Article Per Year (5 Year)
p-Index From 2021 - 2026
0.961
P-Index
This Author published in this journals
All Journal Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi
Tangkawarow, Irene R. H. T.
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Other

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
Studi Literatur Penerapan Topic Modeling Menggunakan Latent Dirichlet Allocation (LDA) dalam Analisis Dokumen dan Laporan Publik Kalangie, Citra Grace; Tangkawarow, Irene R. H. T.
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

Perkembangan teknologi informasi menyebabkan peningkatan signifikan jumlah dokumen teks tidak terstruktur, khususnya dalam bentuk laporan dan dokumen publik. Kondisi ini menimbulkan tantangan dalam proses analisis manual yang tidak lagi efisien dari sisi waktu dan sumber daya. Salah satu pendekatan yang banyak digunakan untuk mengatasi permasalahan tersebut adalah topic modeling berbasis text mining, dengan Latent Dirichlet Allocation (LDA) sebagai metode yang paling populer. Penelitian ini bertujuan untuk mengkaji secara sistematis penerapan metode LDA dalam analisis dokumen dan laporan publik berdasarkan studi-studi terdahulu. Metode penelitian yang digunakan adalah studi literatur dengan menelaah artikel ilmiah dari jurnal nasional dan internasional yang relevan. Hasil kajian menunjukkan bahwa LDA efektif dalam mengidentifikasi topik laten pada data teks tidak terstruktur di berbagai konteks, termasuk media sosial, dokumen akademik, dan laporan institusional. Namun demikian, keterbatasan masih ditemukan pada aspek interpretasi topik dan penentuan jumlah topik yang optimal. Studi ini diharapkan dapat menjadi rujukan konseptual bagi penelitian lanjutan, khususnya dalam pemanfaatan LDA untuk analisis dokumen resmi pemerintahan.  
Segmentasi Pengawas Pemilu Menggunakan Algoritma K-Means Clustering Palar, Kirei Debora Tasya; Tangkawarow, Irene R. H. T.
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 Ratumbuysang, Gracia I.; Tangkawarow, Irene R. H. T.
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 Pascoal, Jovita; Tangkawarow, Irene R. H. T.
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 Rumate, Prince Cristian; Tangkawarow, Irene R. H. T.
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 Tiouw, Christovel Yoshua; Tangkawarow, Irene R. H. T.
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.
Co-Authors Kalangie, Citra Grace Palar, Kirei Debora Tasya Pascoal, Jovita Ratumbuysang, Gracia I. Rumate, Prince Cristian Tiouw, Christovel Yoshua