Claim Missing Document
Check
Articles

Found 3 Documents
Search

Design of Graduate Learning Outcome Management Features in INSPIRE OBE Application Rivaldy Abraham Michael Tulung; Alwin Sambul; Sary Paturusi
Jurnal Teknik Elektro dan Komputer Vol. 15 No. 2 (2026): Jurnal Teknik Elektro dan Komputer
Publisher : Universitas Sam Ratulangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35793/jtek.v15i2.65755

Abstract

Abstract — Outcome-Based Education (OBE) positions Program Learning Outcomes (PLO/CPL) as the core reference for curriculum design, course planning, and assessment. In practice, study programs often struggle with maintaining consistent CPL data, mapping each CPL to supporting courses, and assigning contribution weights required for measurable attainment calculations. This study presents the design of a CPL management feature within the INSPIRE application at Universitas Sam Ratulangi to centralize CPL definition, link CPL items to relevant courses, and manage contribution weights in a traceable, well-documented manner. A prototype approach was employed so that interface designs and validation rules could be iteratively evaluated with key users (study program coordinators). The resulting design enables CPL input based on curriculum context, connects each CPL to a list of courses with defined contribution weights, and prepares a data structure that supports the OBE traceability chain down to Course Learning Outcomes (CPMK) and Sub-CPMK. The feature improves traceability between graduate targets and supporting courses, reduces reliance on scattered documents, and provides a reliable foundation for subsequent monitoring and evidence-based quality assurance. Keywords — OBE, learning outcomes, curriculum mapping, weighting, INSPIRE
Perbandingan Metode Support Vector Machine dan Convolutional Neural Network untuk Analisis Sentimen pada Google Classroom di Google Play Store Kerenhapukh Priskila Waworuntu; Kevin Bryan Kalengkongan; Muh. Fakhril Huri; Sary Paturusi
Jurnal Mahasiswa Teknik Informatika Vol. 5 No. 2 (2026): Volume 5 Nomor 2 Oktober 2026
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Google Classroom merupakan salah satu platform pembelajaran daring yang banyak digunakan dan menyediakan fitur ulasan pada Google Play Store sebagai media bagi pengguna untuk menyampaikan pengalaman, keluhan, maupun penilaian terhadap aplikasi. Ulasan tersebut dapat dimanfaatkan untuk memperoleh informasi mengenai persepsi pengguna melalui analisis sentimen. Penelitian ini bertujuan untuk membandingkan kinerja metode Support Vector Machine (SVM) dan Convolutional Neural Network (CNN) pada analisis sentimen ulasan Google Classroom di Google Play Store. Data penelitian diperoleh melalui proses web scraping dan menghasilkan 1806 ulasan yang kemudian melalui tahapan preprocessing sehingga diperoleh 1735 ulasan yang siap dianalisis. Pelabelan sentimen dilakukan menggunakan pendekatan Lexicon-Based Sentiment Analysis, sedangkan proses klasifikasi dilakukan menggunakan tiga skenario, yaitu TF-IDF + SVM, TF-IDF + Chi-Square + SVM, dan CNN. Hasil penelitian menunjukkan bahwa penerapan Chi-Square mampu meningkatkan akurasi SVM dari 93% menjadi 94%. Sementara itu, CNN menghasilkan performa terbaik dengan akurasi sebesar 96%, melampaui kedua model berbasis SVM. Hasil tersebut menunjukkan bahwa CNN memiliki kemampuan yang lebih baik dalam mempelajari representasi dan pola sentimen pada data teks. Dengan demikian, CNN dapat menjadi pendekatan yang lebih efektif untuk analisis sentimen ulasan aplikasi pendidikan dibandingkan metode SVM pada dataset yang digunakan dalam penelitian ini.
Evaluasi Usabilitas Mobile Learning Matematika SMA Menggunakan SUS dan Evaluasi Heuristik Daniel Azarya Tafuama; Jeannette Kesia Naomi Liow; Keefa Noah Lasut; Ade Yusupa; Henry Valentino Florensius Kainde; Sary Paturusi
Jurnal Mahasiswa Teknik Informatika Vol. 5 No. 2 (2026): Volume 5 Nomor 2 Oktober 2026
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Penggunaan aplikasi mobile learning dalam pembelajaran matematika berkembang pesat, namun aspek usabilitas masih jarang dikaji secara mendalam pada siswa SMA di Indonesia. Penelitian ini menganalisis usabilitas aplikasi mobile learning matematika menggunakan dua metode yang saling melengkapi, yaitu System Usability Scale (SUS) dan Heuristic Evaluation Nielsen, dengan pendekatan deskriptif kuantitatif yang melibatkan 25 siswa SMA di Kota Manado sebagai responden SUS dan 5 evaluator ahli untuk pengujian heuristik berdasarkan 10 prinsip Nielsen. Hasil penelitian menunjukkan skor rata-rata SUS sebesar 71,4 (SD = 9,82) yang berada pada kategori “Good” dengan tingkat penerimaan “Acceptable”. Heuristic evaluation mengidentifikasi 22 temuan unik usabilitas pada 10 prinsip Nielsen, dengan tiga prinsip paling kritis yaitu Error Prevention (severity 3,0), User Control and Freedom (2,8), dan Help and Documentation (2,8). Triangulasi kedua metode menunjukkan bahwa skor SUS yang baik tidak otomatis menjamin tidak adanya permasalahan usabilitas signifikan, sehingga menjadi dasar rekomendasi perbaikan terstruktur bagi pengembangan media pembelajaran digital matematika di Indonesia. Kata Kunci: Usabilitas, Mobile Learning, System Usability Scale, Heuristic Evaluation, Triangulasi Metode Abstract The use of mobile learning applications in mathematics education has grown rapidly, yet usability remains underexplored among Indonesian senior high school (SMA) students. This study analyzes the usability of a mathematics mobile learning application using two complementary methods, the System Usability Scale (SUS) and Nielsen’s Heuristic Evaluation, through a quantitative descriptive approach involving 25 SMA students in Manado City as SUS respondents and 5 expert evaluators for heuristic testing based on Nielsen’s 10 usability heuristics. The results show a mean SUS score of 71.4 (SD = 9.82), categorized as “Good” with an “Acceptable” rating. The heuristic evaluation identified 22 unique usability issues across the 10 Nielsen principles, with the three most critical being Error Prevention (severity 3.0), User Control and Freedom (2.8), and Help and Documentation (2.8). Triangulation of both methods reveals that a high SUS score does not automatically indicate the absence of significant usability problems, providing the basis for structured improvement recommendations for digital mathematics learning media in Indonesia. Keywords: Usability, Mobile Learning, System Usability Scale, Heuristic Evaluation, Method Triangulation