Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi
Pascoal, Jovita
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Other

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
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.
Co-Authors Tangkawarow, Irene R. H. T.