dataset rantai pasok. Analisis difokuskan pada metode deteksi anomali yang digunakan, karakteristik dataset, serta performa algoritma. Hasil kajian menunjukkan bahwa Isolation Forest merupakan metode yang paling dominan digunakan dan mampu mendeteksi anomali secara efektif pada dataset berdimensi tinggi dan tidak seimbang dengan Tingkat akurasi berkisar antara 91% hingga 95%. Selain itu, algoritma ini unggul dalam efisiensi komputasional dan kemampuan mendeteksi penyimpangan lebih awal. Kesimpulan dari penelitian ini menegaskan bahwa Isolation Forest memiliki kontribusi signifikan baik secara teoritis maupun praktis dalam pengembangan system pengawasan logistik pemilu, serta berpotensi mendukung peningkatan akuntabilitas dan integritas penyelenggaraan pemilu di Indonesia.
Studi Literatur Analisis Komparatif Arsitektur Model Prediksi Risiko Logistik Pemilu Prince Cristian Rumate; Irene R. H. T. Tangkawarow
Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi Vol. 6 No. 1 (2026): EduTIK : Februari 2026
Publisher : Jurusan PTIK Universitas Negeri Manado

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

Abstract

Distribusi logistik Komisi Pemilihan Umum (KPU) merupakan proses yang kompleks dan memiliki tingkat risiko yang tinggi, baik dari aspek ketepatan waktu, keamanan, maupun akurasi distribusi. Penelitian ini bertujuan untuk melakukan analisis komparatif terhadap berbagai arsitektur model prediksi risiko logistik Pemilu melalui pendekatan studi literatur sistematis. Kajian dilakukan dengan menelaah dan membandingkan sejumlah artikel ilmiah yang membahas penerapan model prediksi, mulai dari model linier tradisional, metode ensemble learning, hingga pendekatan lanjutan seperti Support Vector Machine (SVM) dan Graph Neural Network. Hasil analisis menunjukkan bahwa regresi linear efektif dalam memodelkan tren volume logistik dengan nilai RMSE sebesar 0,034 persen. Namun demikian, Random Forest dan SVM menunjukkan performa yang lebih unggul dalam klasifikasi risiko, terutama pada kondisi data tidak seimbang. Temuan ini menegaskan bahwa pemilihan algoritma prediksi risiko harus disesuaikan dengan karakteristik dataset logistik guna meningkatkan efektivitas, ketepatan waktu, dan keamanan distribusi logistik Pemilu.
Studi Literatur Penerapan WebGIS dan Metode Regresi Linear dalam Sistem Monitoring dan Prediksi Kerawanan Pemilu Christovel Yoshua Tiouw; Irene R. H. T. Tangkawarow
Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi Vol. 6 No. 1 (2026): EduTIK : Februari 2026
Publisher : Jurusan PTIK Universitas Negeri Manado

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

Abstract

Pemilihan umum merupakan pilar demokrasi yang memerlukan pengawasan ketat untuk mencegah kerawanan seperti politik uang, intimidasi, dan pelanggaran administratif. Badan Pengawas Pemilihan Umum (Bawaslu) menggunakan Indeks Kerawanan Pemilu (IKP) sebagai instrumen penilaian kuantitatif, namun penyajian data IKP masih bersifat statis dan sulit dianalisis secara spasial-temporal. Artikel ini bertujuan mengkaji penerapan Web Geographic Information System (WebGIS) dan metode regresi linear dalam sistem monitoring dan prediksi kerawanan pemilu melalui studi literatur sistematis. Penelusuran literatur dilakukan pada database Google Scholar, IEEE Xplore, dan MDPI dengan kriteria publikasi 2020-2025, menghasilkan 10 artikel relevan dari 42 artikel yang diidentifikasi. Hasil kajian menunjukkan bahwa WebGIS efektif untuk visualisasi spasial interaktif dengan fitur peta tematik dan spatial clustering, sementara regresi linear mampu memprediksi tren kerawanan dengan interpretasi hasil yang mudah dipahami stakeholder. Integrasi kedua pendekatan dalam dashboard interaktif dapat meningkatkan kecepatan akses informasi hingga 60% dan memfasilitasi early warning system proaktif. Studi ini memberikan landasan konseptual bagi pengembangan sistem monitoring kerawanan pemilu berbasis WebGIS di Indonesia, khususnya sebagai referensi implementasi di Sulawesi Utara.
Sistem Pendukung Keputusan Penentuan Siswa Berprestasi Menggunakan Metode Simple Additive Weighting Berbasis Website pada SMP Kristen Kakaskasen Jullianto Vernando Christofel Rompis; Irene Realyta Haldy Trosi Tangkawarow; Audy A. Kenap
Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi Vol. 6 No. 1 (2026): EduTIK : Februari 2026
Publisher : Jurusan PTIK Universitas Negeri Manado

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

Abstract

Penentuan siswa berprestasi di SMP Kristen Kakaskasen saat ini masih dilakukan secara manual dan cenderung subjektif karena hanya menitikberatkan pada nilai akademik rapor, sehingga prosesnya memakan waktu lama dan kurang transparan. Penelitian ini bertujuan untuk merancang dan membangun Sistem Pendukung Keputusan (SPK) berbasis website menggunakan metode Simple Additive Weighting (SAW) untuk menentukan siswa berprestasi secara objektif dan akurat. Metodologi pengembangan yang digunakan adalah Rapid Application Development (RAD) dengan mempertimbangkan delapan kriteria penilaian, yaitu rata-rata nilai akademik, prestasi akademik, prestasi non-akademik, serta frekuensi sakit, izin, absen, terlambat, dan jumlah kasus. Hasil penelitian menunjukkan bahwa sistem yang dibangun menggunakan framework Laravel ini berhasil memproses data 15 siswa sampel secara otomatis, di mana berdasarkan pengujian Black Box, seluruh fitur berfungsi 100% sesuai rancangan. Hasil akhir perankingan menempatkan alternatif S9 sebagai siswa terbaik dengan nilai preferensi tertinggi sebesar 0.8000. Melalui penerapan SPK dengan metode SAW ini, pihak sekolah dapat meningkatkan objektivitas, transparansi, serta efisiensi dalam menentukan siswa berprestasi dibandingkan dengan metode konvensional sebelumnya.
Perancangan Fact Table Penjualan Menggunakan Pipeline ETL Berbasis Pentaho Data Integration (PDI) dan SQLyog Dwi Putri Sitanggang; Ameiliani Dianira Barahama; Irene Realyta Haldy Trosi Tangkawarow
Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi Vol. 6 No. 4 (2026): EduTIK : Agustus 2026
Publisher : Jurusan PTIK Universitas Negeri Manado

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.67142/edutik.v6i4.514

Abstract

ABSTRAK           Pertumbuhan volume data transaksi dalam dunia bisnis retail menuntut adanya sistem pengolahan data yang cepat, akurat, dan terintegrasi untuk mendukung pengambilan keputusan strategis. Masalah utama yang sering dihadapi adalah tersebarnya data operasional pada berbagai format database yang mengakibatkan keterlambatan dalam penyusunan laporan penjualan. Penelitian ini bertujuan untuk merancang fact table penjualan menggunakan pipeline Extract, Transform, Load (ETL) berbasis Pentaho Data Integration (PDI) dan mengimplementasikannya pada database target menggunakan SQLyog sebagai user interface MySQL. Metodologi yang digunakan mengadopsi pendekatan perancangan multidimensional siklus hidup Kimball (Five-Step Dimensional Design) yang meliputi pemilihan proses bisnis, deklarasi grain, identifikasi dimensi, identifikasi fakta numerik, dan perancangan skema bintang. Hasil penelitian menunjukkan bahwa pipeline ETL yang dibangun berhasil mengotomatisasi pembersihan data, konversi tipe data, penanganan relasi surrogate key, hingga pemuatan data dari sistem OLTP ke dalam star schema secara konsisten. Kesimpulan dari penelitian ini membuktikan bahwa integrasi Pentaho Data Integration dan SQLyog mampu mengoptimalkan efisiensi waktu eksekusi query data warehousing serta meminimalisir redundansi data, sehingga menyediakan fondasi data yang valid bagi keperluan analisis business intelligence. ABSTRACT  The growth of transaction data volume in retail businesses demands a fast, accurate, and integrated data processing system to support strategic decision-making. The main problem often faced is the scattered operational data in various database formats, resulting in delays in preparing sales reports. This study aims to design a sales fact table using an Extract, Transform, Load (ETL) pipeline based on Pentaho Data Integration (PDI) and implement it on the target database using SQLyog as the MySQL user interface. The methodology adopted is the Kimball multidimensional lifecycle design approach (Five-Step Dimensional Design) which includes business process selection, grain declaration, dimension identification, numerical fact identification, and star schema design. The results show that the ETL pipeline successfully automates data cleansing, data type conversion, surrogate key relationship handling, and data loading from the OLTP system to the OLAP star schema consistently. The conclusion proves that the integration of Pentaho Data Integration and SQLyog optimizes the efficiency of data warehousing query execution time and minimizes data redundancy, thereby providing a valid data foundation for business intelligence analysis.
Implementasi ETL untuk Menghasilkan Fact Table Penjualan pada Data Warehouse Menggunakan Pentaho Data Integration Desri Natalis Lasa; Ameiliani Dianira Barahama; Irene Realyta Haldy Trosi Tangkawarow
Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi Vol. 6 No. 4 (2026): EduTIK : Agustus 2026
Publisher : Jurusan PTIK Universitas Negeri Manado

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.67142/edutik.v6i4.516

Abstract

ABSTRAK                  Pertumbuhan volume data transaksi penjualan mendorong kebutuhan sistem pengelolaan data yang mampu mengintegrasikan berbagai sumber ke dalam satu repositori terpusat untuk analisis bisnis. Penelitian ini bertujuan menerapkan mekanisme Extract, Transform, Load (ETL) serta membangun fact table penjualan dalam lingkungan data warehouse menggunakan Pentaho Data Integration (PDI). Tahapan pengembangan mencakup enam tahapan: (1) pengumpulan data transaksi penjualan, (2) perancangan skema data warehouse berbasis star schema, (3) ekstraksi data dari source database menggunakan komponen Table Input, (4) transformasi data melalui mekanisme Sort Rows, Select Values, dan Stream Lookup untuk membangun delapan tabel dimensi serta fact table, (5) pemuatan data ke dalam dimension table dan fact table menggunakan Table Output, serta (6) pengujian dan validasi konsistensi data antara source database dan data warehouse. Hasil implementasi menunjukkan bahwa proses ETL menggunakan PDI berhasil membangun delapan tabel dimensi, yaitu dimensi produk, kategori, kota, harga satuan, jumlah terjual, total penjualan, metode pembayaran, dan waktu, serta satu fact table penjualan yang mengintegrasikan seluruh dimensi melalui mekanisme Stream Lookup dengan pendekatan star schema. Berdasarkan temuan tersebut, disimpulkan bahwa penerapan ETL dan fact table penjualan menggunakan Pentaho Data Integration terbukti mampu mengoptimalkan tata kelola data sekaligus membangun infrastruktur data warehouse yang andal sebagai landasan pelaporan dan analisis data penjualan.  ABSTRACT The growing volume of sales transaction data drives the need for a data management system capable of integrating multiple sources into a centralized repository for business analysis. This study aims to implement an Extract, Transform, Load (ETL) mechanism and construct a sales fact table within a data warehouse environment using Pentaho Data Integration (PDI). The development process encompasses six phases: (1) sales transaction data collection, (2) data warehouse schema design based on a star schema, (3) data extraction from the source database using the Table Input component, (4) data transformation through Sort Rows, Select Values, and Stream Lookup mechanisms to build eight dimension tables and a fact table, (5) data loading into each dimension table and fact table using Table Output, and (6) testing and validation of data consistency between the source database and the data warehouse. Implementation results demonstrate that the ETL process using PDI successfully constructed eight dimension tables, namely product, category, city, unit price, quantity sold, total sales, payment method, and time dimensions, along with one sales fact table integrating all dimensions through the Stream Lookup mechanism with a star schema approach. Based on these findings, it is concluded that the implementation of ETL and a sales fact table using Pentaho Data Integration proves capable of optimizing data governance while establishing a reliable data warehouse infrastructure as the foundation for sales data reporting and analysis.
Predicting ZNERGY Athletes' Swimming Times Using Random Forest Based on Lifestyle Physiological Exercise Filemon Blessing Tambuwun; Audy Aldrin Kenap; Irene Realyta Halldy Trosi Tangkawarow
Journal La Multiapp Vol. 7 No. 2 (2026): Journal La Multiapp
Publisher : Newinera Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37899/journallamultiapp.v7i2.2981

Abstract

This research was conducted to fill the gap in previous research in swimming performance prediction that rarely combines daily lifestyle aspects with training and physiological data, especially in the context of local swimming clubs in Indonesia that still rely on conventional approaches. The purpose of this research is to develop a prediction model for 50-meter freestyle swimming times using a holistic Random Forest Regressor algorithm. The method applied is a data-oriented methodology for prediction with longitudinal primary data from 10 ZNERGY Aquatic Swimming Club adolescent athletes (81 observations) collected through coach logbooks for training variables and time targets, and digital questionnaires for parents for physiological and lifestyle variables, including a specially developed Nutrition Compliance Index (IKG). The data was processed with Python (Scikit-Learn and Pandas), including pre-processing, lagged feature engineering, and model evaluation with an 80:20 split. The results show the model has high accuracy with an R² of 0.9591, MAE of 1.511 seconds, and RMSE of 2.254 seconds; The most important variable was the previous test time (45.66%), followed by training variables (33.67%), while lifestyle variables contributed little. The implication of this study is the availability of an evidence-based decision support system for coaches to design training programs objectively, optimize athlete progress, and prevent overtraining through a holistic approach that integrates multidimensional data.
Co-Authors Adesyan Lahinda Alfiansyah Hasibuan Ameiliani Dianira Barahama Anggreni Audy Aldrin Kenap Biringpasemba, Tiara Christian Yehuda Tendean Christovel Yoshua Tiouw Citra Grace Kalangie Claudia Pither Dandy Pramana Hostiadi Desri Natalis Lasa Dwi Putri Sitanggang Efraim R. S. Moningkey Emor, Stevren Christian Eva Hariyanti Fatonah, Nenden Siti Filemon Blessing Tambuwun Gladly Caren Rorimpandey Gracia I. Ratumbuysang I Made Darma Susila Johanes Mokorimban Pantouw Jovita Pascoal Juliawati Haribae Jullianto Vernando Christofel Rompis Julyeta Paulina Amelia Runtuwene Keiza Sasako Kirei Debora Tasya Palar Kristofel Santa maki, Indriani Fidelia Maki Marthin, Claudia Mohammad Yazdi Pusadan Munir A.J. Tujuwale Murni Kassa Nathania Piri Olgraciella Manitik Prince Cristian Rumate Quido Conferti Kainde Rambega, Sultan Fajri Rompas, Parabelem T. D. Rompas, Parabelem Tino Dolf Semuel Fendy Ngalo Timothy Tendean Yohanes Priyo Atmojo