Claim Missing Document
Check
Articles

Found 31 Documents
Search

Analisis Kepuasan Pengguna Layanan E-Surat Fakultas Teknik Universitas Mulawarman Menggunakan Metode End User Computing Satisfaction (EUCS) Fachreiza, Muhammad; Kamila, Vina Zahrotun; Masa, Amin Padmo Azam
Kreatif Teknologi dan Sistem Informasi (KRETISI) Vol. 1 No. 2 (2023): Kreatif Teknologi dan Sistem Informasi (KRETISI)
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/kretisi.v1i2.1154

Abstract

Layanan E-Surat Fakultas Teknik Universitas Mulawarman merupakan layanan online yang memungkinkan pengguna membuat surat elektronik tanpa harus menemui staf kampus melalui e-surat.ft.unmul.ac.id. Ada sejumlah kelebihan yang dimiliki situs layanan E-Surat Fakultas Teknik Universitas Mulawarman, namun ada juga kekhawatiran akan potensi kekurangan atau kurang dimanfaatkannya layanan tersebut. Tujuan dari penelitian ini adalah untuk mengevaluasi kelebihan dan kekurangan sistem dan memastikan tingkat kepuasan pengguna terhadap layanan e-surat. 6 variabel terikat yaitu isi, akurasi, format, kemudahan penggunaan, ketepatan waktu, dan keamanan serta satu variabel bebas yaitu kepuasan pengguna dimasukkan dalam studi kuantitatif yang menggunakan pendekatan EUCS (End User Computing Satisfaction). Kuesioner digunakan untuk pengumpulan data dengan jumlah sampel sebanyak 360 responden, populasi penelitian terdiri dari staf dan mahasiswa. Temuan penelitian ini menunjukkan bahwa setiap variabel dari pendekatan EUCS mempengaruhi tingkat kepuasan pengguna.
Perancangan Ulang Aplikasi BCA Mobile Menggunakan Pendekatan Desain Thinking dan System Usability Scale: Bahasa Indonesia Hadianto , Mohammed Noeno; Ramadhan , Riendra Zanneti; Saputra, Fachi Aditia; Masa, Amin Padmo Azam; Jundillah , Muhammad Labib; Ibrahim, Muhammad Rivani
Kreatif Teknologi dan Sistem Informasi (KRETISI) Vol. 3 No. 1 (2025): Kreatif Teknologi dan Sistem Informasi (KRETISI)
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/kretisi.v3i1.2099

Abstract

Teknologi digital dalam sektor perbankan menuntut penyedia layanan untuk terus meningkatkan kualitas antarmuka aplikasi guna memenuhi kebutuhan pengguna. Penelitian ini berfokus pada perancangan ulang antarmuka aplikasi BCA Mobile yang selama ini dinilai memiliki beberapa kelemahan, seperti navigasi kurang intuitif, tampilan terlalu padat, dan alur transaksi yang rumit. Masalah-masalah tersebut berpotensi mengurangi kepuasan pengguna, sehingga penelitian ini dilakukan untuk mengoptimalkan pengalaman pengguna sekaligus mempertahankan posisi kompetitif BCA di industri perbankan digital. Tujuan penelitian adalah menyelesaikan masalah User Interface/User Experience (UI/UX) dengan menerapkan pendekatan Design Thinking yang berpusat pada pengguna. Metode penelitian mencakup lima tahap utama: (1) Empathize melalui observasi dan kuesioner terhadap 50 pengguna aktif, (2) Define untuk mengidentifikasi masalah inti, (3) Ideate guna menghasilkan solusi kreatif, (4) Prototype dalam bentuk desain baru, dan (5) Test menggunakan System Usability Scale (SUS) untuk mengukur efektivitas desain. Hasil penelitian menunjukkan bahwa desain baru berhasil meningkatkan kualitas UI/UX secara signifikan. Skor SUS rata-rata mencapai 87,19, termasuk dalam kategori sangat baik, dengan mayoritas pengguna memberikan tanggapan positif terhadap kemudahan navigasi, tampilan visual yang modern, dan efisiensi alur transaksi. Dengan demikian, penelitian ini tidak hanya membuktikan keefektifan pendekatan Design Thinking dalam menyelesaikan masalah UI/UX, tetapi juga memberikan rekomendasi praktis bagi pengembangan aplikasi perbankan digital di masa depan.
Rancang Bangun Website Manajemen Praktikum Sistem Informasi Menggunakan Metode Agile Scrum Fahlevy, Muhammad Novil; Kamila, Vina Zahrotun; Masa, Amin Padmo Azam
Jurnal Ilmiah Sistem Informasi Vol. 4 No. 3 (2025): November: Jurnal Ilmiah Sistem Informasi
Publisher : LPPM Universitas Sains dan Teknologi Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/ck0m2k25

Abstract

Pengelolaan laboratorium pendidikan di perguruan tinggi membutuhkan sistem administrasi yang terstruktur. Saat ini, praktikum Sistem Informasi Universitas Mulawarman masih menggunakan Google Classroom untuk pengumpulan tugas dan Google Spreadsheet untuk presensi, yang menimbulkan inefisiensi dan beban kerja administratif bagi asisten laboratorium. Selain itu, pendekatan terpisah ini menghambat dosen dalam memantau perkembangan praktikan secara menyeluruh. Penelitian ini bertujuan merancang dan mengembangkan website manajemen praktikum Sistem Informasi untuk mengintegrasikan seluruh proses administrasi, sekaligus mengevaluasi fungsionalitas dan penerimaan pengguna melalui pengujian Black Box Testing dan User Acceptance Testing (UAT). Pengembangan website dilakukan dengan metode Agile Scrum selama 40 hari (24 Maret–3 Mei 2025) melalui 6 sprint dan 11 masukan pengguna. Teknologi yang digunakan meliputi Laravel (PHP), Tailwind CSS, dan MySQL. Data dikumpulkan melalui wawancara serta pengujian Black Box Testing dan UAT yang melibatkan praktikan, asisten lab, dan dosen. Website ini berhasil mengintegrasikan fitur-fitur seperti presensi, manajemen kelas, tugas, Surat Peringatan (SP), dan dashboard monitoring untuk dosen. Black Box Testing membuktikan semua fitur berfungsi sesuai harapan, sementara UAT (2–11 Juni 2025) menghasilkan skor 91,5% (Sangat Baik), dengan penilaian tertinggi dari dosen (97,8%). Namun, aspek kemudahan akses data kehadiran (P4) dan tata letak menu (P9) masih perlu ditingkatkan. Penelitian ini memberikan solusi terpadu yang mengatasi fragmentasi sistem sebelumnya, meningkatkan efisiensi administratif, dan transparansi praktikum. Meskipun belum diimplementasikan langsung, website ini menjadi dasar pengembangan lebih lanjut, khususnya dalam meningkatkan User Experience untuk seluruh pengguna.
Enhancing crude palm oil quality detection using machine learning techniques Puspitasari, Novianti; Hairah, Ummul; Kamila, Vina Zahrotun; Hamdani, Hamdani; Septiarini, Anindita; Masa, Amin Padmo Azam
IAES International Journal of Artificial Intelligence (IJ-AI) Vol 14, No 4: August 2025
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijai.v14.i4.pp2955-2963

Abstract

Indonesia, a leading nation in the palm oil industry, experienced a significant increase of 15.62% in crude palm oil (CPO) exports in 2020, effectively meeting the global need for vegetable oil and fat. Therefore, the subjective assessment of CPO quality, influenced by differences in human evaluations, may lead to inconsistencies, necessitating the adoption of machine learning methods. There are several categories of CPO, such as bad and excellent. Machine learning can determine the quality of CPO itself. This study utilizes two distinct categories to measure the quality of CPO. CPO quality data is collected and processed into pre-processing data, in classifying using several methods such as artificial neural network (ANN), k-nearest neighbor (KNN), support vector machine (SVM), decision tree (DT), naïve Bayes (NB), and C.45 using the cross-validation evaluation parameter. The best results are obtained by C.45 and DT with an accuracy of 99.98%.
Sentiment analysis of youtube comments on the palestine-israel conflict: Performance comparison of SVM, KNN, and RFC Lintang, Irendra; Jumanto, Jumanto; Masa, Amin Padmo Azam
Journal of Student Research Exploration Vol. 3 No. 1 (2025): January 2025
Publisher : SHM Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52465/josre.v3i1.426

Abstract

The Palestine-Israel conflict, rooted in territorial and religious identity disputes in the Middle East, notably over the sanctity of Jerusalem, is impacted by various political, economic, and social factors. This study employs text-mining techniques to analyze the sentiment of YouTube comments concerning the conflict. Utilizing data collected via the YouTube API, the study preprocesses, analyzes sentiment, and classifies comments using three machine learning algorithms: K-Nearest Neighbors (K-NN), Random Forest Classifier (RFC), and Support Vector Machine (SVM). The categorization report measures are utilized to compare how well the models performed in classifying estimation as positive or negative. Outflanking all other classifiers, the Irregular Woodland Classifier (RFC) accomplishes 78curacy with accuracy rates of 0.76 for positive and 0.79 for negative assumptions. With a precision rate of 77%, SVM illustrates an inclination in favor of negative sentiments, though K-NN, with an exactness rate of 60%, shows an imbalance favoring negative over positive estimations.
PERAMALAN MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING DAN ARIMA UNTUK PENGENDALIAN PERSEDIAAN BARANG PADA PERUSAHAAN PENGUMPUL LIMBAH Alviana, Kurnia; Kamila, Vina Zahrotun; Masa, Amin Padmo Azam
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 3S1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i3S1.7794

Abstract

Peramalan dan pengendalian persediaan bahan baku merupakan hal penting dalam proses pengambilan keputusan pada perencanaan produksi. Sifat limbah yang mudah terbakar dan meledak serta persaingan perusahaan dapat mempengaruhi proses bisnis kedepan, oleh karena itu dibutuhkan pengelolaan barang yang baik diantaranya dengan melakukan peramalan dan pengendalian persediaan. Tujuan penelitian ini untuk mendapatkan metode terbaik antara metode single exponential smoothing dan ARIMA dalam meramalkan permintaan minyak pelumas bekas serta mengendalkian persediaan. Penelitian ini menerapkan beberapa metode dimulai dengan peramalan menggunakan metode single exponential smoothing dan ARIMA, serta pengendalian persediaan bahan baku menggunakan metode EOQ. Peramalan dengan bantuan minitab dan eviews didapatkan bahwa metode single exponential smoothing lebih cocok dalam meramalkan permintaan minyak pelumas bekas dengan tingkat kesalahan MSE pada minitab sebesar 91562225.19 dan eviews sebesar 93773334.91, dan MAPE pada minitab sebesar 17% dan eviews sebesar 20%. Sedangkan metode EOQ lebih ekonomis dalam mengendalikan persediaan bahan baku berdasarkan peningkatan pembelian bahan baku menjadi 192.778 liter dengan pembelian sebelumnya sebanyak 7.870 liter, pengurangan total biaya persediaan menjadi Rp. 1.020.620 dengan sebelumnya sebanyak Rp, 12.500.833, frekuensi pemesanan menjadi 3 kali dalam setahun setiap 98 hari dengan titik order kembali pada 3.305.771 liter yang sebelumnya sebanyak 60 kali dalam setahun setiap 7 hari.
COMBINATION OF WP AND TOPSIS METHODS IN A DECISION SUPPORT SYSTEM FOR WATERMELON SEED RECOMMENDATION Tejawati, Andi; Puspitasari, Novianti; Pasorong, Hillary Bella; Masa, Amin Padmo Azam
Jurnal Teknik Informatika (Jutif) Vol. 5 No. 4 (2024): JUTIF Volume 5, Number 4, August 2024 - SENIKO
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2024.5.4.2317

Abstract

Watermelon is a horticultural plant that can be cultivated by the wider community with adequate profits. In Indonesia, watermelon production is still unable to meet the huge market demand and has not been able to be met by local watermelon-producing areas. One of the reasons why watermelon production is insufficient is because the fruit is easily damaged due to inappropriate watermelon seeds. The right watermelon seeds can be selected using a Decision Support System. This study uses two combination methods, namely Weighted Product (WP) and Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS), to be applied in the Decision Support System for watermelon seed recommendations. The WP method is used to determine the weight of the criteria, while TOPSIS is used to determine the order of watermelon seed recommendations. The data used in this study were twenty alternative watermelon seeds with five criteria, namely land recommendations, yield potential, fruit weight, harvest age, and disease resistance. Of the five criteria determined by the WP method, the largest criterion value is in the land recommendation. The results of the implementation with both methods produced recommendations for watermelon seeds, with the first ranking result being the F1 Series (3n) watermelon seeds with a preference value of 0.85442, and black box testing showed that this system was able to provide recommendations for quality watermelon seeds according to their functionality based on the application of the WP and TOPSIS methods.
IMPLEMENTASI MARKET BASKET ANALYSIS PADA DATA PENJUALAN CV. XYZ MENGGUNAKAN ALGORITMA FP-GROWTH Ridho, Abdillah Nur; Masa, Amin Padmo Azam; Widagdo, Putut Pamilih
Jurnal Informatika dan Teknik Elektro Terapan Vol. 12 No. 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4541

Abstract

Market Basket Analysis (MBA) merupakan sebuah metode analisis yang dapat memberikan informasi tentang produk apa saja yang sering dibeli secara bersamaan yang dapat dijadikan dasar dalam penentuan strategi penjualan. CV. XYZ perusahaan yang bergerak di bidang produksi dan penjualan seminar kit seperti lanyard, blocknote, goodie bag, mug, dan barang lainnya sesuai dengan kebutuhan pelanggan. CV. XYZ telah melakukan pencatatan transaksi secara cermat antara perusahaan dan pelanggan. Informasi transaksi dapat menjadi sumber wawasan berharga dalam menganalisis pola pembelian pelanggan dengan menggunakan market basket analysis atau analisis keranjang belanja. Implementasi analisis keranjang belanja dilakukan dengan menggunakan algoritma FP-Growth. Algoritma FP-Growth merupakan pengembangan dari metode apriori sebagai salah satu alternatif untuk menentukan himpunan data yang paling sering muncul (Frequent itemset) dalam sebuah kumpulan data, algoritma FP-Growth dinilai lebih cepat dibanding algoritma apriori. Data transaksi yang digunakan berjumlah 138 transaksi yang terdiri dari 21 jenis item. Setelah melalui proses penerapan algoritma FP-Growth dengan menggunakan nilai minimum support 5% dan nilai minimum confidence 40% diperoleh total 12 association rules dengan 2 itemset. Adapun rule dengan nilai confidence tertinggi yaitu jika membeli blocknote, maka membeli pulpen dengan nilai support 13% dan nilai confidence 94,74%.
PERBANDINGAN DOUBLE MOVING AVERAGE DAN DOUBLE EXPONENTIAL SMOOTHING PADA PERAMALAN PRODUKSI DAGING TERNAK SAPI Alhabsy, Said Nabil Hasan; Masa, Amin Padmo Azam; Widagdo, Putut Pamilih
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6290

Abstract

Produksi daging sapi di Indonesia pada tahun 2023 diperkirakan defisit, dengan Kalimantan Timur berada di peringkat 17 dalam produksi daging ternak sapi. Penelitian ini bertujuan untuk menerapkan metode Double Moving Average (DMA) dan Double Exponential Smoothing (DES) dalam meramalkan produksi daging sapi di Kalimantan Timur, guna meningkatkan peringkat provinsi tersebut dan mendukung target produksi nasional. Data yang digunakan mencakup produksi daging sapi Kalimantan Timur selama 10 tahun terakhir (2014-2023). Hasil penelitian menunjukkan bahwa metode DMA ordo 5 memberikan hasil peramalan dengan akurasi terbaik. Peramalan untuk lima tahun ke depan (2024-2028) menunjukkan nilai produksi yang diprediksi akan terus menurun, yaitu: 7.707,78 ton pada 2024, 7.643,44 ton pada 2025, 7.579,10 ton pada 2026, 7.514,76 ton pada 2027, dan 7.450,42 ton pada 2028. Nilai MAPE sebesar 0,45% dan MSE sebesar 81.704,51% menunjukkan tingkat akurasi yang sangat baik dari metode DMA ordo 5. Oleh karena itu, penelitian ini merekomendasikan penggunaan metode DMA ordo 5 dan DES alpha 0,2 sebagai alat peramalan yang efektif untuk meningkatkan peringkat produksi daging sapi di Kalimantan Timur dan memenuhi target produksi nasional.
Comparison of Noise Using Reduction Method for Repairing Digital Image Masa, Amin Padmo Azam; Fajri, Muhamad Mushfa Hikmatal; Septiarini, Anindita; Winarno, Edy
JOIV : International Journal on Informatics Visualization Vol 8, No 4 (2024)
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62527/joiv.8.4.2032

Abstract

Digital images are used to become a visual bridge of information. The information data must be precise so that the information can be adequately conveyed, but in the process, digital images sometimes experience a change in quality. One of the causes of this change is noise, where the image affected by noise is of poor quality, so misinformation can occur. This problem can be solved using filtering methods, but there are so many filtering methods. In this study, five filtering methods were used, including the Gaussian filter, mean filter, median filter, wiener filter, and conservative filter, to be compared with two types of noise, such as salt and pepper and speckle, so that the best method for noise reduction in digital images is known based on the criteria that have been set determined. The research results were determined based on the value of the measurement parameters Mean Square Error (MSE) and Peak Signal-to-Noise Ratio (PSNR). The results show that the conservative method is the best based on the parameter values of MSE 3.21 and PSNR = 37.99. However, when viewed visually, the median method is superior for reducing noise in digital images that have been carried out. The results of the research can be used as information to develop future research, especially in the field of digital image processing.
Co-Authors Adiningrum , Maheswari Al-Azhimah, Nur Inayah Alhabsy, Said Nabil Hasan Alifia, Shafa Nur Aljidannur, Andi Muhammad Rivaldy Alviana, Kurnia Amal , Fakhmul Amin, Dhestyara Alivia Andika, Arya Bhima Anindita Septiarini, Anindita Antara, Alecia Maharani Ektya Arviani, Syilla Astuti, Dea Cahyaningrum Indra Astuti, Eka Desi Puji Bayu Setiawan Dengen , Helen Amalia Edy Winarno Enjellita , Rissa Fachreiza, Muhammad Fadillah, M. Rezieq Fahlevy, Muhammad Novil Fahriza, Ridho Fajri, Muhamad Mushfa Hikmatal Falah, Muhammad Akmal Fathurendra, Argya Faza, Muhammad Reyno Fitri , Anisa Ginting, Stephanie Elfriede Hadianto , Mohammed Noeno Hairah, Ummul Hairunnisa, Namira Aida Hamdani Hamdani Ibrahim, Muhammad Rivani Indra Maulana, Indra IRWANSYAH Islamiyah Jumanto Jumanto, Jumanto Jundiliah, Muhammad Labib Jundillah , Muhammad Labib Jundillah, Muhammad Labib Kamila, Vina Zahrotun Karinda , Siti Solikah Yosi Lawi, Bella Theressa Lintang, Irendra Madani, Mohammad Ichsan Mulia, Amalia Budiana Nasrullah, Ryanda Putra Nurwahyu, Ferryza Padoran , Jenita Nice Pasangkin, Jharmiyanto Kurnia Pasorong, Hillary Bella Pinadekso, Achmadin Suryo Prafanto, Anton Pramudita, Nindya Prasetyo, Muhammad Eko Pratama , Rifki Pratama, Rifki Pratidina, Ummi Pratini, Hesti Purwanti, Hani Puspitasari, Novianti Putut Pamilih Widagdo, Putut Pamilih Rabbani, Zaki Fauzan Ramadhan , Riendra Zanneti Ramadhana Ramadhani, Alya Rizqi Ramadiani Rapiq, Rayhan Abdilah Ridho , Abdillah Nur Ridho, Abdillah Nur Riswanti, Nita Rizky Chandra, Rizky Sagita, Andi Yolanda Saputra , Fadil Saputra, Fachi Aditia Saragi , Bertha Joy Rodo Sari, Syafrina Aulia Setyadi, Hario Jati Sidabutar, Erni Veronica Tejawati, Andi Ulhaq, Dhiya Verdila, Vebi Wanda, Awang Muhammad Trielevy Widagdo , Putut Pamilih Yunus, Ahmad Zahra , Aji Arinda