Article Per Year (5 Year)
p-Index From 2021 - 2026
0.659
P-Index
This Author published in this journals
All Journal Sistemasi: Jurnal Sistem Informasi Jurnal Ekonomi Manajemen Sistem Informasi Malcom: Indonesian Journal of Machine Learning and Computer Science
Syahbani, M. Husni
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering

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

Found 3 Documents
Search

 1 
The Impact of Implementing Usability Principles in UI/UX on Consumer Purchase Intention on the Shopee Platform Nugroho, Doni Tri; Indah, Dwi Rosa; Novianti, Hardini; Sanjaya, M. Rudi; Syahbani, M. Husni
Sistemasi: Jurnal Sistem Informasi Vol 14, No 2 (2025): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/stmsi.v14i2.5030

Abstract

The advancement of technology and the internet has transformed consumer behavior, particularly in online shopping through e-commerce. Shopee, as a leading e-commerce platform in Indonesia, accounted for 51% of total e-commerce visits from February to April 2024, thanks to its integration of usability principles in its User Interface (UI) and User Experience (UX). In a highly competitive e-commerce landscape, usability is a key factor influencing purchasing decisions, as an optimal user experience can enhance trust and reduce shopping cart abandonment. This study evaluates the impact of usability, based on Nielsen’s Attributes of Usability (NAU), on consumer purchase intention on Shopee. A quantitative survey method was employed, involving 100 active Shopee users in Palembang. Data was collected through an online questionnaire and analyzed using multiple linear regression. The results indicate that efficiency, memorability, and satisfaction significantly influence purchase intention, with efficiency having a negative impact, while memorability and satisfaction have positive effects. Meanwhile, learnability and errors were found to have no significant effect. From a practical perspective, Shopee and other e-commerce platforms should optimize memorability and satisfaction in UI/UX design—such as through personalized interfaces and enhanced accessibility—to improve user experience, drive purchase intention, and strengthen customer loyalty in an increasingly competitive market.
Implementasi Metode TCSD Pada Perancangan User Interface Layanan Shared-Service (SS) ICT Maulidina, Ennisa; Putra, Pacu; Hardiyanti, Dinna Yunika; Syahbani, M. Husni
Jurnal Ekonomi Manajemen Sistem Informasi Vol. 6 No. 2 (2024): Jurnal Ekonomi Manajemen Sistem Informasi (November - Desember 2024)
Publisher : Dinasti Review

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/jemsi.v6i2.3254

Abstract

Perkembangan teknologi digital dan internet telah memudahkan akses informasi melalui UI yang intuitif. PT Kilang Pertamina Internasional, sebagai Perusahaan sektor minyak dan gas telah memanfaatkan teknologi ini untuk mendukung meningkatkan efisiensi operasional, termasuk layanan Shared-Service (SS) ICT. Namun, antarmuka sistem yang ada saat ini belum optimal, yang mengakibatkan ketidaknyamanan dan mengurangi efisiensi. Penelitian ini bertujuan untuk merancang ulang Sistem layanan Shared-Service (SS) ICT dengan menerapkan metode Task-Centered System Design (TCSD), yang berfokus pada identifikasi kebutuhan pengguna dan pengembangan desain berbasis task. Melalui wawancara dan observasi dengan Admin ataupun karyawan bagian dashboard IT serta pegawai fungsi Shared-Service Center (SSC) ICT Plaju, Hasil desain dievaluasi menggunakan platform Maze, dengan skor usability sebesar 82, yang mengindikasi bahwa UI yang dihasilkan layak digunakan dan memenuhi ekspektasi pengguna. Hasil ini diharapkan dapat meningkatkan pengalaman pengguna serta efisiensi operasional di Perusahaan.
Analisis Ulasan Sentimen pada Aplikasi Mobile BSB Menggunakan Algoritma Convolutional Neural Networks dan Support Vector Machine: Sentiment Review Analysis on the BSB Mobile Application Using Convolutional Neural Networks and Support Vector Machine Algorithm Faza, Muhamamad; Sanjaya, M. Rudi; Ibrahim, Ali; Syahbani, M. Husni
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 6 No. 2 (2026): MALCOM April 2026
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v6i2.2637

Abstract

Peningkatan jumlah ulasan yang diberikan pengguna pada platform digital seperti Google Play Store menghasilkan berbagai opini yang mencerminkan kepuasan maupun ketidakpuasan terhadap layanan aplikasi tersebut. Analisis sentimen diperlukan guna mengategorikan opini pengguna dalam ulasan dari data teks menjadi informasi penting. Penelitian ini menggunakan pendekatan metode Convolutional Neural Network (CNN) serta algoritma pendekatan Support Vector Machine (SVM) dalam rangka melakukan pengelompokan data sentimen pada ulasan aplikasi BSB Mobile. Tahapan proses penelitian mencakup tahapan pengumpulan data ulasan, pra-pemrosesan teks, pembentukan algoritma CNN beserta SVM, serta penilaian performa memanfaatkan parameter evaluasi, yaitu tingkat akurasi, presisi, recall, dan F1-Score. Merujuk pada temuan tersebut, dapat disimpulkan dari analisis bahwa arsitektur CNN menghasilkan tingkat akurasi yang menyentuh angka 80,10%, sedangkan model SVM mencapai akurasi 80,70%. Berdasarkan hasil evaluasi, model SVM sedikit lebih unggul dibandingkan dengan CNN dalam mengklasifikasikan ulasan sentimen. Temuan ini menunjukkan bahwa metode machine learning, khususnya SVM, dapat menjadi alternatif yang efektif dalam menganalisis opini pengguna terhadap aplikasi BSB Mobile.
Co-Authors Ali Ibrahim Dinna Yunika Hardiyanti Dwi Rosa Indah Faza, Muhamamad Hardini Novianti Maulidina, Ennisa Nugroho, Doni Tri Pacu Putra Sanjaya, M. Rudi