Claim Missing Document
Check
Articles

Found 18 Documents
Search

Analisis Quality In Use Model ISO/IEC 25010 Pada Penggunaan Aplikasi TikTok Umroh, Masfufahtul; Kusuma Wardani, Syafrina Dyah; Rani, Aulia Cahya; Riski, Achmad Maulana; Bimantara, M. Dwi Cahya; Rolliawati, Dwi
JOINS (Journal of Information System) Vol. 7 No. 2 (2022): Edisi November 2022
Publisher : Program Studi Sistem Informasi, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/joins.v7i2.6491

Abstract

Teknologi yang semakin berkembang saat ini tentu saja membuat pengguna internet terutama di Indonesia semakin banyak. Pengguna internet paling sering mengakses konten hiburan salah satunya pada aplikasi TikTok. Aplikasi TikTok menjadi aplikasi yang populer di kalangan para remaja terutama saat pandemi Covid 19 ini. Banyak sekali masyarakat terutama publik figur yang menggunakan aplikasi tersebut untuk bisnis atau hanya membuat konten yang kreatif dan bermanfaat bagi pengguna lain. Dalam penelitian ini, peneliti ingin melakukan analisis aplikasi TikTok yang semakin hari pengguna aplikasi tersebut semakin banyak berdasarkan model ISO IEC 25010 dengan kategori Quality In Use. Karakteristik dari Quality In Use yang akan dianalisis antara lain karakteristik Effectiveness, Efficiency, Satisfaction, Freedom from risk, dan Context coverage. Metode penelitian yang digunakan adalah kuantitatif deskriptif. Hasil yang didapatkan dari penelitian ini adalah bahwa pada karakteristik Effectivenes dan karakteristik Satisfaction memiliki rata-rata yang lebih tinggi dibandingkan dengan beberapa karakteristik lainnya yaitu sebesar 84%. Dari hasil tersebut, dapat disimpulkan bahwa aplikasi TikTok ini dapat memenuhi kebutuhan pengguna mulai dari mencari informasi sampai mendapatkan informasi yang diinginkan dan bernilai akurat.
Perbandingan Hasil Analisis Clustering Metode K-Means, DBSCAN Dan Hierarchical Pada Data Marketplace Electronic Phone Sufairoh, Ifatus; Rani, Aulia Cahya; Amalia, Khofifah; Rolliawati, Dwi
JOINS (Journal of Information System) Vol. 8 No. 1 (2023): Edisi Mei 2023
Publisher : Program Studi Sistem Informasi, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/joins.v8i1.8016

Abstract

Persaingan yang ketat terjadi di bidang penjualan, salah satunya pada electronic marketplace (e-marketplace). Pada setiap e-marketplace tentu memiliki data penjualan sehari-hari yang semakin lama, data akan bertambah. Bukan hanya digunakan untuk dokumen perusahaan, tetapi juga bisa digunakan serta dikelola sehingga menghasilkan suatu informasi yang bermanfaat dalam meningkatkan promosi dan penjualan produk jika diolah dengan baik. Tujuan dari penelitian ini untuk mengolah data e-marketplace dengan cara clustering dan membandingkan hasil yang diperoleh dari setiap model clustering yang dipakai. Model clustering tersebut adalah K-Means, DBSCAN, dan Hierarchical. Hasil yang didapatkan yaitu dari ketiga metode clustering yang digunakan didapat model terbaik yaitu Hierarchical dengan jumlah cluster 2 dari silhouette sebesar 0.944473.  Dari hasil tersebut dapat diketahui pengelompokan penjualan handphone dengan merk terbanyak dan hasil clustering dapat menjadi perbandingan metode yang paling optimal. 
Unpacking Public Perceptions of Qris with Twitter Data: A Vader And LDA Methodology Ulya, Dzakiya Ishmatul; Kunaefi, Anang; Rolliawati, Dwi; Nugroho, Bayu Adhi
Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi dan Komputer Vol. 7 No. 2 (2023)
Publisher : P3M Politeknik Negeri Banjarmasin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31961/eltikom.v7i2.742

Abstract

QRIS, a mobile payment transaction system standardized by Bank Indonesia, has become the subject of extensive public discourse on Twitter. Employing VADER for sentiment analysis and LDA for topic modeling, this study aims to capture the nuanced perspectives of the Indonesian public toward QRIS. Our methodology includes real human validation for tweets that have been initially labeled by VADER. Our unique contributions lie in employing a mixed-methods approach for comprehensive sentiment and topic analysis, as well as making our dataset publicly available for future research. We achieve a sentiment labeling accuracy of 81.66%, uncovering that 67% of the sentiment towards QRIS is positive, 28.2% negative, and 4.17% neutral. Positive tweets mostly cover six dominant topics with a value of 0.488037, whereas negative sentiments are concentrated around three dominant topics with a   value of 0.383938. These findings not only affirm the generally positive public response towards QRIS but also highlight areas requiring attention for its continued success. Our study translates these insights into actionable recommendations, aiming to provide a multidimensional understanding that stakeholders can leverage for system enhancement. This study serves as a foundation for future works in sentiment analysis and public opinion mining related to financial technologies, particularly in the Indonesian context.
Comparison of Hierarchical, K-Means and DBSCAN Clustering Methods for Credit Card Customer Segmentation Analysis Based on Expenditure Level Ramadhan, Hafid; Abdan Kamaludin, Mohammad Rizal; Nasrullah, Muhammad Alfan; Rolliawati, Dwi
Journal of Applied Informatics and Computing Vol. 7 No. 2 (2023): December 2023
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v7i2.5790

Abstract

The amount of data from credit card users is increasing from year to year. Credit cards are an important need for people to make payments. The increasing number of credit card users is because it is considered more effective and efficient. The third method used today has a function to determine the effective outcome of credit card user scenarios. In this study, a comparison was made using the Hierarchical Clustering, K-Means and DBSCAN methods to determine the results of credit card customer segmentation analysis to be used as a market strategy. The results obtained based on the best silhouette coefficient score method is two cluster hierarchical clustering with 0.82322 score. Based on the best mean value customers are divided into two segments, and it is suggested to develop strategies for both segments.
Discrete Event Simulation untuk Analisis Pelayanan Bisnis Kuliner (Studi Kasus : Gacoan Merr) Shofiudin, Muhammad; Nur Aini, Salsabilla Annafi’u; Ihsan, Muhammad Sakhil; Wibowo, Raya Akbar Tiar; Rolliawati, Dwi
JITU : Journal Informatic Technology And Communication Vol. 8 No. 1 (2024)
Publisher : Universitas Boyolali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36596/jitu.v8i1.1048

Abstract

A queue is a group of people or goods in a line waiting to be served. It can occur when the number of visitors is greater than the number of serving resources. One of these queuing phenomena can be found at one of the fast food outlets, namely Gacoan Merr Surabaya. This study aims to identify and analyze the factors that affect queues and propose a more efficient strategy to solve queuing problems at Gacoan Merr Surabaya. The simulation model used is a discrete-event simulation model. The method in this study has stages that include problem analysis, literature study, observation, system modeling, and proposed solutions. The variables used in the research object include the time interval of arrival, the number of customers, the total number of servers in the ordering service process, and the total number of servers in the food manufacturing process, for a total of eight people. From the results of system modeling, it is found that the use of eight servers in the product processing phase can still be said to be less effective where the food distribution time also takes longer. Therefore, changes are needed in the product or food manufacturing phase by adding the number of servers used to process orders. The increase in the number of servers shows a decrease in the number of order queues in the product processing phase, and the food distribution time becomes faster.
Analisis Peramalan Harga Penutupan Saham PT. Telekomunikasi Indonesia dengan Support Vector Machine (SVM) Rahmadini, Dwi; Salsabila, Nur Diana Fahma; Kunaefi, Anang; Rolliawati, Dwi
EDUTIC Vol 11, No 1: November 2024
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/edutic.v11i1.22120

Abstract

Harga pasar saham menjadi salah satu masalah yang signifikan di pasar finansial karena naik turunnya harga setiap hari. Beberapa faktor seperti lokal dan iklim ekonomi global, kondisi politik, dan aktivitas pasar menjadi dampak yang dapat mempengaruhi harga pasar saham. Menyebabkan pergerakan saham menjadi tidak menentu dan sulit untuk ditebak. Sehingga para investor harus lebih hati-hati dalam membeli saham atau mempertahankan saham yang dimiliki. Oleh karena itu, untuk membantu para investor membuat keputusan yang optimal, dibutuhkan suatu langkah yang tepat seperti memprediksi perilaku harga pasar saham. Penelitian ini memprediksi harga penutupan saham pada PT. Telekomunikasi Indonesia sehingga penelitian ini melakukan prediksi secara univariat. Tujuan pada penelitian ini adalah mengimplementasikan model serta melakukan prediksi harga saham di PT. Telekomunikasi Indonesia. Menggunakan metode SVM yang diuji melalui skenario dalam penginputan window_size dan fungsi kernel. Parameter yang digunakan untuk pemodelan adalah parameter C sebesar 100 untuk semua kernel, parameter degree sebesar 1 untuk kernel polynomial, dan gamma sebesar 0.0001 untuk kernel RBF. Sehingga didapatkan pemodelan fungsi kernel yang paling optimal yaitu kernel polynomial pada ukuran window_size sebesar 3, dengan RMSE sebesar 67.546 dan MAPE sebesar 0.01. Sehingga disimpulkan bahwa performa kernel polynomial memiliki kekuatan akurasi yang tinggi.
ANALYSIS OF SOFTWARE QUALITY USING THE FURPS+ MODEL Puspita, Safriya Murni; Ardhani, Alvina Waihda; Retnaningrum, Dea Ayu; Firmansyah, Afreza Restu; Rolliawati, Dwi
JURTEKSI (Jurnal Teknologi dan Sistem Informasi) Vol 11, No 1 (2024): Desember 2024
Publisher : Universitas Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v11i1.3233

Abstract

Abstract: Software quality analysis is essential to ensure applications are reliable, efficient, and meet user needs. The FURPS+ model (Functionality, Usability, Reliability, Performance, Supportability, plus) provides a comprehensive framework for evaluating software quality. This study analyzes the implementation of Software Quality Assurance (SQA) in the SKEK UINSA application, a Learning Management System (LMS) designed to record extracurricular activities of UINSA students. With 100 respondents (lecturers, students, and alumni), the research employs a quantitative approach to examine both functional and non-functional aspects. The results show that functionality and usability aspects scored an average of 71%, reliability 66%, performance 61%, supportability 79%, and additional factors (plus) 64%. Overall, the SKEK UINSA application demonstrates good quality in terms of functionality, ease of use, performance, and flexibility. Keywords: FURPS+; Reliability; SKEK; Validity; Quantitative Method  Abstrak: Analisis kualitas perangkat lunak penting untuk memastikan aplikasi andal, efisien, dan sesuai kebutuhan pengguna. Model FURPS+ (Functionality, Usability, Reliability, Performance, Supportability, plus) menawarkan kerangka komprehensif untuk evaluasi kualitas perangkat lunak. Penelitian ini menganalisis penerapan Software Quality Assurance (SQA) pada aplikasi SKEK UINSA, aplikasi semacam LMS (Learning Management System) untuk mencatat kegiatan ekstrakurikuler mahasiswa UINSA. Dengan 100 responden (dosen, mahasiswa, dan alumni), penelitian menggunakan pendekatan kuantitatif untuk mengkaji aspek fungsional dan non-fungsional. Hasilnya, aspek functionality dan usability memiliki persentase rata-rata 71%, reliability 66%, performance 61%, supportability 79%, dan faktor tambahan (plus) 64%. Secara keseluruhan, aplikasi SKEK UINSA menunjukkan kualitas baik dalam fungsi, kemudahan penggunaan, kinerja, dan fleksibilitas. Kata kunci: FURPS+;  Metode Kuantitatif ; SKEK; Validitas; Reliabilitas
Pengembangan Chatbot sebagai Pengenalan Objek Wisata di Selingkar Wilis Menggunakan Rule-Based Ummah, Syarifatul; Rolliawati, Dwi; Kunaefi, Anang; Permadi, Andhy
KOMPUTEK Vol 8, No 2 (2024): Oktober
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24269/jkt.v8i2.2978

Abstract

Kawasan Selingkar Wilis memiliki banyak objek wisata yang menarik, termasuk wisata alam, sejarah, dan budaya. Namun informasi mengenai wisata ini belum tersedia dengan lengkap dan mudah diakses oleh wisatawan. Tujuan penelitian ini adalah untuk mengembangkan chatbot yang dapat memberikan informasi mengenai objek wisata di sekitar Selingkar Wilis. Objek penelitian meliputi kawasan wisata yang tersebar di beberapa kabupaten, seperti Kediri, Nganjuk, Tulungagung, Trenggalek, Madiun, dan Ponorogo. Metode penelitian yang digunakan adalah metode pengembangan perangkat lunak Waterfall , yang meliputi tahap analisis, desain, implementasi, dan pengujian. Data diperoleh melalui wawancara dengan pengguna dan pemangku kepentingan , kemudian dirancang dalam bentuk diagram Unified Modeling Language (UML), termasuk diagram use case, diagram aktivitas, dan diagram kelas. Implementasi chatbot menggunakan rule-based dilakukan dengan menggunakan framework Django untuk backend dan MySQL sebagai database , serta Natural Language Processing (NLP) untuk memahami dan menanggapi input pengguna. Hasil pengujian menunjukkan bahwa chatbot mampu memberikan informasi objek wisata dengan kategori wisata alam, budaya, dan sejarah. Namun, chatbot masih memiliki keterbatasan dalam memahami input yang tidak terkait dengan "wisata". Persentase keberhasilan pengujian mencapai 72%, dengan beberapa skenario yang memerlukan perbaikan lebih lanjut, seperti menangani kesalahan penulisan dan input ambigu. Dengan demikian, chatbot ini diharapkan dapat meningkatkan pengalaman wisata pengguna dan mendukung perkembangan pariwisata di kawasan Selingkar Wilis. Pengembangan lebih lanjut disarankan, termasuk fitur multi bahasa dan penggunaan gambar sebagai respons untuk meningkatkan nilai tambah dalam memberikan informasi.
ANALISIS MANAJEMEN RISIKO SISTEM INFORMASI PELAYANAN PERLINDUNGAN PEREMPUAN DAN ANAK DP3APPKB SURABAYA DENGAN ISO 31000:2018 Ramdhany Alamsyah, Muhammad; Rolliawati, Dwi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12236

Abstract

Dinas Pemberdayaan Perempuan Perlindungan Anak Pengendalian Penduduk dan Keluarga Berencana merupakan instansi pemerintahan yang memberikan pelayanan publik penanganan permasalahan masyarakat. Penggunaan teknologi sistem informasi pada instansi ini sangat penting guna mempermudah proses bisnis. Terlepas dari itu semua, munculnya risiko masih mungkin terjadi dan kemungkinan mengganggu operasional bisnis apabila menggunakan sistem yang terhubung. Penelitian ini bertujuan untuk mengkaji manajemen risiko aplikasi website SIAP PPAK di Dinas Pemberdayaan Perempuan, Perlindungan Anak, Pengendalian Penduduk, dan Keluarga Berencana Kota Surabaya menggunakan pendekatan ISO 31000:2018. Proses penelitian melibatkan beberapa tahapan, termasuk identifikasi, analisis, evaluasi, dan perlakuan risiko. Hasil penelitian mengidentifikasi 9 risiko yang dapat menghambat kinerja aplikasi. Dari analisis yang dilakukan, ditemukan 3 risiko dengan tingkat High, 2 risiko pada tingkat Medium, dan 4 risiko pada tingkat Low. Temuan ini menyoroti tantangan yang dihadapi aplikasi SIAP PPAK dan pentingnya penerapan manajemen risiko yang efektif untuk memastikan keberlangsungan layanan publik. Dengan demikian, langkah-langkah yang diambil berdasarkan hasil penelitian ini diharapkan dapat memperkuat ketahanan aplikasi dan meningkatkan kualitas pelayanan kepada masyarakat.
Named Entity Recognition Using Conditional Random Fields for Flood Detection In Gerbang Kertosusila Based Twitter Data Ulumiyyah, Ikrimatul; Rolliawati, Dwi; Izzuddin, Andik; Khalid, Khalid; Khunaefi, Anang; Ridwan, Mujib
Indonesian Journal of Artificial Intelligence and Data Mining Vol 7, No 2 (2024): September 2024
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/ijaidm.v7i2.27062

Abstract

The national strategic area Gerbang Kertosusila East Java should be aware of floods. One of the existing efforts is to place flood sensors at several flood-prone points. However, that way is constrained by the need for more equipment to handle the many needy areas. So it is necessary to develop technology for the dissemination of flood information. Dissemination of flood information was quickly obtained from social media Twitter. One way is to use Twitter's text data source for a Named Entity Recognition model to help detect flood events and their locations. The Named Entity Recognition (NER) model was constructed using the Conditional Random Fields (CRFs) method to achieve research objectives. This research adds slang word handling at the preprocessing stage to improve model performance and the use of the BIO format in the labeling process and POS Tagging in the Feature Extraction process. Evaluation results with five Kfolds, 80% training data, and 20% test data show that the NER CRFs model performs excellently with a Precision of 0.981, Recall of 0.926, and f-measure of 0.950 so that these results can help the community and government regarding the information on the distribution of floods.