Claim Missing Document
Check
Articles

Found 18 Documents
Search

EVALUASI UX PADA E-LIBRARY ITB AHMAD DAHLAN JKT MENGGUNAKAN HUMAN-CENTERED DESIGN Listianto, Farros Fauzaan; Arman, Shevti Arbekti; Yusuf, Diana
Jurnal Informatika Vol 8, No 4 (2024): JIKA (Jurnal Informatika)
Publisher : University of Muhammadiyah Tangerang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31000/jika.v8i4.12644

Abstract

ITB Ahmad Dahlan merupakan salah satu kampus yang memanfaatkan teknologi informasi, salah satu teknologi yang digunakan adalah dengan membangun aplikasi E-library ITB Ahmad Dahlan JKT. Meskipun telah mengalami pengembangan, terungkap bahwa pihak perpustakaan kampus masih menganggap aplikasi tersebut belum mencapai tingkat kesempurnaan yang optimal, baik secara tampilan maupun fitur-fitur yang belum sepenuhnya memenuhi kebutuhan pengguna. Penelitian ini bertujuan untuk mengevaluasi usability dan memberikan rekomendasi perbaikan melalui user interface dalam bentuk prototipe pada aplikasi. Pengumpulan data diawali dengan observasi dan studi literatur, dilanjutkan dengan wawancara. Pada tahap perancangan digunakan pendekatan Human Centered Design (HCD) yang terdiri dari analisis konteks penggunaan, analisis kebutuhan pengguna, pembuatan desain solusi, dan evaluasi desain solusi. Evaluasi desain awal menggunakan metode Heuristic Evaluation (HE) ditemukan 8 masalah pada prinsip heuristic dan System Usability Scale (SUS) diperoleh rata-rata skor usability sebesar 57,08. Sedangkan pada desain solusi, metode HE hanya menemukan 3 masalah dan SUS mendapatkan rata-rata skor usability sebesar 78,16, yang menunjukkan adanya peningkatan yang signifikan. Melalui wawancara akhir, dapat disimpulkan bahwa desain solusi berhasil mengatasi permasalahan desain awal. Secara keseluruhan, penelitian ini memberikan kontribusi pada pengembangan aplikasi melalui pendekatan HCD yang terintegrasi dengan evaluasi HE dan SUS, sehingga menghasilkan peningkatan usability aplikasi terhadap kebutuhan pengguna dan penerimaan yang baik untuk meningkatkan pengalaman pengguna.
PENGELOMPOKKAN DATA MAHASISWA MENGGUNAKAN CLUSTERING UNTUK OPTIMALISASI PENERIMAAN MAHASISWA BARU Yusuf, Diana; Sestri, Elliya; Razi, Fahrul
Jurnal Informatika Vol 8, No 4 (2024): JIKA (Jurnal Informatika)
Publisher : University of Muhammadiyah Tangerang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31000/jika.v8i4.12637

Abstract

Salah satu tahapan penting dalam pengelolaan perguruan tinggi yakni proses penerimaan mahasiswa baru, dimana proses ini akan mempengaruhi kualitas dan kuantitas mahasiswa yang diterima di perguruan tinggi. Mengoptimalkan proses ini memerlukan pendekatan yang efektif untuk menganalisis data potensi mahasiswa. Dimana akan dilakukan pengelompokkan data mahasiswa menggunakan algoritma clustering K-Means untuk menemukan pola dan karakteristik yang dapat mengoptimalkan penerimaan mahasiswa baru. Penerapan algoritma K-Means vabel-variabel seperti program studi, IPK, kelurahan, kota, provinsi, dan jenis sekolah. Hasil pengelompokkan diharapkan dapat memberikan wawasan lebih dalam mengenai segementasi calon mahasiswa, sehingga perguruan tinggi dapat menyusun strategi penerimaan yang lebih tepat sasaran. Diharapkan dapat memberikan dasar bagi pengambilan keputusan yang lebih berbasis data untuk meningkatkan kualitas penerimaan mahasiswa pada masa mendatang.
Pengembangan Buku Panduan Guru Bermain Berpusat pada Anak dengan Buku Digital Yusuf, Diana; Yuliantina, Irma
Jurnal Studi Guru dan Pembelajaran Vol. 8 No. 2 (2025): Mei - Agustus 2025
Publisher : Universitas Cokroaminoto Palopo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30605/jsgp.8.2.2025.5864

Abstract

Penelitian ini dilatarbelakangi oleh kebutuhan akan media pembelajaran yang mampu mendukung pendekatan pembelajaran berpusat pada anak, khususnya di pendidikan anak usia dini. Di era digital, guru memerlukan panduan yang relevan dan interaktif untuk memfasilitasi proses belajar yang sesuai dengan karakteristik anak. Tujuan dari penelitian ini adalah untuk mengembangkan buku panduan digital bagi guru dalam menerapkan pembelajaran berpusat pada anak di TK Islam Al-Fajar, yang berfokus pada anak usia 4–6 tahun. Penelitian ini menggunakan metode penelitian dan pengembangan (Research and Development) dengan model ADDIE, yang mencakup lima tahap: analisis, desain, pengembangan, implementasi, dan evaluasi. Data dikumpulkan melalui observasi di kelas dan wawancara dengan tiga guru, serta dilakukan validasi produk oleh dua ahli, masing-masing ahli materi dan ahli media. Hasil penelitian menunjukkan bahwa buku digital yang dikembangkan mendapat penilaian sangat layak dari ahli materi dengan nilai rata-rata 3,9, sedangkan dari ahli media memperoleh nilai 2,6 yang dikategorikan layak, dengan saran untuk peningkatan aspek visual. Produk ini terbukti dapat meningkatkan efektivitas guru sebagai fasilitator dalam proses pembelajaran, memberikan ruang bagi anak untuk mengeksplorasi secara aktif melalui media digital. Penggunaan buku digital juga menjadikan kegiatan belajar lebih menyenangkan dan interaktif. Pengembangan buku panduan digital ini tidak hanya memenuhi kebutuhan pembelajaran di TK Islam Al-Fajar, tetapi juga berpotensi untuk diterapkan secara lebih luas di lembaga pendidikan anak usia dini lainnya. Penelitian ini merekomendasikan integrasi buku digital dalam kurikulum dan pelatihan guru sebagai langkah strategis untuk memperkuat implementasi pembelajaran berpusat pada anak di era digital
ANALISIS FAKTOR SOSIAL EKONOMI YANG MEMPENGARUHI RENDAHNYA CAPAIAN PENDIDIKAN DI INDONESIA MENGGUNAKAN KOMBINASI METODE DATA MINING Yusuf, Diana; Razi, Fahrul
Jurnal Sistem Informasi (JUSIN) Vol 6 No 1 (2025): Jurnal Sistem Informasi
Publisher : ITB Ahmad Dahlan Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32546/jusin.v6i1.3115

Abstract

Educational inequality remains a persistent issue in Indonesia, particularly in regions with challenging socio-economic conditions. This study aims to analyze how various socio-economic factors influence the average years of schooling across Indonesian provinces using a combination of K-Means Clustering and Decision Tree algorithms. The dataset includes indicators such as poverty rate, gross regional domestic product (GRDP), per capita expenditure, and life expectancy, obtained from official national statistics. K-Means Clustering was employed to segment provinces into three distinct groups based on socio-economic similarities. The clustering revealed clear disparities among regions, where the most disadvantaged cluster showed significantly lower education levels. Subsequently, the Decision Tree algorithm was used to classify the average years of schooling, identifying per capita expenditure, life expectancy, and socio-economic cluster as the most influential variables. The combined approach allows for both segmentation and interpretation, providing data-driven insights that are accessible and actionable for policymakers. The findings highlight the importance of targeting socio-economic improvements as a strategy to enhance educational outcomes. Ultimately, this study underscores the value of integrating unsupervised and supervised machine learning models in addressing complex social issues in education.
Prediksi Risiko Stunting pada Balita menggunakan Algoritma Logistic Regression dan Decision Tree berbasis Data Terbuka Yusuf, Diana; Razi, Fahrul; Arman, Shevti Arbekti; Terisia, Vany; Nurjayanti , Revi
Prosiding Semnastek PROSIDING SEMNASTEK 2025
Publisher : Universitas Muhammadiyah Jakarta

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

Abstract

Stunting masih menjadi tantangan kesehatan utama yang berdampak pada pertumbuhan dan perkembangan anak di Indonesia. Upaya deteksi dini risiko stunting memerlukan pendekatan berbasis data yang akurat dan praktis. Penelitian ini bertujuan mengembangkan dan membandingkan dua model klasifikasi, yaitu Logistic Regression dan Decision Tree, untuk memprediksi risiko stunting pada balita dengan memanfaatkan data kesehatan terbuka. Dataset yang digunakan mencakup variabel usia, berat lahir, berat badan, panjang badan, dan jenis kelamin. Proses penelitian meliputi preprocessing data, pemabagian data menjadi data latih dan data uji, penerapan model, serta evaluasi performa menggunakan metrik akurasi, precision, recall, dan F1-Score. Hasil penelitian menunjukkan bahwa Logistic Regression memberikan performa lebih stabil dengan akurasi 84,4% pada data latih dan uji. Decision Tree memiliki akurasi lebih tinggi pada data latih (96,5%) namun menurun pada data uji (78,7%), menunjukkan kecenderungan overfitting. Visualisasi Decision Tree mengungkapkan bahwa usia dan berat badan menjadi fitur paling dominan dalam klasifikasi risiko stunting. Berdasarkan hasil tersebut, Logistic Regression direkomendasikan sebagai model yang lebih andal untuk implementasi prediski stunting di tingkat layanan kesehatan masyarakat. Temuan ini diharapkan dapat memberikan kontribusi bagi pengembangan sistem pendukung keputusan berbasis data dalam mitigasi stunting.
Implementasi Teknik Clustering Untuk Pengelompokan Mobil Bekas Berdasarkan Grade Pada Mobi Auto Yusuf, Diana; Sestri, Ellya; Razi, Fahrul
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol. 6 No. 2 (2023): J-SISKO TECH EDISI JULI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v6i2.8352

Abstract

Penelitian ini bertujuan untuk mengimplementasikan teknik clustering dalam pengelompokan mobil bekas berdasarkan grade pada perusahaan Mobi Auto. Metode clustering yang digunakan ialah K-Means Clustering untuk mengelompokkan mobil bekas ke dalam  3 (tiga) grade yakni grade A (Mobil Kualitas Sangat Baik), grade B (Mobil Kualitas Baik), dan grade C (Mobil Kualitas Rata-Rata). Data fitur kendararaan, kondisi fisik, riwayat perawatan, harga dan atribut tambahan dikumpulkan dan digunakan sebagai variabel dalam analisis klasterisasi. Hasil penelitian ini dapat memberikan pengelompokkan mobil bekas sesuai dengan grade yang ditetapkan oleh perusahaan. Hal ini akan membantu Mobi Auto dalam mengelola stok mobil bekas dengan lebih efisien, memberikan informasi yang akurat kepada pelanggan dan meningkatkan pengalaman pembelian mobil bekas. Implementasi K-Means Clustering ini dapat menjadi alat yang bermanfaat dalam pengelompokkan mobil bekas berdasarkan grade di perusahaan Mobi Auto. Penelitian ini memberikan dasar bagi pengembangan sistem pengelompokkan yang lebih canggih dan efektif di masa depan, serta memberikan manfaat dalam pengolahan dan analisis data secara keseluruhan untuk perusahaan penjualan mobil bekas.    
Gas Store Data Analysis Using ERD Method and Constitutional Data Warehouse Model Risaldi, Fahmi; Terisia, Vany; Arman, Shevty Arbekti; Yusuf, Diana
Journal of Computer Science Advancements Vol. 1 No. 3 (2023)
Publisher : Yayasan Adra Karima Hubbi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70177/jsca.v1i3.540

Abstract

A data warehouse is a data storage system that plays a crucial role in business analysis. It collects, integrates, and stores data from multiple sources in a structured format, providing holistic insight into organizational performance. Entity-Relationship Model (ERD) is a visual tool for designing database structures. It uses entities to represent real-world objects and the relationships between them. ERD helps plan an efficient and coherent database design. A conceptual model is an abstract visual representation of information structures and relationships within a domain. It covers key concepts and business rules, assisting in building a solid foundation of understanding before technical designing begins. All three are interrelated in the development of successful information systems. Data warehouses use conceptual models to direct effective data storage design, while ERD helps describe the entities and relationships to be stored in the data warehouse. The combination of all three enables organizations to design, develop, and maintain adequate information systems, based on a deep understanding of data and its relationships. This results in better decision making, more efficient innovation, and optimal utilization of resources. The purpose of this study is to produce optimal data using the ERD method. The main objective is to explain how much data in an information system in the Company and how data management is crucial for effective decision making.
Application of K-Means Clustering Algorithm to Obtain Recommendations for Strategies to Increase the Number of Students in the Information Systems Study Program at ITB Ahmad Dahlan Jakarta Yusuf, Diana; Guilin, Xie; Jiao, Deng
Journal of Computer Science Advancements Vol. 1 No. 4 (2023)
Publisher : Yayasan Adra Karima Hubbi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70177/jsca.v1i4.581

Abstract

The rapid development of technology today has almost touched all sectors of life such as the economy, health and education. The technology currently used produces a lot of data every day, one of which is in the field of education. Data mining is a group of methods used to investigate and reveal complex relationships in very large data sets. Data here means information organized in a tabular format, as is often used in relational database management. This research uses data from the academic section of ITB Ahmad Dahlan, namely data on students of the Information Systems study program from 2019 to 2022. The attributes that will be used for this research are student gender, student employment status and student achievement index.  Recommendations for promotional strategies to increase the number of new students are to conduct visits to high schools or vocational schools. Not only that, the new student admission team can also promote to companies or offices.