Article Per Year (5 Year)
p-Index From 2020 - 2025
1.456
P-Index
This Author published in this journals
All Journal Jurnal TIMES Jurnal Info Sains : Informatika dan Sains
Eliasta Ketaren
Unknown Affiliation
Computer Science & IT

Published : 9 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 9 Documents
Search

 1 
SISTEM INFORMASI PREDIKSI PENJUALAN PRODUK THRIFT DI TOKO MANADO MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR (K-NN) Siska Ayu Widiana; Iqbal Firdaus; Edwin Tenda; Eliasta Ketaren
Jurnal TIMES Vol 12 No 2 (2023): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.12.2.2023708

Abstract

Zaman yang modern dan cepat seperti sekarang ini tentu mempengaruhi gaya hidup serta gaya dalam berpakaian atau pemenuhan kebutuhan fashion. fashion sangat lekat dengan kehidupan sehari-hari hal ini dapat di lihat setiap hari kita menggunakan pakaian dan ingin tampil stylish. Fashion merupakan sesuatu yang mudah didapatkan oleh semua orang dan cenderung bersifat musiman, sehingga dapat dengan cepat mengalami perubahan. Perubahan-perubahan fashion yang cepat ini membuat banyak sekali mode dalam berpakaian dan kini muncul fenomena dalam industri fashion adalah pakaian dengan nuansa lawas (Vintage), namun untuk mendapatkan pakaian bernuansa lawas tersebut hanya bisa didapatkan di toko yang menjual pakaian bekas atau yang saat ini sering di sebut dengan pakaian thrifting. Semakin berkembang dan menjadi trend produk thrift, mengharuskan toko untuk merencanakan strategi penjualan. Agar toko tetap menjadi toko favorit dan tidak kalah dengan pesaing-pesaing baru, untuk menghindari hal tersebut maka perlu adanya prediksi penjualan untuk melihat potensi dari para pelanggan dan produk yang disukai pelanggan. Data mining adalah proses yang menggunakan teknik statistik, matematika, kecerdasan buatan, machine learning untuk mengekstraksi dan mengidentifikasi informasi yang bermanfaat dan pengetahuan yang terkait dari berbagai database besar. Metode K-Nearest Neighbor merupakan sebuah metode untuk melakukan klasifikasi terhadap objek berdasarkan data contoh yang mempunyai jarak paling dekat dengan objek tersebut. Algoritma ini hanya melakukan penyimpanan dan klasifikasi data. Tujuan dari penelitian ini adalah untuk menganalisis produk yang akan dijual untuk periode berikutnya serta dapat memberi informasi yang akurat tentang produk thrift yang paling diminati oleh konsumen. Keputusan yang diambil oleh penjual untuk melakukan perencanaan penyediaan stock produk thrift akan mempengaruhi penjualan. Oleh karena itu toko perlu memprediksi apa yang akan terjadi pada periode yang akan datang yang digunakan sebagai landasan pembuat keputusan atau kebijakan.
UJI PERFORMA KOMPUTASI PARALEL ALGORITMA DISCRETE COSINE TRANSFORM UNTUK KOMPRESI CITRA Megastin M. Lumembang; Tenda, Edwin; Eliasta Ketaren; Andrew Lengkong
Jurnal TIMES Vol 12 No 2 (2023): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.12.2.2023709

Abstract

Kompresi data adalah cara untuk mengurangi ukuran dari berkas yang akan ditransmisikan maupun disimpan. Secara umum terdapat dua jenis kompresi data yaitu lossy compression dan lossless compression. Algoritma Discrete Cosine Transform (DCT) adalah salah satu teknik lossy compression yang banyak di gunakan dalam kompresi citra. Komputasi paralel adalah teknik komputasi yang bertujuan untuk memaksimalkan kemampuan perangkat komputasi yang memiliki lebih dari satu unit pemrosesan (CPU). Penelitian ini mengimplementasikan algoritma DCT kedalam bentuk komputasi paralel menggunakan modul multiprocessing dari bahasa Python. Hasil dari implementasi algoritma DCT kemudian di ujikan pada empat kelompok dataset dengan jumlah masing-masing sebanyak 5, 10, 15 dan 20 citra. Hasil pengujian menunjukan bahwa implementasi algortima DCT paralel memilki rata-rata waktu pemrosesan 31.74% lebih baik dibandingkan dengan implementasi DCT sekuensial.
EARLY WARNING SYSTEM UNTUK POTENSI BENCANA LONGSOR DIKOTA MANADO BERBASIS INTERNET OF THINGS Tenda, Edwin; Eric Alfonsius; Megastin M. Lumembang; Eliasta Ketaren
Jurnal TIMES Vol 12 No 2 (2023): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.12.2.2023710

Abstract

Longsor adalah bencana alam yang terjadi ketika tanah, bebatuan, atau material lainya tergelincir secara tiba-tiba dari posisinya, mengakibatkan kerusakan pada lingkungan dan bahkan merenggut nyawa manusia. Penanganan resiko bencana longsor adalah kebutuhan yang mendesak mengingat potensi dan pola siklus bencana di Indonesia yang berulang. Teknologi penanganan resiko bencana longsor baik dari manajemen resiko bencana, hingga penanganan pasca bencana menjadi penting bagi hampir seluruh wilayah di Indonesia. Dalam penelitian ini dikembangkan suatu Early Warning System (EWS) bencana tanah longsor berbasis IOT. EWS dikembangkan menggunakan perangkat Raspberry Pi, sensor getaran yaitu modul SW 420, sensor accelerometer yaitu modul MPU6050 serta API X. Hasil penelitian menunjukan bahwa perangkat EWS yang di desain dapat melakukan deteksi awal potensi bencana longsor berdasarkan informasi yang didapat kan dari sensor getaran dan sensor accelerometer. Informasi yang diperoleh dari sensor disebarluaskan melalui aplikasi jejaring sosial X (Twitter).
SISTEM KETERAMPILAN DINAMIS DALAM PERMAINAN MULTIPLAYER ONLINE: STUDI KASUS PENINGKATAN BAKAT ACAK PADA WARDEKA: BATTLEGROUND Andreuw Vandy Lengkong; Tenda, Edwin; Eliasta Ketaren; Andria K. Wahyudi
Jurnal TIMES Vol 12 No 2 (2023): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.12.2.2023713

Abstract

Penelitian ini membahas implementasi sistem keterampilan dinamis dalam permainan multipemain online Wardeka. Dengan memperkenalkan peningkatan keterampilan acak, sistem ini bertujuan memberikan pengalaman bermain yang unik dan meningkatkan Game strategy. Melalui pendekatan desain acak, setiap pemain dapat mengembangkan keterampilan yang berbeda pada setiap putaran permainan. Penelitian ini berfokus hanya pada tahap desain dan implementasi, dengan mengandalkan asumsi dari tim pengembang. Hasil penelitian menunjukkan bahwa implementasi sistem keterampilan dinamis dapat menciptakan pengalaman permainan yang lebih menarik dan variatif. Kesimpulan penelitian memberikan pandangan terhadap potensi pengembangan Game yang lebih baik melalui peningkatan kreativitas dalam desain keterampilan.
APLIKASI WEB RUANG BACA JURUSAN MATEMATIKA FAKULTAS MIPA UNIVERSITAS SAM RATULANGI MANADO MENGGUNAKAN METODE PERSONAL EXTREME PROGRAMMING (PXP) Trianita, Maria; Sofiana Paendong, Marline; tenda, Edwin; Eliasta Ketaren
Jurnal TIMES Vol 13 No 1 (2024): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.13.1.2024739

Abstract

Ruang baca merupakan tempat yang strategis dalam menunjang keberhasilan mahasiswa dalam menemukan literatur-literatur berkualitas, termasuk skripsi-skripsi terdahulu. Namun, kendala yang muncul adalah keterbatasan akses dan informasi yang terkadang tidak terorganisir dengan baik. Tujuan penelitian ini adalah untuk Membuat Web Ruang Baca yang dapat Mengelola Data Anggota, Mengelola Data Buku, Mencari Data Buku, serta menyediakan Laporan Manajemen Data Ruang Baca jurusan Matematika secara daring. Untuk mengatasi permasalahan ini, pengembangan aplikasi web ruang baca menjadi solusi yang efektif dan efisien. Untuk membantu dalam menyelesaikan permasalahan tersebut maka peneliti menerapkan metode Personal Extreme Programming (PXP) karena peneliti membangun website secara personal maka metode ini tepat digunakan dan untuk perancangan sistem dibangun dengan pendekatan Object-Oriented Programming (OOP). Di dalam aplikasi ada fitur Data Anggota, Buku skripsi, e-book, dan data pengunjung. Dalam penelitian ini digunakan PHP, CSS, HTML, Framework Laravel, dan MySQL kemudian sistem testing menggunakan pengujian Black box.
SISTEM PENDUKUNG KEPUTUSAN SELEKSI CALON KARYAWAN MARKETING MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Widiana, Siska Ayu; Iqbal Firdaus; Edwin Tenda; Mahardika I. Takaendengan; Eliasta Ketaren
Jurnal TIMES Vol 13 No 1 (2024): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.13.1.2024742

Abstract

PT. Nusantara Surya Sakti Cabang Kotamobagu adalah perusahaan yang bergerak dibidang penjualan motor HONDA. Pada PT. Nusantara Surya Sakti Cabang Kotamobagu melakukan penerimaan karyawan bani dengan posisi sebagai marketing untuk mengisi kuota yang kosong setiap 2 bulan sekali. Selma ini, dalam proses seleksi calon karyawan, PT. Nusantara Surya Sakti Cabang Kotamobagu masih melibatkan unsur subjektif dan dalam prosesnya masih dengan data yang tidak sesuai sehingga karyawan yang terpilih tidak bertahan lama dan mengundurkan diri dari perusahaan. Pemilihan karyawan baru hanya dilakukan oleh seorang PIC (Person In Charge) bagian marketing. Untuk itu dibuatlah Sistem Pendukung Keputusan yang dapat membantu perusahaan dm juga PIC dalam memilih calon karyawan yang sesuai dengan kriteria perusahaan sehingga bisa mempercepat proses seleksi karyawan. Kriteria yang dipakai di PT. Nusantara Surya Sakti ada 5 kriteria yaitu Pendidikan, Usia, Pengalaman Kerja, Hasil Tes Kepribadian, Hasil Tes Pengetahuan. Sistem ini menggunakan metode perhitungan Simple Additive Weighting (SAW). Sistem ini dapat melakukan penilaian secara lebih objektif. Hasil dari penelitian ini yaitu Manya suatu rancangan sistem pendukung keputusan yang bisa membantu proses seleksi karyawan baru secara objektif, dart secara tepat dan benar sehingga bisa menerima karyawan yang layak diposisi marketing.
DEVELOPMENT OF E-MARKETPLACE FOR MARKETING AGRICULTURAL PRODUCTS (CASE STUDY IN TUMARATAS VILLAGE) Prisilia Lumentah, Sweety; Benny Pinontoan; Edwin Tenda; Eliasta Ketaren
Jurnal TIMES Vol 13 No 1 (2024): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.13.1.2024744

Abstract

Tumaratas is an agricultural village where most of the people's livelihood is farming. However, sales of agricultural products are still carried out traditionally and are tied to certain times, this can make it difficult for farmers and consumers to carry out the buying and selling process whenever they want. Limited market reach, farmers still rely on intermediaries or retailers so that products are only available in local shops or traditional markets, and do not reach consumers outside the area. E-Marketplace is an intermediary media that brings together sellers and buyers on the internet, helping sellers market and offer merchandise on the internet. The aim of this research is to build and develop an E-Marketplace for farmers as a forum for promoting and marketing their agricultural products and to make it easier for consumers to find the agricultural products they want. This e-Marketplace was developed using the PHP programming language with the Laravel framework and MySQL as the database. With the development of this E-Marketplace, it is hoped that it can help local farmers market their agricultural products and make transactions widely.
ANALISIS PENERAPAN TECHNOLOGY ACCEPTANCE MODEL PADA CUSTOMER RELATIONSHIP MANAGEMENT DI PT. HASJRAT ABADI CABANG TENDEAN MANADO Ngangi, Stephano Caesar Wenston; Eric Alfonsius; Eliasta Ketaren
Jurnal TIMES Vol 13 No 1 (2024): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.13.1.2024749

Abstract

Era teknologi dalam persaingan bisnis membutuhkan kreativitas dan inovasi untuk menciptakan perusahaan yang sukses. Customer Relationship Management (CRM) adalah sistem yang bertujuan meningkatkan hubungan antara perusahaan dan pelanggan untuk menghasilkan pelayanan yang optimal dan mendapatkan informasi pelanggan yang berguna. Penelitian ini mengkaji penerapan CRM di PT Hasjrat Abadi (Cabang Tendean) dengan mengintegrasikan model Technology Acceptance Model (TAM) untuk memahami pengaruhnya terhadap pelanggan. Hasilnya diharapkan dapat meningkatkan efisiensi dan mengurangi biaya operasional, serta meningkatkan loyalitas pelanggan.
Face Recognition Using Backpropagation Algorithm (Supervised Learning) Nainggolan, Nelson; Eliasta Ketaren; Harni Seven Adinata
Jurnal Info Sains : Informatika dan Sains Vol. 14 No. 04 (2024): Informatika dan Sains , 2024
Publisher : SEAN Institute

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

Abstract

Image processing plays a pretty important role. Much research has been carried out on image objects, where information from images can contribute to and benefit education, technological innovation, and information management. The face is a marker of recognizing someone. Facial recognition systems have difficulty with different facial orientations, lighting, haircuts, mustaches or beards, glasses, permanent blemishes or scars, and differences in conditions such as the person turning slightly, looking down, or looking up. The research aims to carry out digital image processing, specifically the process of scaling, grayscale, edge detection, and thresholding the image of a person's face as input. This research is crucial because image processing, especially facial recognition, is essential in health, education, economics, and security. The research uses the Artificial Neural Network method. Artificial Neural Networks are information processing systems designed to imitate how the human brain works in solving a problem by learning by changing the synapse weights. Research results in facial recognition using backpropagation show high accuracy and a fast average time. The suitability level of the recognition results depends on the combination of parameter values ​​used in the learning process. The greater the epoch (repetition), the greater the learning rate; the smaller the error, the higher the known level.
Co-Authors Alfonsius, Eric Andreuw Vandy Lengkong Andrew Lengkong Andria K. Wahyudi Benny Pinontoan Harni Seven Adinata Iqbal Firdaus Mahardika I. Takaendengan Megastin M. Lumembang NELSON NAINGGOLAN Ngangi, Stephano Caesar Wenston Prisilia Lumentah, Sweety Siska Ayu Widiana Sofiana Paendong, Marline Tenda, Edwin Trianita, Maria