Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Malcom: Indonesian Journal of Machine Learning and Computer Science
Limbong, Josua Josen A
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
Analisis User Experience Gemini AI pada Jurusan Teknik Informatika Menggunakan User Experience Questionnaire (UEQ): User Experience Analysis of Gemini AI in Informatics Engineering Using User Experience Questionnaire Sabami, Rivaldo Otniel Moreno Samber; Limbong, Josua Josen A; Marini, Lion Ferdinand
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 6 No. 3 (2026): MALCOM July 2026
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v6i3.2746

Abstract

Pemakaian Generative Artificial Intelligence (GenAI) telah menjadi bagian dari kegiatan akademik di perguruan tinggi, terutama pada program studi yang berkaitan erat dengan teknologi komputasi. Hasil pra-survei di Jurusan Teknik Informatika Universitas Papua memperlihatkan bahwa Gemini AI merupakan perangkat GenAI yang paling sering dimanfaatkan oleh mahasiswa dan dosen. Namun, pengalaman penggunaan platform tersebut belum pernah diukur secara empiris dalam konteks jurusan tersebut. Oleh karena itu, penelitian ini mengevaluasi Gemini AI dengan instrumen User Experience Questionnaire (UEQ). Data penelitian berasal dari 111 responden yang dipilih menggunakan purposive sampling dan terdiri atas mahasiswa serta dosen. Hasil analisis menunjukkan bahwa enam skala UEQ memperoleh nilai rata-rata positif dan semuanya berada di atas batas interpretasi 0,8. Skor tertinggi terdapat pada Kejelasan (1,63), kemudian Efisiensi (1,53) dan Daya Tarik (1,48), sedangkan Kebaruan menjadi skor paling rendah (1,18). Jika dibandingkan dengan dataset benchmark UEQ, sebagian skala berada pada kategori Above Average dan skala lainnya masuk kategori Good. Dengan demikian, Gemini AI dipandang mudah dipahami, efisien, dan cukup dapat diandalkan untuk menunjang aktivitas akademik. Meskipun demikian, nilai Kebaruan yang lebih rendah menunjukkan bahwa penyegaran antarmuka, variasi pola interaksi, serta fitur yang lebih inovatif masih perlu dikembangkan agar keterlibatan pengguna meningkat.
Co-Authors Marini, Lion Ferdinand Sabami, Rivaldo Otniel Moreno Samber