Article Per Year (5 Year)
p-Index From 2021 - 2026
4.239
P-Index
This Author published in this journals
All Journal Indonesian Journal Of Civil Engineering Education IKRA-ITH Informatika : Jurnal Komputer dan Informatika JURIKOM (Jurnal Riset Komputer) REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer Indonesian Journal of Innovation Studies Jurnal Minfo Polgan (JMP) International Journal of Information Techonology and Education (IJITE) The Indonesian Journal of Computer Science semanTIK INOVTEK Polbeng - Seri Informatika Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi Academia Open
Glenn D. P. Maramis
Universitas Negeri Manado
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Medicine & Pharmacology Public Health Social Sciences Other

Published : 33 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 33 Documents
Search

 1   2   3   4 
Aplikasi Augmented Reality Pengenalan Bahasa Toulour Menggunakan Metode Multimedia Development Life Cycle Gabrielle Richard Suwuh; Efraim R. S. Moningkey; Glenn D. P. Maramis
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol. 10 No. 2 (2026): IKRAITH-INFORMATIKA Vol 10 No 2 Juli 2026
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

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

Abstract

Bahasa Toulour merupakan salah satu bahasa daerah di Sulawesi Utara yang berstatus terancam punah akibat dominasi penggunaan bahasa Melayu Manado di kalangan generasi muda. Fase usia dini (golden age) merupakan periode krusial dalam penyerapan kosakata, namun media pembelajaran konvensional dua dimensi (2D) saat ini dinilai kurang interaktif dan gagal mempertahankan fokus anak. Penelitian ini bertujuan untuk merancang dan membangun aplikasi edukasi Augmented Reality (AR) berbasis Android sebagai media pengenalan kosakata dasar bahasa Toulour yang interaktif. Metode pengembangan sistem menggunakan Multimedia Development Life Cycle (MDLC) versi Luther-Sutopo yang mencakup enam tahapan: Concept, Design, Material Collecting, Assembly, Testing, dan Distribution. Aplikasi ini mengintegrasikan enjin Unity 3D dengan Vuforia SDK untuk memproyeksikan visualisasi model tiga dimensi (3D) beserta audio pelafalan asli dari 25 objek fundamental tepat di atas kartu penanda (flashcard/marker) secara real-time. Pengujian fungsionalitas dilakukan melalui metode Black-Box Testing, sedangkan uji kompatibilitas dieksekusi pada lintas gawai Android. Hasil pengujian menunjukkan bahwa seluruh fitur tombol navigasi, kestabilan pelacakan marker oleh kamera, dan keselarasan output audio berjalan dengan sukses 100%, sehingga layak digunakan sebagai media ajar inovatif untuk mendukung pelestarian kebudayaan Minahasa.
ANALISIS SENTIMEN TERHADAP AI TOOLS DI MEDIA SOSIAL X DENGAN ALGORITMA SUPPORT VECTOR MACHINE Glenn D. P. Maramis; Quido C. Kainde; Kevin Mawuntu
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol. 10 No. 2 (2026): IKRAITH-INFORMATIKA Vol 10 No 2 Juli 2026
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

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

Abstract

Perkembangan AI Tools seperti ChatGPT, Gemini AI, dan Meta AI di Indonesia memicu polarisasi opini di media sosial X antara peningkatan produktivitas dan kekhawatiran keamanan data. Melalui pemanfaatan kernel Radial Basis Function (RBF) pada Support Vector Machine (SVM) dan ekstraksi fitur TF-IDF, penelitian ini diarahkan untuk mengklasifikasikan sentimen tersebut. Dari 3.531 tweet yang dikumpulkan melalui tweet-harvest, tahap pemrosesan teks menghasilkan 3.483 data bersih. Pelabelan otomatis berbasis leksikon membagi data menjadi 1.821 sentimen positif dan 1.662 negatif. Melalui pengujian dengan rasio data 80:20, model SVM menghasilkan akurasi total 80,0% dengan Precision 0,80 untuk kedua kelas. Model ini lebih optimal dalam mengenali sentimen positif (Recall 0,83 dan F1-Score 0,81) dibandingkan kelas negatif (Recall 0,76 dan F1-Score 0,78). Hasil ini membuktikan bahwa mayoritas masyarakat Indonesia merespons positif dan adaptif terhadap integrasi AI Tools dalam aktivitas harian.
REKOMENDASI KAFE DI KOTA BITUNG MENGGUNAKAN ALGORITMA CONTENT-BASED FILTERING Karmel Daud Tambajong; Glenn D. P. Maramis; Quido C. Kainde
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol. 10 No. 2 (2026): IKRAITH-INFORMATIKA Vol 10 No 2 Juli 2026
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

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

Abstract

Penelitian ini bertujuan untuk merancang dan membangun sistem rekomendasi kafe berbasis websitedi Kota Bitung menggunakan algoritma Content-Based Filtering (CBF) guna membantu penggunamenemukan kafe yang sesuai dengan preferensi fasilitas dan lokasi. Permasalahan utama yang dihadapiadalah keterbatasan informasi terintegrasi mengenai fasilitas kafe, sehingga proses pencarian kafe yangsesuai menjadi kurang efektif. Sistem dikembangkan menggunakan pendekatan Stateless Architecture tanpamekanisme login untuk meningkatkan kenyamanan pengguna dan menjaga privasi data geolokasi. MetodeOne-Hot Encoding diterapkan untuk merepresentasikan atribut fasilitas kafe ke dalam bentuk vektor biner,sedangkan Cosine Similarity digunakan untuk menghitung tingkat kemiripan antara preferensi penggunadan karakteristik kafe. Selain itu, Haversine Formula diintegrasikan sebagai penyaring berbasis radiuslokasi guna mengoptimalkan hasil rekomendasi berdasarkan jarak pengguna. Penelitian menggunakanmetode Rapid Application Development (RAD) dengan data yang diperoleh melalui observasi lapangan,wawancara, dan kuesioner terhadap 20 kafe di Kota Bitung. Hasil pengujian menunjukkan bahwa sistemberhasil diimplementasikan dengan tingkat penerimaan pengguna (User Acceptance Testing/UAT) sebesar96,6%, serta serta mampu menghasilkan rekomendasi kafe berdasarkan preferensi fasilitas dan lokasipengguna. Dengan demikian, sistem yang dikembangkan mampu memberikan rekomendasi kafe secaraobjektif, akurat, dan sesuai preferensi pengguna berikan
Co-Authors Abigail A. Raranta Alfiansyah Hasibuan Amran Panjaitan Arsila Duaulu Audy Aldrian Kepan Audy Aldrin Kenap Brandon Natanael Gerungan Clara A. Tombi Mongan Cristiana V Pusung Efraim R. S. Moningkey Elma Limbong Matasak Elsayanti Pasalli’ Fajriyan Anthone Faldy Andreas Gosal Fernando H Sembel Frendy Rikal Gerung Gabrielle Richard Suwuh Gladly Caren Rorimpandey Grasella Pandey Jibrael Muntuuntu Karmel Daud Tambajong Kevin Mawuntu Kristofel Santa Lordy Frangky Karel Lorentza Claudia Rianti Peres Tawaa Maleke, Ferdinan Jufri Marthasya Chantika Putri Ranti Meisela Renata Ondang Mesiasi Anjelika Supit Muhammad Lukmansyah Sulaiman parabelem tinno dolf rompas Quido Conferti Kainde Rafael Revi Runtu Reonaldy Berikang Ricky Makalalag Rista Yuditia Ra'bang Ruth junia Sinaga Sandra Keren Lumanauw Silalahi, Rike Sondy Campvid Kumajas Syalomita Cinta Timothy David Jovani Sumual Yustin Sengga