cover
Contact Name
Stralen Pratasik
Contact Email
stralente@unima.ac.id
Phone
+6285124006074
Journal Mail Official
edutik@unima.ac.id
Editorial Address
Jl. Kampus Unima, Tonsaru, Tondano Sel., Kabupaten Minahasa, Sulawesi Utara 95618
Location
Kab. minahasa,
Sulawesi utara
INDONESIA
Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi
ISSN : 2798141X     EISSN : 2798141X     DOI : -
Jurnal Edutik merupakan jurnal ilmiah yang diterbitkan oleh Jurusan Pendidikan Teknologi Informasi dan Komunikasi, Fakultas Teknik, Universitas Negeri Manado. Jurnal ini hadir sebagai wadah bagi para akademisi, peneliti, dan praktisi untuk mempublikasikan hasil penelitian yang berkontribusi dalam pengembangan keilmuan di bidang Pendidikan Teknologi Informasi dan Komunikasi, Teknik Informatika, Teknologi Komunikasi, serta Ilmu Komunikasi. Dengan semangat untuk mendorong kemajuan ilmu pengetahuan dan teknologi, Jurnal Edutik memberikan ruang bagi berbagai kajian yang berfokus pada inovasi dan penerapan teknologi dalam dunia pendidikan, perkembangan di bidang teknik informatika, serta dinamika komunikasi berbasis teknologi, termasuk isu-isu terkini yang berkaitan dengan kebijakan pendidikan berbasis digital, kecerdasan buatan dalam pembelajaran, keamanan data dalam sistem pendidikan modern, dan transformasi komunikasi digital di era informasi. Ruang lingkup Jurnal Edutik mencakup berbagai aspek dalam ranah Pendidikan Teknologi Informasi dan Komunikasi, termasuk pengembangan kurikulum berbasis teknologi, model pembelajaran digital, strategi implementasi e-learning yang efektif, serta teknologi pendidikan adaptif. Selain itu, jurnal ini juga mengakomodasi penelitian dalam bidang Teknik Informatika, yang meliputi Rekayasa Perangkat Lunak dengan fokus pada metode pengembangan agile, kecerdasan buatan dalam rekayasa perangkat lunak, serta integrasi cloud computing; Sistem Informasi, yang mencakup pengelolaan big data, keamanan sistem informasi, serta optimalisasi sistem berbasis blockchain; Jaringan dan Keamanan Komputer, yang menyoroti keamanan siber, deteksi ancaman siber berbasis AI, serta optimasi infrastruktur jaringan; serta Sistem Pendukung Keputusan, yang berfokus pada penerapan machine learning dalam pengambilan keputusan, sistem rekomendasi berbasis data, serta penerapan Internet of Things (IoT) dalam otomatisasi keputusan. Dalam ranah Teknologi Komunikasi, jurnal ini mencakup topik-topik seperti pengembangan infrastruktur komunikasi digital, teknologi 5G dan evolusi jaringan masa depan, integrasi media sosial dalam pengelolaan informasi, serta pemanfaatan platform komunikasi berbasis AI dalam interaksi sosial dan pendidikan. Sedangkan dalam bidang Ilmu Komunikasi, ruang lingkup meliputi kajian komunikasi digital, strategi komunikasi di era media baru, komunikasi antar budaya berbasis teknologi, penggunaan media digital dalam kampanye sosial dan pendidikan, serta dinamika perilaku komunikasi dalam masyarakat berbasis teknologi. Sebagai jurnal yang berorientasi pada perkembangan teknologi dan inovasi, Jurnal Edutik juga membuka peluang publikasi bagi penelitian terkait e-Government, termasuk transformasi digital dalam pelayanan publik, kebijakan keamanan data pemerintahan, serta pengelolaan administrasi berbasis AI; Aplikasi Mobile, dengan cakupan pengembangan aplikasi berbasis UI/UX, implementasi augmented reality dan virtual reality, serta aplikasi berbasis kesehatan dan pendidikan. Dengan cakupan yang luas dan multidisipliner, jurnal ini diharapkan menjadi referensi utama bagi para akademisi dan praktisi yang ingin menggali lebih dalam tentang peran teknologi dalam meningkatkan efektivitas pendidikan, pengembangan sistem berbasis digital, serta transformasi komunikasi modern. Melalui publikasi yang berkualitas, Jurnal Edutik berkomitmen untuk terus berkontribusi dalam penguatan keilmuan dan kemajuan teknologi di era digital.
Articles 222 Documents
Pengaruh Konsumsi Konten Beauty TikTok terhadap Citra Diri Perempuan Muda Adzani, Muhammad Raynafa; Priatna, Wahyu Budi; Dharmawan, Leonard
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 media sosial berbasis video pendek, khususnya TikTok, membawa dampak signifikan terhadap pembentukan citra diri perempuan. Konten beauty yang menampilkan standar kecantikan ideal berpotensi memengaruhi evaluasi diri melalui mekanisme perbandingan sosial dan internalisasi visual. Penelitian ini bertujuan menganalisis pengaruh konsumsi konten beauty TikTok terhadap citra diri wanita. Metode penelitian menggunakan pendekatan kuantitatif dengan survei terhadap 60 mahasiswi Program Studi Komunikasi Digital dan Media IPB University. Analisis data dilakukan menggunakan regresi linear sederhana. Hasil penelitian menunjukkan bahwa konsumsi konten beauty TikTok berpengaruh signifikan terhadap citra diri wanita dengan nilai R = 0,666 dan R Square = 0,444. Temuan ini menegaskan bahwa paparan konten kecantikan memberikan kontribusi kuat terhadap pembentukan citra diri perempuan muda.  
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.  
Studi Literatur: Analisis Penggunaan Support Vector Machine dalam Klasifikasi Teks Berita Distribusi Logistik Pilkada 2024 Kassa, Murni; Tangkawarow , Irene Realyta Haldy Trosi
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

Pelaksanaan Pemilihan Kepala Daerah (Pilkada) tahun 2024 menuntut pengelolaan distribusi logistik yang akurat dan tepat waktu. Di sisi lain, masifnya produksi berita pada media daring menyebabkan proses pemantauan dan pengelolaan informasi menjadi sulit apabila dilakukan secara manual. Situasi ini menuntut penerapan metode otomatis berbasis text mining dan natural language processing untuk mengidentifikasi serta mengklasifikasikan berita yang relevan. Penelitian ini bertujuan untuk menelaah secara sistematis pemanfaatan algoritma Support Vector Machine (SVM) dalam klasifikasi teks berita daring, khususnya yang berkaitan dengan distribusi logistik Pilkada 2024. Metode yang digunakan adalah Systematic Literature Review (SLR) terhadap artikel ilmiah yang diterbitkan pada rentang tahun 2020–2025 dan membahas penerapan SVM dalam klasifikasi teks berita. Analisis dilakukan secara deskriptif kualitatif dengan meninjau perbedaan pendekatan metodologis, tahapan prapemrosesan, teknik representasi fitur, serta capaian kinerja algoritma yang dilaporkan pada penelitian sebelumnya. Hasil kajian menunjukkan bahwa algoritma SVM, terutama ketika dikombinasikan dengan pembobotan fitur Term Frequency–Inverse Document Frequency (TF-IDF), mampu memberikan performa klasifikasi yang stabil dan tinggi pada berbagai domain berita daring, dengan tingkat akurasi yang umumnya melampaui 85%. Meskipun demikian, kajian yang secara khusus berfokus pada klasifikasi berita terkait distribusi logistik Pilkada masih relatif terbatas. Oleh sebab itu, penelitian ini menegaskan adanya celah penelitian yang dapat dikembangkan lebih lanjut melalui penerapan SVM untuk klasifikasi berita distribusi logistik Pilkada 2024 secara lebih spesifik dan kontekstual.
Deteksi Hoaks Logistik Pemilu Menggunakan Support Vector Machine dengan SMOTE dan Retensi Negasi Tendean, Christian Yehuda; Tangkawarow, Irene Realyta Haldy Trosi
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

Logistik pemilu merupakan elemen fisik vital dalam kedaulatan demokrasi, namun sering menjadi sasaran disinformasi yang menggunakan istilah teknis untuk memanipulasi opini publik (mimikri). Metode deteksi konvensional sering mengalami kegagalan semantik karena menghapus kata negasi dan bias akibat ketidakseimbangan jumlah data (imbalanced dataset). Penelitian ini bertujuan mengembangkan model deteksi otomatis hoaks logistik menggunakan algoritma Support Vector Machine (SVM) yang dioptimalkan. Metodologi penelitian menerapkan pendekatan kuantitatif eksperimental dengan tiga intervensi utama: (1) Targeted Scraping pada media terverifikasi dan situs debunking, (2) Preprocessing dengan teknik Retensi Negasi untuk menjaga konteks sanggahan, dan (3) Penerapan SMOTE (Synthetic Minority Over-sampling Technique) untuk menyeimbangkan kelas minoritas. Hasil pengujian pada dataset pilot menunjukkan bahwa integrasi SMOTE dan Retensi Negasi mampu menghasilkan performa dengan dominasi nilai Recall (Sensitivitas). Hal ini membuktikan bahwa model efektif mendeteksi hampir seluruh sampel hoaks tanpa bias kelas mayoritas, menjadikannya solusi tepat sebagai sistem peringatan dini, sementara Retensi Negasi mampu menjaga integritas makna pada kalimat krusial yang mengandung penyangkalan. Model yang diusulkan dirancang untuk memprioritaskan nilai Recall guna meminimalisir lolosnya informasi hoaks yang berpotensi memicu konflik sosial.
Sistem Pengaduan Kerja Berbasis Web di Kantor Dinas Tenaga Kerja Kota Tomohon Pehi, Zefanya; Tinambunan , Medi Hermanto
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

Pengelolaan pengaduan ketenagakerjaan di Dinas Tenaga Kerja Kota Tomohon masih dilakukan secara manual sehingga menimbulkan keterlambatan penanganan, dokumentasi yang tidak sistematis, serta rendahnya transparansi bagi masyarakat. Penelitian ini bertujuan mengembangkan Sistem Pengaduan Kerja Berbasis Web sebagai solusi digital untuk meningkatkan efektivitas layanan pengaduan. Metode pengembangan yang digunakan adalah Waterfall yang meliputi tahapan analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Sistem dibangun menggunakan teknologi HTML, PHP, CSS, dan basis data MySQL. Fitur utama yang disediakan meliputi registrasi pengguna, pengajuan pengaduan secara daring dengan unggah bukti pendukung, pemantauan status pengaduan, dashboard monitoring untuk admin, serta pembuatan laporan statistik otomatis. Hasil pengujian fungsional dan User Acceptance Testing menunjukkan bahwa seluruh fitur sistem berjalan sesuai dengan kebutuhan pengguna. Implementasi sistem ini mampu meningkatkan efisiensi pengelolaan pengaduan, memperkuat transparansi layanan, serta mendukung transformasi digital pelayanan publik di Dinas Tenaga Kerja Kota Tomohon.
Penggunaan Brand Ambassador Song Joong Ki terhadap Minat Beli Produk Scarlett di Kalangan Remaja Isma, Tenri Fahira Larasati; Sasmita, Hari Otang; Pranata, Rici Tri Harpin; Riyanto, Sutisna
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

Penelitian ini bertujuan menganalisis pengaruh brand ambassador Song Joong Ki terhadap minat beli produk Scarlett di kalangan remaja. Pendekatan kuantitatif digunakan melalui survei terhadap 88 responden berusia 18–25 tahun yang pernah melihat promosi Scarlett yang menampilkan Song Joong Ki. Data dianalisis dengan regresi linier sederhana untuk mengetahui pengaruh variabel brand ambassador terhadap minat beli. Hasil penelitian menunjukkan bahwa brand ambassador berpengaruh positif dan signifikan terhadap minat beli, ditunjukkan oleh koefisien regresi sebesar 0,867 dengan nilai signifikansi 0,000 (<0,05). Nilai R² sebesar 0,423 mengindikasikan bahwa 42,3% variabilitas minat beli dijelaskan oleh persepsi terhadap brand ambassador. Temuan ini mendukung Source Credibility Model dan Match-Up Hypothesis, yang menegaskan bahwa daya tarik, kepercayaan, dan kesesuaian citra endorser berperan penting dalam membentuk minat beli. Penelitian ini memperkuat bukti bahwa penggunaan figur publik global yang kredibel efektif meningkatkan daya tarik merek lokal.
Analisis Topik dan Tren Pengaduan Masyarakat Kota Tomohon Menggunakan Latent Dirichlet Allocation Polii, Christiano Febriano Allesandro Franko; Rantung, Vivi P.
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

Partisipasi warga merupakan inti dari ekosistem Smart City yang sukses. Di Kota Tomohon, saluran WhatsApp 'Corong Suara Rakyat' (CSR), yang dikelola oleh Dinas Komunikasi dan Informatika (KOMINFO) Kota Tomohon, telah menjadi penghubung penting antara warga dan pejabat pemerintah daerah.Sayangnya, menjamurnya data teks tidak terstruktur menghadirkan hambatan yang membuat pengategorian manual hampir mustahil dilakukan dan rentan terhadap kekeliruan. Penelitian ini memperkenalkan metode otomatis untuk mengeksplorasi topik keluhan publik dan tren waktu menggunakan model Latent Dirichlet Allocation (LDA). Dengan menggunakan 138 log keluhan sebagai masukan, kami mengembangkan alur pra-pemrosesan (preprocessing pipeline) khusus dengan mengintegrasikan pustaka Sastrawi untuk morfologi bahasa Indonesia dan menormalisasi singkatan dialek lokal.Saya membandingkan model saya menggunakan Coherence Score (Cv) dan menemukan bahwa lima topik memberikan representasi terbaik untuk tema-tema yang bermakna secara semantik. Topik-topik yang dihasilkan menampilkan kelompok yang berbeda: Infrastruktur & Laporan Tidak Valid, Tanggap Darurat (Kebakaran/Bantuan), Pelayanan Publik & Ketertiban, Masalah Air Bersih, dan Urusan Administrasi. Temuan ini menunjukkan bahwa LDA mampu mengubah data mentah menjadi wawasan kebijakan yang dapat ditindaklanjuti, yang memungkinkan pemerintah Tomohon untuk beralih dari pengambilan keputusan yang bersifat reaktif menjadi berbasis data.
Studi Literatur: Identifikasi Isu Logistik Pemilu 2024 di Indonesia Menggunakan Pendekatan Text Mining dan Topic Modeling Berbasis Latent Dirichlet Allocation (LDA) pada Data Google News Pantouw, Johanes Mokorimban; Tangkawarow , Irene Realyta Haldy Trosi
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

Sektor logistik memainkan peran vital dalam memastikan kelancaran pelaksanaan Pemilu 2024 di Indonesia, khususnya dalam distribusi, penyimpanan, dan keamanan material pemilu. Isu logistik seperti keterlambatan, kerusakan surat suara, dan tantangan distribusi di daerah terpencil seringkali menjadi hambatan utama dalam proses pemilu. Studi ini bertujuan untuk mengidentifikasi isu-isu logistik utama terkait Pemilu 2024 menggunakan pendekatan penambangan teks dengan algoritma pemodelan topik Latent Dirichlet Allocation (LDA). Data dikumpulkan dari artikel berita daring yang membahas logistik pemilu dan diproses melalui beberapa tahap pra-pemrosesan, termasuk pembersihan teks, tokenisasi, penghapusan stopword, dan representasi Bag-of-Words. Model LDA berhasil mengidentifikasi lima topik dominan terkait logistik pemilu, meliputi distribusi material, peran badan penyelenggara pemilu, tantangan implementasi regional, penyimpanan dan keamanan material pemilu, dan isu-isu terkait surat suara yang rusak. Hasil penelitian menunjukkan bahwa penambangan teks dan pemodelan topik merupakan alat yang efektif untuk mengekstrak wawasan yang bermakna dari data tekstual berskala besar dan dapat mendukung perencanaan dan pengambilan keputusan logistik yang lebih baik untuk pemilu mendatang.
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.