Article Per Year (5 Year)
p-Index From 2020 - 2025
0.882
P-Index
This Author published in this journals
All Journal Indonesian Journal on Software Engineering (IJSE) Jurnal Teknoinfo AMALIAH: JURNAL PENGABDIAN KEPADA MASYARAKAT MULTINETICS
Faqih, Husni
Unknown Affiliation
Computer Science & IT Engineering

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
IMPLEMENTASI METODE PIECES FRAMEWORK PADA TINGKAT KEPUASAN PENGGUNAAN APLIKASI MYPSB MEJASEM Faqih, Husni; Rousyati, Rousyati; Mubarok, Husni; Pangestu, Andika Tulus; Akbar, Muhammad Taufan
Jurnal Teknoinfo Vol 18, No 1 (2024): Januari
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jti.v18i1.3399

Abstract

The need for digitizing schools is currently quite massive due to calls from the central and regional governments. In addition, the development of digital technology has changed the behavior of people who rely more on digital technology so that it is easy and fast to do their activities. One form of school digitization on the school management side is online acceptance of new students. The MyPSB Mejasem application is an online new student admissions information system that is used by SDN Mejasem Barat 01. To improve the service quality of this application, an evaluation is needed regarding user satisfaction with the MyPSB Mejasem application. The PIECES Framework method, which is a framework for classifying a problem, opportunity, and direction in the scope of information system analysis, is the analytical method used because it can provide real results on the effectiveness of the system used. This method has six indicators in its analysis such as Performance, Information, Economics, Control and Security, Efficiency and Service. From measurements with the PIECES Framework, the average value of the six indicators is 4.30, which is a very good value with satisfactory category results according to the characteristics of the Rikert scale assessor.
PEMBINAAN JIWA WIRAUSAHA DAN DIGITALISASI PEMASARAN SEBAGAI BENTUK PEMBEKALAN DUNIA USAHA INDUSTRI PADA ANAK ASUH LKSA PUTERI AISYIYAH SLAWI Suryanti, Ery; Faqih, Husni; Zulfa, Puspa Fortuna
Amaliah: Jurnal Pengabdian Kepada Masyarakat Vol 8 No 2 (2024): Amaliah Jurnal: Pengabdian kepada Masyarakat
Publisher : LPPI UMN AL WASHLIYAH

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

Abstract

Kemajuan teknologi tidak dapat dielakkan di dunia ini, karena kemajuan teknologi berjalan seiring dengan kemajuan ilmu pengetahuan. Kemajuan teknologi juga memberikan banyak menfaat untuk kemajuan dalam kehidupan bermasyarakat. Kewirausahaan merupakan suatu pemikiran kreatif dan inovatif yang mana proses kreatif tersebut dilakukan oleh mereka yang berani untuk maju, yang berfikir untuk menciptakan sesuatu yang baru, yang memiliki jiwa kewirausahaan dan kualitas yang dimilikinya. Pemasaran digital merupakan pemasaran barang atau jasa dengan menggunakan teknologi melalui media digital atau internet. Media digital dapat berupa website, e-mail, blog atau media sosial. Perbedaan antara pemasaran digital dengan pemasaran tradisional adalah terdapat perbedaan pendekatan atau metode pemasaran dan penggunaan teknologi yang berbeda yang berbasis pada digitalisasi. Metode pelaksanaan dalam kegiatan pengabdian masyarakat ini sesuai dengan permasalahan yang dihadapi oleh mitra, yaitu bagaimana kegiatan kewirausahaan dapat berlanjut dan tidak berhenti. Materi yang dipaparkan dalam kegiatan ini terdiri dari ap aitu kewirausahaan, bagaimana memiliki jiwa kewirausahaan, pelatihan digitalisasi pemasaran serta pelatihan kewirausahaan. Dari hasil kegiatan tersebut, terdapat manfaat, yaitu menambah ilmu dan pengetahuan serta pengalaman bagi peserta. Selain itu, dengan adanya kegiatan pengabdian masyarakat tentang kewirausahaan ini, maka motivasi peserta setelahnya mengalami peningkatan. Maka, dengan bertambahnya ilmu yang didapat dan motivasi yang disampaikan, diharapkan agar kegiatan ini mampu membuat peserta memiliki semangat dalam berwirausaha.
Analisis Tingkat Kepuasan Pengguna Sistem Informasi Manajemen Panti Asuhan Menggunakan Metode Pieces Framework Faqih, Husni; Zulfa, Puspa Fortuna; Suryanti, Ery; Suci, Adillah Bulan; Yulia, Erika
Indonesian Journal on Software Engineering Vol 10, No 2 (2024): IJSE 2024
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijse.v10i2.24361

Abstract

Penelitian ini bertujuan untuk mengukur kepuasan pengguna aplikasi Sistem Informasi Manajemen Panti Asuhan (SIMAPAN) di LKSA Puteri Aisyiyah Slawi. Penggunaan sistem informasi dalam manajemen panti asuhan sangat penting untuk meningkatkan efisiensi dan efektivitas operasional. Penelitian ini menggunakan metode PIECES Framework yang meliputi enam indikator utama, yaitu Performance, Information, Economics, Control and Security, Efficiency, dan Service. Data dikumpulkan melalui kuesioner yang disebarkan kepada 15 responden, terdiri dari ketua, pengurus panti, dan perwakilan anak asuh. Hasil penelitian menunjukkan bahwa seluruh indikator mendapatkan kategori PUAS dengan rata-rata kepuasan pengguna sebesar 4,39. Indikator information memperoleh nilai tertinggi dengan RK 4,57. Sementara indikator service memiliki nilai terendah dengan RK 4,05. Secara umum, aplikasi SIMAPAN dinilai cepat, akurat, dan efisien meskipun beberapa fitur layanan memerlukan perbaikan untuk memudahkan pengguna baru. Metode PIECES Framework yang digunakan dalam penelitian ini memberikan pendekatan yang komprehensif untuk menilai kinerja sistem informasi dari berbagai aspek. Hasilnya menunjukkan bahwa SIMAPAN telah memberikan manfaat yang signifikan terutama dalam hal pengelolaan informasi dan efisiensi operasional. Namun hasil juga menyoroti perlunya peningkatan dalam layanan aplikasi, terutama terkait panduan pengguna baru dan penyempurnaan fitur. Penelitian ini memberikan wawasan penting bagi pengelola panti asuhan dan pengembang aplikasi dalam melakukan perbaikan sistem informasi untuk mendukung operasional yang lebih optimal di masa mendatang. Kata kunci: Analisis Kepuasan Pengguna, PIECES Framework, Sistem Informasi Manajemen
KLASIFIKASI SAMPAH PLASTIK BERDASARKAN DETEKSI WARNA RGB DENGAN METODE K-NEAREST NEIGHBOR Suseno, Kheri Agus; Faqih, Husni
Indonesian Journal on Software Engineering Vol 10, No 2 (2024): IJSE 2024
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijse.v10i2.25671

Abstract

Pengelolaan sampah plastik merupakan sebuah langkah yang sangat dibutuhkan kalangan masyarakat saat ini dalam menentukan penanganan yang tepat terutama pada sampah plastik. Mengelompokkan beberapa jenis plastik atau klasifikasi jenis plastik PET, HDPE, PP, LDPE PVC dan Other akan sangat membantu dalam pengelolaan sampah plastik terutama ketepatan dalam menentukkan jenis-jenis plastik tersebut agar lebih mudah dalam penanganannya. Dari jenis plastik pada umumnya dibagi menurut sifat khusus dan jenis bahannya sebagai pembeda sesuai kategori plastik tersebut. Dari jenis masing-masing plastik dapat diklasifikasikan dari beberapa fitur warna, berat dan sifat kimia yang terkandung didalamnya[2]. Penentuan warna dari jenis plastik ditentukan dengan menggunakan alat deteksi warna RGB dan T (Red Green Blue Temperatur Warna). Sensor Warna yang menghasilkan gelombang frekuensi pantulan sehingga didapatkan berupa data numerik tertentu sehingga dapat dijadikan sebagai penentu sifat, dan warna serta kualitas plastik tersebut. Nilai dari hasil deteksi ini akan dikumpulkan menjadi sebuah datasheet private yang akan digunakan sebagai penentu dari jenis-jenis plastik yang ada. Metode yang digunakan untuk menentukkan jenis plastik ini menggunakan metode K-nearest neighbor (KNN).               Kata kunci: Klasifikasi Pengelolaan sampah plastik, PET, HDPE, PP, LDPE PVC dan Other, Artivicial K-nearest neighbor (KNN).
Studi Komparatif Metode Naive Bayes dan Support Vector Machine dalam Menganalisis Sentimen Ulasan Ask-AI Faqih, Husni; Aji, Sopian; Suseno, Kheri Agus
MULTINETICS Vol. 11 No. 1 (2025): Vol. 11 No. 1 (2025): MULTINETICS Mei (2025)
Publisher : POLITEKNIK NEGERI JAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32722/multinetics.v11i1.7534

Abstract

The development of Artificial Intelligence (AI) has brought significant changes in the field of information and communication. The Ask-AI application is popular and has many reviews on the Google Play Store platform. The purpose of this study is to analyze user review sentiments towards the Ask-AI application and compare the performance of two text classification algorithms, namely Naive Bayes and Support Vector Machine (SVM) in classifying reviews into positive and negative sentiment categories. A total of 628 reviews were used as a dataset consisting of 314 positive reviews and 314 negative reviews. The dataset has gone through a text preprocessing stage including letter transformation (transform cases), tokenize, common word removal (stopword removal), and dictionary-based stemming. Data analysis using RapidMiner software and for model performance evaluation using the k-fold cross-validation approach which can provide more stable and representative results for the entire data. The evaluation results produce a performance value of the SVM algorithm which has very good performance. SVM produces an accuracy of 94.08%, a precision of 96.23%, a recall of 92.31%, and an Area Under Curve (AUC) value of 0.981. Meanwhile, the Naive Bayes algorithm provides an accuracy of 78%, a precision of 85.23%, a recall of 68.37%, and an AUC of 0.801. The results of the study indicate that the SVM method is superior to Naïve Bayes in classifying the sentiment of Ask-AI application user reviews because it can provide more accurate, consistent, and more sensitive classification results to variations in text data. It is hoped that this study can be a reference for choosing the optimal sentiment classification algorithm for AI-based application user review data.
Co-Authors Aji, Sopian Akbar, Muhammad Taufan Ery Suryanti Husni Mubarok Pangestu, Andika Tulus Puspa Fortuna Zulfa Rousyati, Rousyati Suci, Adillah Bulan Suseno, Kheri Agus Yulia, Erika