Garuda - Garba Rujukan Digital

MEMAKSIMALKAN METODE USABILITY TESTING DENGAN PENAMBAHAN ATRIBUT COMFORTABILITY SEBAGAI VARIABEL MODERASI Jumiati, Eny; Darmawan, Wachid; Wibowo, Ari Putra
IC Tech: Majalah Ilmiah Vol 16 No 2 (2021): IC Tech: Majalah Ilmiah Volume XVI No. 2 Oktober 2021
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v16i2.191

Sebuah Website memiliki peran yang cukup penting dalam membantu menyebarkan informasi bagi suatu kelompok atau masyarakat luas. Website yang bermanfaat adalah yang mampu memberikan sesuatu apa yang dibutuhkan oleh pengguna, selain itu mampu memberikan kemanfaatan bagi berlangsungnya proses bisnis yang terjadi dalam organisasi itu sendiri. Semakin banyak yang mengakses website suatu organisasi maka semakin dikenal. Demikian juga dengan STMIK Widya Pratama Pekalongan yang ingin memberikan pelayanan terbaiknya kepada masyarakat secara umum khususnya bagi mahasiswa dan seluruh karyawan dalam memenuhi permintaan informasi yang up to date melalui websitenya. Yang menjadikan pertanyaan adalah apakah website yang dimiliki oleh STMIK Widya pratama itu sebuah produk layanan yang dapat digunakan oleh pengguna serta memenuhi tanggung jawabnya dalam menyajikan antarmuka yang mudah untuk digunakan? Oleh sebab itulah pentingnya pengukuran kualitas website dengan metode usability testing dengan ditambah atribut baru berupa Comfortability bertujuan untuk lebih memaksimalkan ketergunaan(usability) dari interface yang ada dalam website tersebut. Setelah dilakukan pengujian usability dan uji selisih mutlak dapat disimpulkan 74,4% memiliki hubungan yang kuat antara usability dengan variabel bebas dan 55,4% usability dipengaruhi secara simultan oleh atribut Learnability, Efficiency, Memorability, Errors, Satifaction dan Comfortability, ini menunjukkan bahwa dengan penambahan atribut Comfortability dapat menguatkan/memaksimalkan usability dari website STMIK Widya Pratama. Untuk penelitian selanjutnya dapat diperbanyak indikator yang digunakan sehingga dapat meningkatkan nilai usabilitynya.Keyword: Usaibility Testing, Atribut Comfortble, Website

KOMPARASI METODE NAÏVE BAYES DAN K-NEAREST NEIGHBOR TERHADAP ANALISIS SENTIMEN PENGGUNA APLIKASI PEDULILINDUNGI Wibowo, Ari Putra; Darmawan, Wachid; Amalia, Nurul
IC Tech: Majalah Ilmiah Vol 17 No 1 (2022): IC Tech: Majalah Ilmiah Volume XVII No. 1 April 2022
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v17i1.234

Penggunaan aplikasi PeduliLindungi sebagai sarana tracing mendapat berbagai respon dari masyarakat yang disampaikan melalui komentar (ulasan) di playstore. Ada berbagai jenis komentar yang menyataan aplikasi PeduliLindungi mudah digunakan dan ada juga komentar yang menyatakan aplikasi PeduliLindungi belum siap untuk digunakan. Dengan adanya komentar tersebut dapat dilakukan analisis sentimen untuk mengetahui sentimen atau opini dari pengguna aplikasi PeduliLindungi. Berdasarkan uraian diatas peneliti melakukan analisis sentimen terhadap penggunaan aplikasi PeduliLindungi dengan menggunakan data yang diperoleh dari komentar pengguna di playstore. Data yang digunakan sebanyak 321 data yang dikelompokkan kedalam kelas positif dan negatif. Penelitian ini membuat model klasifikasi dengan algoritma Naïve Bayes dan K-Nearest Neighbor, selain itu pada penelitian ini juga dilakukan komparasi kinerja pada algoritma klasikasi Naïve Bayes dan K-Nearest Neighbor dengan menggunak tools Rapid Miner versi 9.9. Berdasarkan eksperimen yang dilakukan diperoleh hasil akurasi sebesar 70,46%, untuk algoritma Naïve Bayes dan akurasi sebesar 73,33% untuk algoritma K-Nearest Neighbor. Dari kedua metode yang digunakan untuk mengetahui tingkat akurasi yang digunakan, maka bisa diambil kesimpulan bahwa metode K-Nearest Neighbor memiliki tingkat akurasi yang lebih baik dibandingkan dengan metode Naive Bayes. Untuk penelitian selanjutnya diharapkan menambah jumlah dataset (data ulasan) yang ada, serta bisa menambahkan metode klasifikasi lainya ataupun bisa menggunakan metod seleksi fitur yang ada di data mining. Kata kunci: PeduliLindungi, Sentimen Analisis, Naïve Bayes, K-NN

Komparasi Metode Klasifikasi Untuk Analisis Sentimen Pengguna Twitter Terhadap Penerapan Kurikulum Merdeka Darmawan, Wachid; Jumiati, Eny; Sulistiyaningsih, Riski
IC Tech: Majalah Ilmiah Vol 18 No 1 (2023): IC Tech: Majalah Ilmiah Volume XVIII No. 1 April 2023
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v18i1.262

Di Indonesia, kegiatan belajar mengajar menggunakan kurikulum yang seringkali mengalami perubahan, tujuan perubahan tersebut adalah agar sistem pendidikan yang ada menjadi lebih baik. Kurikulum merdeka merupakan kurikulum yang diterapkan saat ini yang diluncurkan dan diperkenalkan pada tahun ajaran 2022/2023. Dengan adanya kurikulum merdeka banyak pendapat (opini) yang bernada positif ataupun bernada negatif yang muncul di Twitter. Untuk mengetahui akurasi dataset yang dihasilkan dari opini yang ada menggunakan metode klasifikasi. Selain itu metode klasifikasi digunakan untuk mengetahui model klasifikasi terbaik, serta dapat mengetahui analisis sentimen yang dihasilkan dari opini yang ada. Metode yang digunakan untuk klasifikasi adalah k-Nearest Neighbor (K-NN), Naive Bayes (NB) dan Support Vector Machine (SVM). Komparasi metode ini bertujuan untuk menemukan metode terbaik dari dataset yang ada, berdasarkan hasil akurasi yang dihasilkan dari ketiga metode tersebut. Dataset tweet yang dikumpulkan sebanyak 1000 tweet, setelah data dibersihkan diperoleh 220 tweet yang terdiri dari 110 tweet positif dan 110 tweet negatif. Berdasarkan perhitungan ketiga metode dengan menggunakan tools Rapidminer didapatkan akurasi sebagai berikut: untuk metode K-NN adalah 76,36%, akurasi metode NB adalah 70,91%, sedangkan akurasi metode SVM adalah 62,73%. Dari hasil tersebut dapat disimpulkan metode K-NN mendapatkan nilai akurasi terbaik dari metode klasifikasi yang digunakan. Selain itu pada perhitungan machine learning, metode SVM menghasilkan klasifikasi terbaik dalam memprediksi, dengan kategori excellent klasifikasi sumbu Y mendekati 1.00. Tidak hanya itu penerapan kurikulum merdeka oleh masyarakat banyak ditweetkan dengan opini yang bernada negatif. Harapan untuk penelitian kedepan adalah dapat menambahkan jumlah dataset tweet, serta menggunakan algoritma tambahan untuk meningkatkan akurasi dari metode klasifikasi.

PENGEMBANGAN SISTEM PELAYANAN SURAT IJIN BERLAYAR DI PELABUHAN PERIKANAN PANTAI KLIDANG LOR Darmawan, Wachid; Nisa, Rohmatun; Kurniawan, Muhammad Faizal
RISTEK : Jurnal Riset, Inovasi dan Teknologi Kabupaten Batang Vol 10 No 1 (2025): RISTEK :Jurnal Riset, Inovasi dan Teknologi Kabupaten Batang
Publisher : Bapelitbang Kabupaten Batang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55686/ristek.v10i1.215

Services for issuing ship sailing permits include departure and arrival permits at the Klidang Lor Beach Fisheries Port, Batang Regency faces inefficiencies due to a manual process based on Microsoft Excel and Word. The main problems include slow data recapitulation, difficulty in archival retrieval, and long waiting times for ship owners. This research aims to develop an integrated information system to overcome these issues. The system was designed using the waterfall method, which includes five stages, from analysis to treatment. The system's functionality and feasibility were tested comprehensively through white-box testing methods. The result of this research is a system that enables ship owners to submit departure and arrival data digitally. This system successfully automates data processing by officers and provides a feature for the instant printing of daily and monthly reports for ship owners and the head of the port. The system has successfully improved the efficiency and effectiveness of the administrative process at the Klidang Lor Coastal Fishing Port, thus providing significant benefits for all parties involved.

PENGEMBANGAN SISTEM PELAYANAN SURAT IJIN BERLAYAR DI PELABUHAN PERIKANAN PANTAI KLIDANG LOR Darmawan, Wachid; Nisa, Rohmatun; Kurniawan, Muhammad Faizal
RISTEK : Jurnal Riset, Inovasi dan Teknologi Kabupaten Batang Vol 10 No 1 (2025): RISTEK :Jurnal Riset, Inovasi dan Teknologi Kabupaten Batang
Publisher : Bapelitbang Kabupaten Batang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55686/ristek.v10i1.215

Services for issuing ship sailing permits include departure and arrival permits at the Klidang Lor Beach Fisheries Port, Batang Regency faces inefficiencies due to a manual process based on Microsoft Excel and Word. The main problems include slow data recapitulation, difficulty in archival retrieval, and long waiting times for ship owners. This research aims to develop an integrated information system to overcome these issues. The system was designed using the waterfall method, which includes five stages, from analysis to treatment. The system's functionality and feasibility were tested comprehensively through white-box testing methods. The result of this research is a system that enables ship owners to submit departure and arrival data digitally. This system successfully automates data processing by officers and provides a feature for the instant printing of daily and monthly reports for ship owners and the head of the port. The system has successfully improved the efficiency and effectiveness of the administrative process at the Klidang Lor Coastal Fishing Port, thus providing significant benefits for all parties involved.

Penerapan Algoritma Apriori Dalam Mendukung Pengambilan Keputusan Produksi Seragam pada UMKM Konveksi Hassa Salma, Widya; Maulana, Much Rifqi; Darmawan, Wachid
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 15, No 1 (2026): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v15i1.10046

UMKM Konveksi Hassa merupakan unit usaha produktif yang bergerak dalam pembuatan seragam sekolah dan kantor dengan volume transaksi yang terus berkembang. Seiring dengan peningkatan pesanan, diperlukan sebuah pendekatan sistematis untuk mengolah data transaksi yang ada menjadi informasi strategis guna mendukung perencanaan produksi yang lebih efisien. Penelitian ini bertujuan untuk mengoptimalkan pemanfaatan data historis pemesanan menggunakan algoritma Apriori melalui kerangka kerja CRISP-DM. Melalui tahapan pra-pemrosesan data hingga pengujian sensitivitas parameter, penelitian ini berhasil merumuskan pola keterkaitan antar produk secara akurat. Hasil pengujian menunjukkan bahwa parameter minimum support 0,05 dan minimum confidence 0,57 merupakan konfigurasi paling optimal yang menghasilkan 10 aturan asosiasi. Temuan utama mengidentifikasi hubungan kuat antara pesanan seragam jenjang SD, SMP, dan SMA dengan nilai lift sebesar 3,771, serta keterkaitan erat antara produk Blouse dan Kemeja dengan confidence 89,5%. Uji sensitivitas membuktikan bahwa parameter tersebut mampu menjaga keseimbangan antara kuantitas aturan dan validitas statistik. Implementasi temuan ini memberikan nilai tambah bagi manajemen dalam pengambilan keputusan terkait produksi dan pengelolaan stok berbasis data, sehingga mendukung pertumbuhan berkelanjutan UMKM Konveksi Hassa.

Analisis Sentimen Penerapan Kurikulum Merdeka Pada Pengguna Twitter Menggunakan Metode K-Nearest Neighbor Dengan Forward Selection Darmawan, Wachid; Kurniawan, Muhammad Faizal; Setianto, Wahyu; Hapsoro, Wim
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 12, No 1 (2023): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v12i1.4634

Kurikulum yang di terapkan di Indonesia untuk kegiatan belajar mengajar selalu mengalami perubahan yang tujuannya untuk meningkatkan sistem pembelajaran yang ada. Kurikulum terbaru yang di terapkan pemerintah adalah kurikulum merdeka. Kurikulum merdeka ini akan serta merta menggantikan kurikulum 2013, walaupun saat ini masih ada sekolah yang menerapakan kurikulum 2013. Kurikulum yang baru diluncurkan dan diterapkan tahun ajaran 2022/2023 sudah banyak dirasakan dan banyak bermunculan opini yang bernada positif ataupun negatif di Twitter. Untuk mengetahui Analisis Sistemen dari opini yang ada, akan digunakan metode klasifikasi pada hasil opini masyarakat yang ada di Twitter. Data yang digunakan sebanyak 500 tweet, setelah dilakukan pembersihan data didapatkan data sebanyak 220 tweet, terdiri dari 110 data tweet positif dan 110 data tweet negatif. Metode klasifikasi yang digunakan untuk mengetahui Analisis Sentimen pada kurikulum Merdeka Belajar adalah metode K-Nearest Neighbor (K-NN) dengan Forward Selection (FS). Berdasarkan ekperimen yang sudah dilakukan metode K-NN akurasinya sebesar 73.64%, sedangkan K-NN + FS akurasinya meningkat menjadi 76.82%. berdasarkan perhitungan machine learning dihasilkan Sentimen Analisis bernada atau opini negatif yang banyak di tweetkan oleh masyarakat terkait penerapan Kurikulum Merdeka. Untuk penelitian selanjutnya bisa menggunnakan algoritma klasifikasi lainya serta ada penambahan datasetnya.

Title

Found 27 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 27 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 27 Documents
Search