Article Per Year (5 Year)
p-Index From 2021 - 2026
4.267
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Pendidikan CESS (Journal of Computer Engineering, System and Science) Sinkron : Jurnal dan Penelitian Teknik Informatika SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Jurnal Pendidikan dan Konseling JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Pengabdian kepada Masyarakat JEBDEKER: Jurnal Ekonomi, Manajemen, Akuntansi, Bisnis Digital, Ekonomi Kreatif, Entrepreneur Jurnal Teknik Informatika Unika Santo Thomas (JTIUST) Bureaucracy Journal : Indonesia Journal of Law and Social-Political Governance JURNAL TEKNOLOGI INFORMASI & KOMUNIKASI DALAM PENDIDIKAN Sisfo: Jurnal Ilmiah Sistem Informasi Electron: Jurnal Ilmiah Teknik Elektro Seminar Nasional Riset dan Teknologi (SEMNAS RISTEK) International Journal of Information System and Innovative Technology
Agnes Irene Silitonga
Universitas Negeri Medan
Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 32 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 32 Documents
Search

 1   2   3   4 
Penerapan Social Media Marketing 4C (Context, Communication, Collaboration, Connection) pada Rumah Cantik Khezia Agnes Irene Silitonga; Azmi, Aqilah; Silitonga, Agnes Irene; Haryadi, Haryadi
Jurnal Ekonomi, Manajemen, Akuntansi, Bisnis Digital, Ekonomi Kreatif, Entrepreneur (JEBDEKER) Vol 4 No 2 (2024): Juni 2024
Publisher : Sekolah Tinggi Ilmu Ekonomi Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56456/jebdeker.v4i2.257

Abstract

Social media telah berkembang dari sekadar wadah interaksi sosial menjadi alat penting dalam pola konsumsi, baik dari perspektif penjual maupun pembeli, serta berperan sebagai alat promosi yang menguntungkan, terutama bagi Usaha Mikro, Kecil, dan Menengah (UMKM). Rumah Cantik Khezia di Binjai adalah contoh UMKM yang telah menerapkan pemasaran digital melalui platform Instagram dan Whatsapp. Namun, strategi yang mereka gunakan memiliki kelemahan seperti minimnya aktivitas, kurangnya informasi kepada pelanggan, dan kualitas konten yang kurang optimal. Meskipun Rumah Cantik Khezia telah berdiri sejak tahun 2020 dan melakukan pemasaran digital, namun pemanfaatan digital marketing masih belum optimal karena kurangnya pemahaman tentang implementasinya sehingga perusahaan masih kurang dikenal oleh banyak orang. Solusi yang dirancang adalah implementasi strategi pemasaran media sosial 4C (context, communication, collaboration, connection) berbasis Instagram dan Whatsapp untuk meningkatkan citra merek dan pertumbuhan jumlah pelanggan. Strategi ini efektif dalam membentuk identitas merek yang kuat, meningkatkan jumlah pengikut di platform sosial media, serta memperluas pangsa pasar. Dengan menerapkan strategi ini, Rumah Cantik Khezia dapat meningkatkan interaksi dengan pelanggan, meningkatkan loyalitas pelanggan, dan mencapai pertumbuhan bisnis yang signifikan.
IMPLEMENTASI ADDIE MODEL DALAM PENGEMBANGAN E-MODULE BERBASIS CASE METHOD Agnes Irene Silitonga; Silitonga, Agnes Irene; Hastuti, Pebri; Thohiri, Roza; Pulungan, Annisa Fadhillah
Sisfo: Jurnal Ilmiah Sistem Informasi Vol. 6 No. 2 (2022): Sisfo: Jurnal Ilmiah Sistem Informasi, Oktober 2022
Publisher : Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/sisfo.v6i2.10298

Abstract

ADDIE Model merupakan framework yang paling banyak digunakan oleh perancang instruksional karena memberikan pedoman yang fleksibel untuk membantu perancang instruksional membuat alat pendukung praktis. Dalam penelitian ini, ADDIE Model diimplementasikan dalam pengembangan e-module berbasis case method pada Mata Kuliah Pasar Modal Mata Kuliah Pendidikan Bisnis Universitas Negeri Medan. Penelitian yang dilakukan menunjukkan bahwa e-module Kursus Pasar Modal berbasis metode kasus yang dikembangkan valid, efektif, praktis, dan bermanfaat sebagai bahan perkuliahan. Hal ini ditunjukkan dengan hasil penilaian belajar siswa sebesar 80,95%.
Pengaruh Biaya Pemasaran dan Biaya Pengembangan Teknologi Terhadap Biaya Operasional (Studi Kasus: Netflix) Agnes Irene Silitonga; Silitonga, Agnes Irene; Panjaitan, Gabriella Dominggoes; Tumangger, Emya Malum Karina; Hafiz, Fahrul Al-hamdi; Ginting, Lisa Melvi
Jurnal Ekonomi, Manajemen, Akuntansi, Bisnis Digital, Ekonomi Kreatif, Entrepreneur (JEBDEKER) Vol 5 No 1 (2024): Desember 2024
Publisher : Sekolah Tinggi Ilmu Ekonomi Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56456/jebdeker.v5i1.663

Abstract

Penelitian ini bertujuan untuk menganalisis pengaruh biaya pemasaran dan pengembangan teknologi terhadap biaya operasional dengan studi kasus Netflix dimana data diperoleh dari laporan keuangan resmi diterbitkan oleh website resmi Netflix. Biaya pemasaran, yang mencakup promosi, periklanan, dan kegiatan penjualan lainnya, sering kali dianggap sebagai faktor penting untuk meningkatkan pangsa pasar dan pendapatan perusahaan. Di sisi lain, biaya pengembangan teknologi mencakup investasi dalam inovasi, riset dan pengembangan, serta perbaikan sistem dapat meningkatkan efisiensi operasional dan daya saing perusahaan. Pada penelitian ini digunakan metode analisis regresi linier berganda untuk menguji hubungan antara variabel independen (biaya pemasaran dan biaya pengembangan teknologi) terhadap variabel dependen (biaya operasional). Hasil penelitian menunjukkan bahwa biaya pemasaran tidak berpengaruh signifikan terhadap biaya operasional. Hal yang sama seperti biaya pengembangan teknologi tidak berpengaruh signifikan terhadap biaya operasional, yang menunjukkan bahwa investasi dalam teknologi dapat mengurangi biaya operasional melalui efisiensi dan otomasi. Dengan demikian, penelitian ini memberikan wawasan mengenai bagaimana alokasi sumber daya untuk pemasaran dan teknologi dapat mempengaruhi kinerja keuangan, serta membantu perusahaan dalam pengambilan keputusan yang strategis untuk memaksimalkan efisiensi operasional dan daya saing pasar. Implikasi temuan ini memberikan pemahaman lebih dalam tentang faktor-faktor yang mempengaruhi kinerja keuangan perusahaan dalam industri media streaming.
Perbandingan Scarcity Promotions Pada Pengguna Shopee dan Tokopedia Agnes Irene Silitonga; Prayoga, Wira; Silitonga, Agnes Irene
Jurnal Ekonomi, Manajemen, Akuntansi, Bisnis Digital, Ekonomi Kreatif, Entrepreneur (JEBDEKER) Vol 5 No 1 (2024): Desember 2024
Publisher : Sekolah Tinggi Ilmu Ekonomi Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56456/jebdeker.v5i1.797

Abstract

Penelitian ini bertujuan untuk membandingkan efektivitas dua strategi Scarcity Promotions, yaitu limited time scarcity (LTS) dan limited quantity scarcity (LQS), pada pengguna dua platform e-commerce terkemuka di Indonesia: Shopee dan Tokopedia. Melalui pendekatan kuantitatif, penelitian ini mengumpulkan data dari 270 responden yang merupakan pengguna aktif kedua platform tersebut. Penelitian menunjukkan adanya perbedaan signifikan dalam respons pengguna terhadap Scarcity Promotions. Pengguna Shopee lebih bereaksi positif terhadap limited time scarcity, sedangkan pengguna Tokopedia menunjukkan respons yang lebih moderat terhadap kedua jenis promosi. Analisis statistik T-test menunjukkan nilai signifikan pada variabel LTS dengan nilai t sebesar 4.399 (p < 0.001), dan pada variabel LQS dengan nilai t sebesar 5.141 (p < 0.001), yang mengindikasikan perbedaan nyata dalam persepsi antara pengguna Shopee dan Tokopedia terhadap kelangkaan produk dan waktu. Temuan ini menunjukkan bahwa strategi Scarcity Promotions yang diterapkan oleh Shopee lebih efisien dalam menciptakan urgensi pembelian dibandingkan dengan Tokopedia.
Klasterisasi Penyebaran Base Transceiver Station Menggunakan K-Means Clustering Agnes Irene Silitonga; Silitonga, Agnes Irene; Nasution, Mutiara Akbar; Fitri, Anisa; Rizwinie, Khesya Sabila; Hidayatullah, Amar; Simamora, Yoakim
Semnas Ristek (Seminar Nasional Riset dan Inovasi Teknologi) Vol 9, No 1 (2025): SEMNAS RISTEK 2025
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/semnasristek.v9i1.7947

Abstract

Penelitian ini bertujuan untuk melakukan klaterisasi penyebaran Base Transceiver Station (BTS) 4G dan 5G di Sumatera Utara menggunakan K-Means Clustering. Data yang digunakan diperoleh dari sumber terbuka Kementerian Komunikasi dan Informatika Republik Indonesia. Elbow Method digunakan untuk menentukan jumlah klaster optimal, yaitu tiga klaster. Hasil analisis menunjukkan tiga klaster utama penyebaran BTS di Sumatera Utara: klaster dengan jumlah BTS sangat tinggi (Kota Medan dan Deli Serdang), klaster dengan jumlah BTS tinggi (Asahan, Langkat, Serdang Bedagai, dan Simalungun), dan klaster dengan jumlah BTS rendah (27 kabupaten/kota lainnya). Penelitian ini memberikan informasi berharga bagi pemerintah dan penyedia layanan telekomunikasi untuk mengidentifikasi daerah-daerah yang membutuhkan perhatian khusus dalam pengembangan infrastruktur jaringan internet, sehingga dapat meningkatkan aksesibilitas masyarakat terhadap layanan digital dan mengurangi kesenjangan digital di Sumatera Utara.
Optimasi Penempatan dan Penentuan Kapasitas Distributed Generator Menggunakan Cucko Search Algorithm untuk Mengurangi Rugi Daya Agnes Irene Silitonga; Simamora, Yoakim; S, Muhammada Aulia Rahman; Dewy, Mega Silfia; Silitonga, Agnes Irene; Ginting, Lisa Melvi
ELECTRON Jurnal Ilmiah Teknik Elektro Vol 6 No 2: Jurnal Electron, November 2025
Publisher : Jurusan Teknik Elektro Fakultas Teknik Universitas Bangka Belitung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33019/electron.v6i2.409

Abstract

Power losses in electrical distribution systems remain a major challenge that significantly impacts energy efficiency and system reliability. One promising approach to address this issue is the optimal placement and sizing of Distributed Generators (DGs) within the distribution network. This study aims to optimize DG placement and capacity using the Cuckoo Search Algorithm (CSA) and to compare its performance with several other algorithms, namely the Black Squirrel Optimization Algorithm (BSOA), Sine Cosine Algorithm (SCA), Teaching Learning Based Optimization - Grey Wolf Optimizer (TLBO-GWO), and GWO. The study was conducted on the IEEE 33-bus test system under two scenarios, with the initial condition of the distribution system exhibiting a power loss of 202.7 kW. In First Case Study, CSA achieved the lowest power loss of 105.31 kW, corresponding to a 48.05% reduction. In contrast, BSOA and TLBO-GWO reduced losses to 116.67 kW (42.44%) and 128.46 kW (36.62%) respectively. In Second Case Study, CSA again demonstrated superior performance with a loss reduction of 56.66%, outperforming SCA (56.33%), BSOA (55.97%), and GWO (55.82%). The optimal DG placement and sizing significantly improved overall system efficiency. The results indicate that CSA possesses strong exploration and convergence capabilities in identifying optimal DG configurations. Its application enables greater reduction in power losses while also enhancing voltage profiles and system stability. These findings suggest that CSA is an effective and competitive method for power distribution optimization involving distributed generation
Security Evaluation of Indonesian LLMs for Digital Business Using STAR Prompt Injection Agnes Irene Silitonga; Irwandi, Hafiz; Silitonga, Agnes Irene; Rudy Chandra; Simamora, Windi Saputri
Sinkron : jurnal dan penelitian teknik informatika Vol. 10 No. 1 (2026): Article Research January 2026
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v10i1.15662

Abstract

The adoption of Large Language Models (LLMs) in digital business systems in Indonesia is rapidly increasing; however, systematic security evaluation against Indonesian language prompt injection remains limited. This study introduces the Indonesian Prompt Injection Dataset, consisting of 50 attack scenarios constructed using the STAR framework, which combines structured instruction variations with sociotechnical context to expose potential model vulnerabilities. The dataset was used to evaluate three commercial LLM platforms ChatGPT using a GPT-4 class lightweight variant (OpenAI), Gemini 2.5 Flash (Google), and Claude Sonnet 4.5 (Anthropic) through controlled experiments targeting instruction manipulation in Indonesian. The results reveal distinct robustness profiles across models. Gemini 2.5 Flash exhibits moderate observed resilience, with 76% of scenarios classified as medium risk and 12% as high risk. ChatGPT demonstrates higher observed robustness under the tested scenarios, with 88% of cases classified as low risk and no high-risk outcomes. Claude Sonnet 4.5 shows intermediate observed resilience, with 72% low-risk and 28% medium-risk scenarios. High-risk cases primarily involve direct role override, urgency- or emotion-based prompts, and anti-censorship instructions, while structural ambiguities and multi-intent manipulations tend to result in medium risk, and mildly persuasive prompts fall under low risk. These findings suggest that while contemporary LLM defense mechanisms are effective against explicit attacks, contextual and emotionally framed manipulations continue to pose residual security challenges. This study contributes the first Indonesian-language prompt injection dataset and demonstrates the STAR framework as a practical and standardized approach for evaluating LLM security in digital business applications.
A Data Mining Approach to Clustering Cases of Violence Against Children in Indonesia Agnes Irene Silitonga; Silitonga, Agnes Irene
International Journal of Information System and Innovative Technology Vol. 4 No. 2 (2025): December
Publisher : Geviva Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63322/tc9nng05

Abstract

Violence against children in Indonesia remains a crucial issue that requires a data-driven approach for more targeted interventions. This study aims to cluster provinces in Indonesia based on the number of cases of violence and the types of violence committed, namely physical, psychological, and sexual violence. The method used in this study is the K-Means Clustering algorithm, an unsupervised learning technique in data mining that is able to find hidden patterns in large data sets. Data was obtained from the Ministry of Women's Empowerment and Child Protection's Gender and Child Information System (SIGA), which covers 38 provinces. The clustering results produced three main groups: a cluster with high levels of violence consisting of the provinces of North Sumatra, DKI Jakarta, West Java, Central Java, and East Java; a cluster with moderate levels of violence consisting of 16 provinces; and a cluster with low levels of violence covering 17 provinces. These findings are expected to form the basis for the development of evidence-based child protection policies geographically and thematically.
Security Evaluation of Indonesian LLMs for Digital Business Using STAR Prompt Injection Agnes Irene Silitonga; Irwandi, Hafiz; Silitonga, Agnes Irene; Rudy Chandra; Simamora, Windi Saputri
Sinkron : jurnal dan penelitian teknik informatika Vol. 10 No. 1 (2026): Article Research January 2026
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v10i1.15662

Abstract

The adoption of Large Language Models (LLMs) in digital business systems in Indonesia is rapidly increasing; however, systematic security evaluation against Indonesian language prompt injection remains limited. This study introduces the Indonesian Prompt Injection Dataset, consisting of 50 attack scenarios constructed using the STAR framework, which combines structured instruction variations with sociotechnical context to expose potential model vulnerabilities. The dataset was used to evaluate three commercial LLM platforms ChatGPT using a GPT-4 class lightweight variant (OpenAI), Gemini 2.5 Flash (Google), and Claude Sonnet 4.5 (Anthropic) through controlled experiments targeting instruction manipulation in Indonesian. The results reveal distinct robustness profiles across models. Gemini 2.5 Flash exhibits moderate observed resilience, with 76% of scenarios classified as medium risk and 12% as high risk. ChatGPT demonstrates higher observed robustness under the tested scenarios, with 88% of cases classified as low risk and no high-risk outcomes. Claude Sonnet 4.5 shows intermediate observed resilience, with 72% low-risk and 28% medium-risk scenarios. High-risk cases primarily involve direct role override, urgency- or emotion-based prompts, and anti-censorship instructions, while structural ambiguities and multi-intent manipulations tend to result in medium risk, and mildly persuasive prompts fall under low risk. These findings suggest that while contemporary LLM defense mechanisms are effective against explicit attacks, contextual and emotionally framed manipulations continue to pose residual security challenges. This study contributes the first Indonesian-language prompt injection dataset and demonstrates the STAR framework as a practical and standardized approach for evaluating LLM security in digital business applications.
Analisis Sentimen Dalam Pemasaran Digital:Kajian Literatur Agnes Irene Silitonga; Agnes Putri Farida Sitorus; Hafiz Irwandi; Ferry Indra Sakti H. Sinaga
Semnas Ristek (Seminar Nasional Riset dan Inovasi Teknologi) Vol 10, No 1 (2026): SEMNAS RISTEK 2026
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/semnasristek.v10i1.8879

Abstract

Co-Authors Adi Widarma, Adi Agnes Putri Farida Sitorus Akbar Lubis, Ali Ali Akbar Lubis Anisa Fitri Azmi, Aqilah Bakti Dwi Waluyo Batu, Dewi Pika Lbn Caca Pratiwi Chintia Ni Cinta Rizkia Zahra Lubis Darwita Arini Nasution Dewi Pika Lumban Bantu Enjelina Sinaga Erita Astrid Erni Rukmana Ferry Indra Sakti H. Sinaga Fihi Khoirani Sihotang Ginting, Lukas Hafiz Irwandi Hafiz, Fahrul Al-hamdi Haryadi Haryadi - Hastuti, Pebri Hidayatullah, Amar Histi Trifesi Naibaho Immanuel, Michael Fritz Irwandi, Hafiz Jufri Darma Kanaya Yori Damanik Lisa Melvi Ginting Lumban Toruan, Anjel Monika Mega Silfia Dewy, Mega Silfia Melvi Ginting, Lisa Michel Frits Immanuel Muhammad Isnaini Mutia Ardila Mutiara Agustina Nst Mutiara Akbar Nasution Nerva, Souza Al-Gibrani Nurdina Safitri Panjaitan, Bon Jovi Marselino Panjaitan, Gabriella Dominggoes Prayoga, Wira Pulungan, Annisa Fadhillah Ramadhan, Taufiq Ratu Evina Dibyantini Rizwinie, Khesya Sabila Rudy Chandra S, Muhammada Aulia Rahman Sari, Dwy Puspita Selvia Apriani Sembiring, Muhammad Aulia Rahman Sembiring, Samuel Siahaan, Parlaungan Gabriel Silaban, Fanny Margaretha Simamora, Windi Saputri Sinaga, Ferry Indra Sakti H Situmorang, Hasianna Nopina Teguh Fachri Fahros Thohiri, Roza Tumangger, Emya Malum Karina Tyas Permatasari Vetric Styven Silaban Yatty Destani Sandy Yoakim Simamora Yoakim Simamora Zada Annuri Nabila Zega, Elson