Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi
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
356 Documents
<![CDATA[Implementasi ETL untuk Menghasilkan Fact Table Penjualan pada Data Warehouse Menggunakan Pentaho Data Integration ]]>
<![CDATA[Desri Natalis Lasa]]>;
<![CDATA[Ameiliani Dianira Barahama]]>;
<![CDATA[Irene Realyta Haldy Trosi Tangkawarow]]>
<![CDATA[ Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi Vol. 6 No. 4 (2026): EduTIK : Agustus 2026 ]]>
Publisher : <![CDATA[Jurusan PTIK Universitas Negeri Manado ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.67142/edutik.v6i4.516
<![CDATA[ABSTRAK Pertumbuhan volume data transaksi penjualan mendorong kebutuhan sistem pengelolaan data yang mampu mengintegrasikan berbagai sumber ke dalam satu repositori terpusat untuk analisis bisnis. Penelitian ini bertujuan menerapkan mekanisme Extract, Transform, Load (ETL) serta membangun fact table penjualan dalam lingkungan data warehouse menggunakan Pentaho Data Integration (PDI). Tahapan pengembangan mencakup enam tahapan: (1) pengumpulan data transaksi penjualan, (2) perancangan skema data warehouse berbasis star schema, (3) ekstraksi data dari source database menggunakan komponen Table Input, (4) transformasi data melalui mekanisme Sort Rows, Select Values, dan Stream Lookup untuk membangun delapan tabel dimensi serta fact table, (5) pemuatan data ke dalam dimension table dan fact table menggunakan Table Output, serta (6) pengujian dan validasi konsistensi data antara source database dan data warehouse. Hasil implementasi menunjukkan bahwa proses ETL menggunakan PDI berhasil membangun delapan tabel dimensi, yaitu dimensi produk, kategori, kota, harga satuan, jumlah terjual, total penjualan, metode pembayaran, dan waktu, serta satu fact table penjualan yang mengintegrasikan seluruh dimensi melalui mekanisme Stream Lookup dengan pendekatan star schema. Berdasarkan temuan tersebut, disimpulkan bahwa penerapan ETL dan fact table penjualan menggunakan Pentaho Data Integration terbukti mampu mengoptimalkan tata kelola data sekaligus membangun infrastruktur data warehouse yang andal sebagai landasan pelaporan dan analisis data penjualan. ABSTRACT The growing volume of sales transaction data drives the need for a data management system capable of integrating multiple sources into a centralized repository for business analysis. This study aims to implement an Extract, Transform, Load (ETL) mechanism and construct a sales fact table within a data warehouse environment using Pentaho Data Integration (PDI). The development process encompasses six phases: (1) sales transaction data collection, (2) data warehouse schema design based on a star schema, (3) data extraction from the source database using the Table Input component, (4) data transformation through Sort Rows, Select Values, and Stream Lookup mechanisms to build eight dimension tables and a fact table, (5) data loading into each dimension table and fact table using Table Output, and (6) testing and validation of data consistency between the source database and the data warehouse. Implementation results demonstrate that the ETL process using PDI successfully constructed eight dimension tables, namely product, category, city, unit price, quantity sold, total sales, payment method, and time dimensions, along with one sales fact table integrating all dimensions through the Stream Lookup mechanism with a star schema approach. Based on these findings, it is concluded that the implementation of ETL and a sales fact table using Pentaho Data Integration proves capable of optimizing data governance while establishing a reliable data warehouse infrastructure as the foundation for sales data reporting and analysis.]]>
<![CDATA[Pengaruh Konvergensi Media @radarbogor terhadap Minat Baca Mahasiswa Komunikasi Digital dan Media Sekolah Vokasi IPB ]]>
<![CDATA[Fathan Rusward Qorigifar]]>;
<![CDATA[Amiruddin Saleh]]>;
<![CDATA[Harvia Atika Zahira]]>
<![CDATA[ Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi Vol. 6 No. 4 (2026): EduTIK : Agustus 2026 ]]>
Publisher : <![CDATA[Jurusan PTIK Universitas Negeri Manado ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.67142/edutik.v6i4.517
<![CDATA[ABSTRAK Penelitian ini bertujuan untuk menganalisis pengaruh strategi konvergensi media yang dilakukan oleh @radarbogor terhadap minat dan kebiasaan membaca mahasiswa Program Studi Komunikasi Digital dan Media Sekolah Vokasi IPB. Di era disrupsi teknologi, industri media lokal dituntut melakukan inovasi melalui integrasi platform cetak dan digital untuk mempertahankan relevansi di mata audiens Generasi Z. Penelitian ini menggunakan pendekatan kuantitatif dengan metode survei terhadap 45 responden yang dipilih menggunakan teknik purposive sampling. Data primer diolah menggunakan analisis regresi linear sederhana melalui perangkat lunak SPSS untuk menguji hubungan sebab-akibat antarvariabel. Hasil analisis regresi menunjukkan bahwa Konvergensi Media @RadarBogor berpengaruh positif dan signifikan terhadap Minat Baca Mahasiswa (t = 7.024; Sig. < 0.001). Strategi konvergensi media tersebut memberikan kontribusi pengaruh sebesar 53.4% terhadap variasi minat baca (R2 = 0.534), sedangkan sisanya sebesar 46.6% dijelaskan oleh faktor lain di luar model penelitian. Temuan empiris ini mengonfirmasi relevansi Teori Uses and Gratifications di mana integrasi konten multiplatform berhasil memenuhi motif pemenuhan kebutuhan informasi audiens muda. ABSTRACT This study aims to analyze the influence of @radarbogor's media convergence strategy on the reading interest and habits of Digital Communication and Media students at the Vocational School of IPB University. In the era of technological disruption, the local media industry is required to innovate through the integration of print and digital platforms to maintain relevance among Generation Z audiences. This research uses a quantitative approach with a survey method involving 45 respondents selected using a purposive sampling technique. Primary data were processed using simple linear regression analysis via SPSS software to examine the causal relationship between variables. The regression results indicate that @RadarBogor’s media convergence has a positive and significant effect on students' reading interest (t = 7.024; Sig. < .001). The convergence strategy contributes 53.4% to the variance of reading interest (R2 = .534), while the remaining 46.6% is explained by other factors outside this research model. These empirical findings confirm the relevance of the Uses and Gratifications Theory, demonstrating that multiplatform content integration successfully satisfies the information-seeking motives of young audiences.]]>
<![CDATA[Analisis Perubahan Garis Pantai Menggunakan Metode Net Shoreline Movement (NSM) di Teluk Manado, Sulawesi Utara ]]>
<![CDATA[Deborah Makasaehe]]>;
<![CDATA[Victor Lempoy]]>;
<![CDATA[Eunike Manalip]]>;
<![CDATA[Tiny Mananoma]]>
<![CDATA[ Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi Vol. 6 No. 4 (2026): EduTIK : Agustus 2026 ]]>
Publisher : <![CDATA[Jurusan PTIK Universitas Negeri Manado ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.67142/edutik.v6i4.518
<![CDATA[ABSTRAK Perubahan garis pantai merupakan fenomena dinamis yang dipengaruhi oleh faktor alami maupun aktivitas manusia dan dapat berdampak terhadap kondisi lingkungan serta pemanfaatan wilayah pesisir. Penelitian ini bertujuan untuk menganalisis perubahan garis pantai di Teluk Manado, Sulawesi Utara, selama periode 2015–2025 menggunakan metode Net Shoreline Movement (NSM) yang diintegrasikan dengan Digital Shoreline Analysis System (DSAS). Data yang digunakan berupa citra satelit Landsat 8 dan Landsat 9 tahun 2015, 2020, dan 2025 yang diperoleh dari United States Geological Survey (USGS). Tahapan penelitian meliputi pengolahan citra satelit, digitasi garis pantai, pembuatan baseline dan transek, serta analisis perubahan garis pantai menggunakan metode NSM. Hasil penelitian menunjukkan bahwa Teluk Manado mengalami perubahan garis pantai yang cukup signifikan dengan pola abrasi dan akresi yang bervariasi pada setiap segmen pantai. Nilai abrasi maksimum yang diperoleh mencapai -143,56 meter, sedangkan nilai akresi maksimum mencapai 95,05 meter. Sebaran abrasi lebih dominan dibandingkan akresi dan umumnya ditemukan pada kawasan pantai yang langsung berhadapan dengan Laut Sulawesi, sementara akresi banyak terjadi pada kawasan yang dipengaruhi oleh proses sedimentasi dan aktivitas reklamasi pantai. Hasil analisis menunjukkan bahwa metode NSM mampu mengidentifikasi perubahan garis pantai secara efektif dan memberikan informasi spasial mengenai pola abrasi dan akresi di Teluk Manado. Informasi tersebut dapat dimanfaatkan sebagai dasar dalam pengelolaan wilayah pesisir, mitigasi abrasi, serta perencanaan pembangunan kawasan pantai yang berkelanjutan. ABSTRACT Changes in the coastline are a dynamic phenomenon influenced by natural factors as well as human activities and can impact the environmental conditions and use of coastal areas. This study aims to analyze changes in the coastline in Manado Bay, North Sulawesi, over the period 2015–2025 using the Net Shoreline Movement (NSM) method integrated with the Digital Shoreline Analysis System (DSAS). The data used consists of Landsat 8 and Landsat 9 satellite images from 2015, 2020, and 2025 obtained from the United States Geological Survey (USGS). The research stages include processing satellite images, digitizing the coastline, creating baselines and transects, and analyzing coastline changes using the NSM method. The results show that Manado Bay experienced quite significant changes in the coastline with patterns of erosion and accretion varying in each coastal segment. The maximum erosion value obtained reached -143.56 meters, while the maximum accretion value reaches 95.05 meters. Abrasion is more widespread than accretion and is generally found on coastal areas directly facing the Sulawesi Sea, while accretion mostly occurs in areas influenced by sedimentation processes and coastal reclamation activities. The analysis results show that the NSM method can effectively identify coastline changes and provide spatial information about abrasion and accretion patterns in Manado Bay. This information can be used as a basis for coastal area management, abrasion mitigation, and planning for sustainable coastal development.]]>
<![CDATA[Penerapan Convolutional Neural Network untuk Pengenalan Wajah pada Sistem Presensi Digital ]]>
<![CDATA[Astrid Padri Said]]>;
<![CDATA[Parabelem Tinno Dolf Rompas]]>;
<![CDATA[Alfiansyah Hasibuan]]>
<![CDATA[ Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi Vol. 6 No. 4 (2026): EduTIK : Agustus 2026 ]]>
Publisher : <![CDATA[Jurusan PTIK Universitas Negeri Manado ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.67142/edutik.v6i4.519
<![CDATA[ABSTRAK Perubahan garis pantai merupakan fenomena dinamis yang dipengaruhi oleh faktor alami maupun aktivitas manusia dan dapat berdampak terhadap kondisi lingkungan serta pemanfaatan wilayah pesisir. Penelitian ini bertujuan untuk menganalisis perubahan garis pantai di Teluk Manado, Sulawesi Utara, selama periode 2015–2025 menggunakan metode Net Shoreline Movement (NSM) yang diintegrasikan dengan Digital Shoreline Analysis System (DSAS). Data yang digunakan berupa citra satelit Landsat 8 dan Landsat 9 tahun 2015, 2020, dan 2025 yang diperoleh dari United States Geological Survey (USGS). Tahapan penelitian meliputi pengolahan citra satelit, digitasi garis pantai, pembuatan baseline dan transek, serta analisis perubahan garis pantai menggunakan metode NSM. Hasil penelitian menunjukkan bahwa Teluk Manado mengalami perubahan garis pantai yang cukup signifikan dengan pola abrasi dan akresi yang bervariasi pada setiap segmen pantai. Nilai abrasi maksimum yang diperoleh mencapai -143,56 meter, sedangkan nilai akresi maksimum mencapai 95,05 meter. Sebaran abrasi lebih dominan dibandingkan akresi dan umumnya ditemukan pada kawasan pantai yang langsung berhadapan dengan Laut Sulawesi, sementara akresi banyak terjadi pada kawasan yang dipengaruhi oleh proses sedimentasi dan aktivitas reklamasi pantai. Hasil analisis menunjukkan bahwa metode NSM mampu mengidentifikasi perubahan garis pantai secara efektif dan memberikan informasi spasial mengenai pola abrasi dan akresi di Teluk Manado. Informasi tersebut dapat dimanfaatkan sebagai dasar dalam pengelolaan wilayah pesisir, mitigasi abrasi, serta perencanaan pembangunan kawasan pantai yang berkelanjutan. ABSTRACT Changes in the coastline are a dynamic phenomenon influenced by natural factors as well as human activities and can impact the environmental conditions and use of coastal areas. This study aims to analyze changes in the coastline in Manado Bay, North Sulawesi, over the period 2015–2025 using the Net Shoreline Movement (NSM) method integrated with the Digital Shoreline Analysis System (DSAS). The data used consists of Landsat 8 and Landsat 9 satellite images from 2015, 2020, and 2025 obtained from the United States Geological Survey (USGS). The research stages include processing satellite images, digitizing the coastline, creating baselines and transects, and analyzing coastline changes using the NSM method. The results show that Manado Bay experienced quite significant changes in the coastline with patterns of erosion and accretion varying in each coastal segment. The maximum erosion value obtained reached -143.56 meters, while the maximum accretion value reaches 95.05 meters. Abrasion is more widespread than accretion and is generally found on coastal areas directly facing the Sulawesi Sea, while accretion mostly occurs in areas influenced by sedimentation processes and coastal reclamation activities. The analysis results show that the NSM method can effectively identify coastline changes and provide spatial information about abrasion and accretion patterns in Manado Bay. This information can be used as a basis for coastal area management, abrasion mitigation, and planning for sustainable coastal development.]]>
<![CDATA[Analisis Bentuk Kampanye Gerakan Memasyarakatkan Makan Ikan (GEMARIKAN) dalam Mendukung Program Makan Bergizi Gratis ]]>
<![CDATA[Gregorius Manuel Jaya Pardamean]]>;
<![CDATA[Noning Verawati]]>;
<![CDATA[Budhi Waskito]]>
<![CDATA[ Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi Vol. 6 No. 4 (2026): EduTIK : Agustus 2026 ]]>
Publisher : <![CDATA[Jurusan PTIK Universitas Negeri Manado ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.67142/edutik.v6i4.480
<![CDATA[ABSTRAK Program Gerakan Memasyarakatkan Makan Ikan (Gemarikan) merupakan salah satu program pemerintah yang bertujuan meningkatkan kesadaran masyarakat terhadap pentingnya konsumsi ikan sebagai sumber protein bergizi. Dalam pelaksanaannya, program Gemarikan memiliki keterkaitan dengan Program Makan Bergizi Gratis (MBG) yang berfokus pada peningkatan kualitas gizi masyarakat, khususnya anak usia sekolah. Penelitian ini bertujuan untuk menguraikan bentuk kampanye Gemarikan yang dilaksanakan oleh Dinas Kelautan dan Perikanan Provinsi Lampung dalam mendukung Program Makan Bergizi Gratis (MBG). Penelitian menggunakan pendekatan kualitatif deskriptif dengan teknik pengumpulan data berupa wawancara mendalam, observasi, dan dokumentasi. Informan penelitian dipilih secara purposive, yaitu pihak-pihak yang terlibat dalam pelaksanaan program Gemarikan. Analisis data menggunakan model Miles dan Huberman yang meliputi reduksi data, penyajian data, serta penarikan kesimpulan. Hasil penelitian menunjukkan bahwa bentuk kampanye Gemarikan terdiri atas empat bentuk kampanye, yaitu edukasi publik, peristiwa khusus (special events), demonstrasi atau praktik langsung, dan mobilisasi sumber daya. Keempat bentuk kampanye tersebut dilaksanakan secara terpadu melalui kegiatan sosialisasi, Safari Gemarikan, Hari Ikan Nasional (Harkanas), Program Makanan Tambahan Anak Sekolah (PMT-AS), demonstrasi pengolahan ikan, serta kolaborasi dengan berbagai pemangku kepentingan. Temuan penelitian menunjukkan bahwa kampanye Gemarikan tidak hanya berfungsi sebagai sarana penyampaian informasi, tetapi juga meningkatkan keterlibatan masyarakat serta mendukung pemenuhan gizi melalui peningkatan konsumsi ikan dalam pelaksanaan Program Makan Bergizi Gratis. ABSTRACT The Gerakan Memasyarakatkan Makan Ikan (Gemarikan) program is a government initiative aimed at increasing public awareness of the importance of fish consumption as a nutritious source of protein. In its implementation, Gemarikan is closely related to the Free Nutritious Meal Program (MBG), which focuses on improving community nutritional quality, particularly among school-age children. This study aims to describe the forms of the Gemarikan campaign implemented by the Department of Marine Affairs and Fisheries of Lampung Province in supporting the Free Nutritious Meal Program (MBG). This study employed a descriptive qualitative approach. Data were collected through in-depth interviews, observation, and documentation. Informants were selected purposively based on their involvement in the implementation of the Gemarikan program. Data were analyzed using the Miles and Huberman interactive model, consisting of data reduction, data display, and conclusion drawing. The results indicate that the Gemarikan campaign consists of four forms of campaign activities, namely public education, special events, demonstrations or direct practices, and resource mobilization. These campaign forms were implemented through socialization activities, Safari Gemarikan, National Fish Day (Harkanas), the School Supplementary Feeding Program (PMT-AS), fish-processing demonstrations, and collaboration with various stakeholders. The findings reveal that the Gemarikan campaign not only functions as a medium for information dissemination but also enhances community participation and supports nutritional fulfillment through increased fish consumption in the implementation of the Free Nutritious Meal Program.]]>
<![CDATA[Sistem Pendeteksi Dini dan Rekomendasi Penanggulangan Penyakit Tanaman Cabai dengan Arsitektur EfficientNet ]]>
<![CDATA[Ronauli Siregar]]>;
<![CDATA[Audy Aldrin Kenap]]>;
<![CDATA[Medi Hermanto Tinambunan]]>
<![CDATA[ Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi Vol. 6 No. 4 (2026): EduTIK : Agustus 2026 ]]>
Publisher : <![CDATA[Jurusan PTIK Universitas Negeri Manado ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.67142/edutik.v6i4.520
<![CDATA[ABSTRAK Produktivitas cabai merah di Matani Satu terhambat oleh serangan patogen, diagnosis manual yang subjektif, serta infrastruktur internet perkebunan yang tidak stabil. Penelitian ini bertujuan membangun model Deep Learning berarsitektur EfficientNet-B0 untuk deteksi dini penyakit daun cabai merah dan merancang sistem rekomendasi penanggulangan cerdas berbasis Progressive Web App (PWA). Metodologi penelitian menggunakan 2.141 dataset hibrida dengan tahapan akuisisi data, pra-pemrosesan, pemodelan transfer learning, penalaan parameter menggunakan bobot kelas (Class Weights) untuk memitigasi ketidakseimbangan data, perancangan basis pengetahuan, hingga implementasi sistem. Hasil evaluasi menunjukkan model mencapai akurasi validasi sebesar 94,39% dengan tingkat loss 0,21. Pendekatan Cost-Sensitive Learning terbukti efektif mengenali kelas penyakit minoritas secara sempurna. Fitur Explainable AI berupa Grad-CAM juga berhasil diimplementasikan guna memberikan transparansi visual pada area infeksi daun. Kesimpulannya, integrasi inferensi AI di sisi klien (client-side) melalui PWA menjadi solusi yang efektif, memungkinkan para petani mandiri untuk mendiagnosis penyakit dan memperoleh rekomendasi tindakan agronomis secara real-time meskipun dalam kondisi tanpa koneksi internet (offline). ABSTRACT Red chili productivity in Matani Satu is hindered by pathogen attacks, subjective manual diagnosis, and unstable plantation internet infrastructure. This study aims to build a Deep Learning model with an EfficientNet-B0 architecture for early detection of red chili leaf diseases and design an intelligent treatment recommendation system based on a Progressive Web App (PWA). The research methodology utilizes 2,141 hybrid datasets involving data acquisition, preprocessing, transfer learning modeling, parameter tuning using Class Weights to mitigate data imbalance, knowledge base design, and system implementation. Evaluation results indicate the model achieved a validation accuracy of 94.39% with a loss rate of 0.21. The Cost-Sensitive Learning approach proved effective in perfectly recognizing minority disease classes. The Explainable AI feature, Grad-CAM, was also successfully implemented to provide visual transparency of leaf infection areas. In conclusion, the integration of client-side AI inference through PWA provides an effective solution, enabling independent farmers to diagnose diseases and obtain agronomic action recommendations in real-time even without an internet connection (offline). ]]>
<![CDATA[Efektivitas Pemanfaatan Pesan Sosial Berbasis Pemberdayaan Penyandang Disabilitas dalam Komunikasi Pemasaran Digital Batik Siger ]]>
<![CDATA[Adelia Dwi Safitri]]>;
<![CDATA[Budhi Waskito]]>;
<![CDATA[Noning Verawati]]>
<![CDATA[ Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi Vol. 6 No. 4 (2026): EduTIK : Agustus 2026 ]]>
Publisher : <![CDATA[Jurusan PTIK Universitas Negeri Manado ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.67142/edutik.v6i4.521
<![CDATA[ABSTRAK Penelitian ini bertujuan menganalisis efektivitas pesan sosial berbasis pemberdayaan penyandang disabilitas dan pesan komersial dalam komunikasi pemasaran digital terhadap perilaku konsumen UMKM Batik Siger. Latar belakang penelitian didasari oleh semakin meluasnya penggunaan media sosial sebagai platform pemasaran, namun kajian kuantitatif mengenai pengaruh pesan sosial berbasis isu disabilitas terhadap perilaku konsumen masih sangat terbatas. Penelitian menggunakan pendekatan kuantitatif dengan metode survei melalui kuesioner skala Likert 1–4 yang disebarkan kepada 175 responden (95 Instagram, 80 TikTok) menggunakan purposive sampling. Variabel independen terdiri dari pesan sosial (X1) dan pesan komersial (X2), sedangkan variabel dependen adalah perilaku konsumen (Y) yang mencakup minat beli dan keputusan pembelian. Analisis data menggunakan regresi linear sederhana dan regresi linear berganda dengan bantuan SPSS 27. Hasil penelitian menunjukkan bahwa pesan sosial berpengaruh positif dan signifikan terhadap perilaku konsumen (β=0,545; Sig.=0,000), begitu pula pesan komersial (β=0,591; Sig.=0,000). Secara simultan, kedua variabel menjelaskan 71% variasi perilaku konsumen (R²=0,710). Pesan komersial terbukti lebih dominan dibandingkan pesan sosial pada kedua platform. Indikator penawaran promosi (β=0,565) merupakan faktor pesan komersial paling berpengaruh, sementara daya tarik emosional (β=0,538) menjadi indikator pesan sosial terkuat, khususnya di TikTok. Implikasi penelitian ini mendukung strategi komunikasi pemasaran digital yang mengintegrasikan pesan komersial sebagai strategi utama dengan pesan sosial berbasis pemberdayaan disabilitas sebagai strategi pendukung untuk membangun citra positif dan kedekatan emosional dengan konsumen. ABSTRACT This study aims to analyze the effectiveness of social messages based on the empowerment of persons with disabilities and commercial messages in digital marketing communication on consumer behavior of UMKM Batik Siger. The study is motivated by the growing use of social media as a marketing platform, while quantitative research on the impact of disability-themed social messages on consumer behavior remains scarce. A quantitative approach using survey method was employed, with data collected through Likert 1–4 scale questionnaires distributed to 175 respondents (95 Instagram, 80 TikTok) using purposive sampling. Independent variables consist of social messages (X1) and commercial messages (X2), while the dependent variable is consumer behavior (Y) comprising purchase intention and purchase decision. Data were analyzed using simple and multiple linear regression with SPSS 27. Results indicate that social messages positively and significantly influence consumer behavior (β=0.545; Sig.=0.000), as do commercial messages (β=0.591; Sig.=0.000). Simultaneously, both variables explain 71% of consumer behavior variance (R²=0.710). Commercial messages prove more dominant than social messages on both platforms. The promotional offer indicator (β=0.565) is the most influential commercial message factor, while emotional appeal (β=0.538) is the strongest social message indicator, particularly on TikTok. The findings support an integrated digital marketing communication strategy that positions commercial messages as the primary strategy and disability-empowerment social messages as a supporting strategy to build a positive brand image and emotional closeness with consumers.]]>
<![CDATA[Klasifikasi Potensi Pelanggaran Pemilu 2024 pada Platform X Menggunakan Model IndoBERTweet ]]>
<![CDATA[Christenia Tagah]]>
<![CDATA[ Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi Vol. 6 No. 4 (2026): EduTIK : Agustus 2026 ]]>
Publisher : <![CDATA[Jurusan PTIK Universitas Negeri Manado ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.67142/edutik.v6i4.522
<![CDATA[ABSTRAK Media sosial X (sebelumnya Twitter) telah muncul sebagai saluran utama untuk penyebaran informasi, sekaligus menghadirkan risiko signifikan terhadap pelanggaran pemilu selama Pemilihan Umum (Pemilu) Indonesia 2024. Penelitian ini bertujuan untuk mendeteksi potensi pelanggaran terkait pemilu, seperti kampanye hitam (black campaign) dan hoaks, menggunakan teknik Pemrosesan Bahasa Alami (Natural Language Processing/NLP). Kumpulan data (dataset) yang terdiri dari 1.141 twit dikumpulkan dan melalui tahapan pra-pemrosesan (preprocessing) yang ketat serta pelabelan biner. Penelitian ini mengimplementasikan IndoBERTweet, sebuah model deep learning transformer yang dilatih khusus sebelumnya (pre-trained) menggunakan diskursus Twitter berbahasa Indonesia. Hasil eksperimen menunjukkan bahwa model IndoBERTweet mencapai akurasi luar biasa sebesar 98% dan F1-score sebesar 98% dalam mengidentifikasi potensi pelanggaran. Visualisasi Word Cloud lebih lanjut mengidentifikasi dominasi istilah-istilah kunci seperti "hoax" (hoaks), "fitnah", dan "black campaign" (kampanye hitam) di dalam data pelanggaran yang terdeteksi. Temuan ini membuktikan bahwa melakukan penyesuaian (fine-tuning) pada model bahasa yang dilatih secara lokal sangat efektif untuk memantau konten pemilu digital di Indonesia. Penelitian ini berkontribusi dalam menyediakan kerangka kerja yang kuat bagi pihak berwenang untuk memitigasi eskalasi pelanggaran digital secara real-time. ABSTRACT Social media platform X (formerly Twitter) has emerged as a primary channel for information dissemination while simultaneously presenting significant risks for election violations during the 2024 Indonesian General Election. This study aims to detect potential election-related violations, such as black campaigns and hoaxes, using Natural Language Processing (NLP) techniques. A dataset comprising 1,141 tweets was collected and subjected to a rigorous preprocessing pipeline and binary labeling. The research implements IndoBERTweet, a deep learning transformer model specifically pre-trained on Indonesian Twitter discourse. The experimental results demonstrate that the IndoBERTweet model achieves an exceptional accuracy of 98% and an F1-score of 98% in identifying potential violations. Word Cloud visualizations further identify a dominance of key terms such as "hoax," "slander" (fitnah), and "black campaign" within the detected violation data. These findings prove that fine-tuning a locally pre-trained language model is highly effective for monitoring digital election content in Indonesia. This study contributes a robust framework for authorities to mitigate the escalation of digital violations in real-time.]]>
<![CDATA[Pemanfaatan Algoritma Convolutional Neural Networks (CNN) untuk Analisis Opini Publik terhadap Pemilihan Umum melalui Media Sosial X ]]>
<![CDATA[Claudia Pither]]>;
<![CDATA[Irene Realyta Haldy Trosi Tangkawarow]]>;
<![CDATA[Audy Aldrin Kenap]]>
<![CDATA[ Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi Vol. 6 No. 4 (2026): EduTIK : Agustus 2026 ]]>
Publisher : <![CDATA[Jurusan PTIK Universitas Negeri Manado ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.67142/edutik.v6i4.523
<![CDATA[ABSTRAK Studi ini bertujuan untuk mengklasifikasikan sentimen publik terkait Pemilihan Suara Ulang (PSU) guna memetakan opini publik digital di media sosial X yang sangat penting bagi peneliti dan administrator pemilu dalam memahami respons masyarakat terhadap sengketa pemilu dengan kondisi data yang sangat tidak seimbang. Sebanyak 1.016 tweet dikumpulkan dan diproses melalui tahapan pra-pemrosesan teks meliputi pembersihan, normalisasi, dan stemming, yang kemudian dilabeli menggunakan leksikon kontekstual diperluas serta titik data manual. Untuk mengatasi ketidakseimbangan kelas ekstrem tanpa menyebabkan kebocoran data, algoritma Random Over-Sampling (ROS) diterapkan secara eksklusif pada set pelatihan sebelum melatih model Convolutional Neural Network (CNN) berbasis embedding Word2Vec (100 dimensi, ukuran jendela 5, 15 epoch, ukuran batch 32) untuk dibandingkan dengan baseline Naive Bayes + TF-IDF + ROS. Berdasarkan distribusi dataset yang terdiri dari 79,4% Netral, 18,3% Positif, dan 2,3% Negatif, hasil eksperimen menunjukkan bahwa model CNN + Word2Vec + ROS yang diusulkan berhasil mencapai akurasi validasi sebesar 92,20% dan skor F1 Makro sebesar 0,78, terbukti mengungguli model dasar Naive Bayes yang hanya mencapai akurasi 80,49% dan skor F1 Makro 0,73. Meskipun integrasi Word2Vec dan ROS berhasil mengurangi keterbatasan pengklasifikasi berbasis frekuensi dalam wacana politik yang timpang, skor F1 untuk kelas negatif minoritas yang bernilai 0,55 menyoroti bahwa mendeteksi opini kritis masih menjadi tantangan yang memerlukan penyempurnaan metodologis lebih lanjut. Secara keseluruhan, studi ini memberikan kontribusi penting pada analisis sentimen politik di Indonesia dengan mengevaluasi potensi pembelajaran mendalam (deep learning) dalam menyediakan kerangka kerja pemantauan sentimen elektoral yang kuat, sekaligus menekankan pentingnya ketelitian metodologis dalam menyeimbangkan deteksi sudut pandang minoritas secara cermat. ABSTRACT This study aims to classify public sentiment related to the Re-vote Election (PSU) in order to map digital public opinion on social media X which is very important for researchers and election administrators in understanding public responses to election disputes with highly imbalanced data conditions. A total of 1,016 tweets were collected and processed through text pre-processing stages including cleaning, normalization, and stemming, which were then labeled using an expanded contextual lexicon as well as manual data points. To address extreme class imbalance without causing data leakage, the Random Over-Sampling (ROS) algorithm was applied exclusively to the training set before training a Word2Vec embedding-based Convolutional Neural Network (CNN) model (100 dimensions, window size 5, 15 epochs, batch size 32) to be compared with the baseline Naive Bayes + TF-IDF + ROS. Based on the dataset distribution consisting of 79.4% Neutral, 18.3% Positive, and 2.3% Negative, the experimental results show that the proposed CNN + Word2Vec + ROS model successfully achieved a validation accuracy of 92.20% and a Macro F1 score of 0.78, proven to outperform the baseline Naive Bayes model which only achieved an accuracy of 80.49% and a Macro F1 score of 0.73. Although the integration of Word2Vec and ROS successfully mitigated the limitations of frequency-based classifiers in imbalanced political discourse, the F1 score for the minority negative class of 0.55 highlights that detecting critical opinions remains a challenge that requires further methodological refinement. Overall, this study makes an important contribution to political sentiment analysis in Indonesia by evaluating the potential of deep learning in providing a robust electoral sentiment monitoring framework, while emphasizing the importance of methodological rigor in carefully balancing minority viewpoint detection.]]>
<![CDATA[Analisis Sentimen Pelanggaran Politik Uang pada Pilkada Menggunakan Integrasi SMOTE dan Long Short-Term Memory (LSTM) ]]>
<![CDATA[Keiza Sasako]]>;
<![CDATA[Irene Realyta Haldy Trosi Tangkawarow]]>;
<![CDATA[Efraim Ronald S Moningkey]]>
<![CDATA[ Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi Vol. 6 No. 4 (2026): EduTIK : Agustus 2026 ]]>
Publisher : <![CDATA[Jurusan PTIK Universitas Negeri Manado ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.67142/edutik.v6i4.524
<![CDATA[ABSTRAK Praktik politik uang merupakan ancaman serius terhadap integritas Pemilihan Kepala Daerah (Pilkada) di Indonesia, di mana opini dan keluhan publik banyak disuarakan melalui media sosial X. Namun, analisis sentimen otomatis terhadap isu ini sering terkendala oleh ketimpangan kelas data yang parah antara dokumen teks positif dan negatif. Penelitian ini bertujuan untuk mengimplementasikan alur kerja baru yang mengintegrasikan teknik penyeimbangan data berbasis Synthetic Minority Over-sampling Technique (SMOTE) dan arsitektur sekuensial Long Short-Term Memory (LSTM) untuk mengklasifikasikan sentimen terkait pelanggaran pemilu. Dataset yang digunakan terdiri dari 1.013 unggahan bahasa Indonesia dari platform X yang diekstraksi dari Oktober hingga November 2024. Metode penelitian meliputi prapemrosesan teks (cleaning, case folding, normalisasi, stopword removal, dan tokenisasi), ekstraksi fitur Embedding, aplikasi SMOTE pada ruang vektor, dan klasifikasi menggunakan LSTM 128 memori tersembunyi. Hasil penelitian menunjukkan bahwa penambahan SMOTE berhasil mengatasi masalah bias kelas mayoritas pada model LSTM standar. Model usulan SMOTE-LSTM ini mampu mendongkrak performa deteksi kelas minoritas secara signifikan, menghasilkan nilai presisi sebesar 0,84, recall sebesar 0,83, dan F1-score sebesar 0,83 pada kelas negatif (laporan kecurangan). Kesimpulan dari penelitian ini menunjukkan bahwa integrasi SMOTE dan LSTM memberikan sensitivitas yang kokoh dalam mengenali opini kecurangan pemilu, sehingga sangat layak dipertimbangkan sebagai modul awal sistem pemantauan digital otomatis bagi Badan Pengawas Pemilihan Umum (Bawaslu). ABSTRACT The practice of money politics poses a serious threat to the integrity of regional elections (Pilkada) in Indonesia, where public opinions and complaints are widely voiced through the social media platform X. However, automated sentiment analysis on this issue is frequently hindered by a severe data class imbalance between positive and negative text documents. This study aims to implement a new workflow integrating the data balancing technique based on Synthetic Minority Over-sampling Technique (SMOTE) and the sequential architecture of Long Short-Term Memory (LSTM) to classify sentiments regarding election violations. The dataset consists of 1,013 Indonesian posts from platform X, extracted from October to November 2024. The methodology includes text preprocessing (cleaning, case folding, normalization, stopword removal, and tokenization), Embedding feature extraction, the application of SMOTE in the vector space, and classification using an LSTM with 128 hidden memory units. The results indicate that the incorporation of SMOTE successfully resolved the majority class bias inherent in the standard LSTM model. The proposed SMOTE-LSTM model significantly boosted the detection performance of the minority class, yielding a precision of 0.84, a recall of 0.83, and an F1-score of 0.83 for the negative class (fraud reports). The conclusion of this study demonstrates that the integration of SMOTE and LSTM provides robust sensitivity in recognizing election fraud opinions, making it highly viable as an initial automated digital monitoring module for the Elections Supervisory Agency (Bawaslu).]]>
