Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan Journal of Information System Journal of Students‘ Research in Computer Science (JSRCS)
Afifah Risti Ardi
Universitas Singaperbangsa Karawang
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Perancangan UI/UX Website Pemesanan Tiket Bus iBus Menggunakan Figma dengan Metode Design Thinking Angelina Isabella Kurniawan; Afifah Risti Ardi; Deni Deni; Stephany Cinta Susilowati; Apriade Voutama
JOINS (Journal of Information System) Vol 10 No 1 (2025): Edisi Mei 2025
Publisher : Fakultas Ilmu Komputer, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/joins.v10i1.12572

Abstract

Penelitian ini bertujuan untuk merancang UI/UX website pemesanan tiket bus iBus menggunakan metode Design Thinking dan aplikasi Figma. Metode Design Thinking diterapkan melalui lima tahapan, yaitu Empathize, Define, Ideate, Prototype, dan Test, untuk memastikan desain yang dihasilkan berpusat pada kebutuhan pengguna. Pengujian usability dilakukan untuk mengevaluasi efektivitas, efisiensi, dan kepuasan pengguna terhadap desain yang dihasilkan. Hasil pengujian menunjukkan tingkat keberhasilan rata-rata sebesar 90,33% dengan waktu penyelesaian rata-rata 37,5 detik per tugas. Pengguna memberikan umpan balik positif terhadap kemudahan registrasi, pencarian tiket, pemilihan kursi, dan akses e-tiket. Namun, ditemukan beberapa area yang memerlukan perbaikan, seperti penambahan fitur filter pada halaman pencarian tiket, peningkatan visualisasi pada pemilihan kursi, dan penambahan opsi pembayaran yang lebih fleksibel. Penelitian ini menyimpulkan bahwa metode Design Thinking efektif dalam menghasilkan desain UI/UX yang intuitif dan relevan dengan kebutuhan pengguna
Visualisasi Data untuk Analisis Musik Digital Menggunakan Power BI pada Data Spotify Afifah Risti Ardi; Apriade Voutama
Journal of Students‘ Research in Computer Science Vol. 6 No. 1 (2025): Mei 2025
Publisher : Program Studi Informatika Fakultas Ilmu Komputer Universitas Bhayangkara Jakarta Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31599/qpm0x949

Abstract

The development of digital technology has transformed the music industry with the emergence of streaming platforms such as Spotify. This study analyzes digital music data on Spotify using Power BI to identify music trends and user consumption patterns. The dataset consists of 6,300 songs with attributes such as artists, Genres, duration, popularity, and explicit status. Data visualization is employed to determine the artists with the most songs, the most popular Genres, the distribution of song duration, and the proportion of explicit and non-explicit songs. The results show that Metallica has the most songs, rock is the most popular Genre, most songs last between 2 and 6 minutes, and non-explicit songs are dominant. These findings provide insights for musicians, record labels, and streaming platform developers in designing music strategies aligned with listener preferences. 
ANALISIS TOPIK KELUHAN PROGRAM MAKAN BERGIZI GRATIS PADA PLATFORM X MENGGUNAKAN LATENT DIRICHLET ALLOCATION Afifah Risti Ardi; Nina Sulistiyowati; Ahmad Khusaeri
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.9679

Abstract

Program Makan Bergizi Gratis (MBG) yang diluncurkan pada 6 Januari 2025 merupakan program prioritas pemerintah untuk meningkatkan status gizi masyarakat. Namun, pelaksanaannya masih menghadapi permasalahan seperti kasus keracunan makanan, kendala distribusi, dan keterbatasan anggaran. Hal tersebut memicu tanggapan dan keluhan masyarakat di platform X yang bersifat tidak terstruktur dan berjumlah besar sehingga sulit dianalisis secara manual. Penelitian ini bertujuan untuk mengidentifikasi topik keluhan masyarakat terhadap pelaksanaan Program MBG menggunakan model LDA (Latent Dirichlet Allocation) dengan metodologi CRISP-DM. Data penelitian terdiri dari 6.748 tweet yang dikumpulkan melalui teknik web scraping pada periode 6 Januari hingga 31 Desember 2025. Setelah melalui preprocessing, pelabelan sentimen menggunakan Leksikon InSet, serta seleksi tweet berlabel negatif, diperoleh 2.075 tweet yang dianalisis menggunakan model LDA dengan pembobotan TF-IDF. Hasil penelitian menunjukkan jumlah topik optimal adalah 5 topik dengan coherence score sebesar 0,386. Berdasarkan model tersebut, diidentifikasi 5 tema utama, yaitu Akuntabilitas & Tata Kelola Anggaran, Dampak bagi Kesehatan Anak di Sekolah, Kualitas & Kelayakan Menu Makanan, Kendala Distribusi & Pemenuhan Gizi, serta Insiden Keracunan & Keamanan Pangan.
Co-Authors Ahmad Khusaeri Angelina Isabella Kurniawan Apriade Voutama Deni Deni Nina Sulistiyowati Stephany Cinta Susilowati