Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Journal Automation Computer Information System (JACIS)
Felisberto Pereira
Universitas Amikom Yogyakarta
Computer Science & IT Control & Systems Engineering

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

Found 1 Documents
Search

 1 
Optimasi Strategi Digital Website Menggunakan WebQual 4.0, IPA dan Model SVM Felisberto Pereira; Ema Utami
Journal Automation Computer Information System Vol. 6 No. 2 (2026): November (In Progress Issue)
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v6i2.194

Abstract

Website memiliki peran penting dalam manajemen akademik dan meningkatkan reputasi suatu institusi pendidikan. Kualitas layanan website merupakan faktor krusial yang memengaruhi kepuasan pengguna platform digital. Universitas Dili (UNDIL) merupakan salah satu perguruan tinggi yang memanfaatkan website resmi sebagai sarana utama penyedia informasi akademik bagi mahasiswanya. Penelitian ini bertujuan untuk mengevaluasi kualitas layanan website UNDIL melalui pendekatan hibrida (hybrid approach) dengan mengintegrasikan metode kuantitatif Importance-Performance Analysis (IPA) dan pendekatan Text Mining berbasis Support Vector Machine (SVM). Data kuantitatif diperoleh dari 400 responden mahasiswa melalui kuesioner berbasis dimensi WebQual 4.0. Melalui uji validitas dan reliabilitas instrumen yang ketat, diperoleh 11 indikator valid yang siap diujikan. Hasil pemetaan Diagram Kartesius IPA menunjukkan bahwa Atribut Q23 (Tampilan website tetap rapi saat diakses melalui smartphone) menjadi satu-satunya parameter yang terisolasi di Kuadran I (Prioritas Utama). Untuk memvalidasi temuan spasial tersebut secara tekstual dan kontekstual, algoritma SVM dilatih menggunakan korpus data berupa 174 ulasan terbuka dari mahasiswa. Hasil pengujian komputasi pada lingkungan Google Colab menunjukkan bahwa model SVM berbasis pembobotan TF-IDF mampu mengklasifikasikan sentimen opini pengguna dengan tingkat performa yang optimal, mencapai akurasi sebesar 96,30%. Integrasi kedua metode ini membuktikan secara ilmiah bahwa kendala utama platform terletak pada aspek mobile-responsiveness, sehingga memberikan landasan objektif bagi manajemen IT UNDIL untuk memprioritaskan rekayasa ulang antarmuka (UI/UX design) yang ramah seluler demi mengoptimalkan kualitas layanan digital
Co-Authors Ema Utami