Claim Missing Document
Check
Articles

Found 24 Documents
Search

Implementasi User Centered Design dan System Usability Scale pada Perancangan User Interface Rifda Faticha Alfa Aziza; Wijaya, Hasan; Fauzi, Moch Farid
JUPITER (Jurnal Penelitian Ilmu dan Teknologi Komputer) Vol 18 No 1 (2026): Jurnal Penelitian Ilmu dan Teknologi Komputer (JUPITER)
Publisher : Teknik Komputer Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.18334480

Abstract

Perancangan User Interface (UI) dan User Experience (UX) memiliki peranan strategis dalam pengembangan website karena berpengaruh terhadap tingkat kenyamanan, kemudahan interaksi, dan kepuasan pengguna. Dalam praktiknya, pengembangan website sering kali belum melibatkan pengguna secara terstruktur, sehingga desain antarmuka yang dihasilkan kurang merepresentasikan kebutuhan serta perilaku pengguna. Penelitian ini bertujuan untuk menerapkan pendekatan User-Centered Design (UCD) dalam perancangan UI/UX dan pengembangan front-end website guna menghasilkan antarmuka yang lebih intuitif dan mudah digunakan. Metode UCD dilaksanakan melalui empat tahapan utama, yaitu identifikasi konteks penggunaan, perumusan kebutuhan pengguna, pengembangan solusi desain, dan evaluasi desain. Proses perancangan mencakup analisis kebutuhan pengguna, penyusunan user persona, user flow, wireframe, serta implementasi front-end menggunakan HTML, CSS, dan JavaScript. Evaluasi usability dilakukan dengan menggunakan System Usability Scale (SUS) yang melibatkan 38 responden. Hasil evaluasi menunjukkan skor SUS sebesar 81 yang berada pada kategori “Sangat Baik”, yang mengindikasikan bahwa website memiliki tingkat kegunaan yang tinggi dan mudah dioperasikan oleh pengguna. Temuan penelitian ini menunjukkan bahwa penerapan User-Centered Design efektif dalam meningkatkan kualitas UI/UX serta memberikan pengalaman pengguna yang lebih optimal pada website.
PENDEKATAN DOUBLE DIAMOND DALAM PERANCANGAN ANTARMUKA PERSONAL ASSISTANT PADA WEBSITE EVENT ORGANIZER Aziza, Rifda Faticha Alfa; Suryana, Muhammad Agung Satriajaya; Aini, Afifah Nur; Purwanto, Ibnu Hadi
Information System Journal Vol. 8 No. 02 (2025): Information System Journal (INFOS)
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/infosjournal.2025v8i02.2575

Abstract

Perkembangan teknologi digital mendorong event organizer menyediakan layanan berbasis website yang informatif dan mudah digunakan. Namun, banyak website event organizer masih memiliki masalah antarmuka dan alur interaksi sehingga menyulitkan pengguna mencari informasi dan melakukan pemesanan. Penelitian ini bertujuan merancang antarmuka personal assistant pada website event organizer menggunakan metode Double Diamond. Tahapan penelitian meliputi discover, define, develop, dan deliver dengan pengumpulan data melalui observasi, wawancara, empathy map, dan user persona. Tahap pengembangan menghasilkan user flow, wireframe, dan prototipe high-fidelity. Evaluasi dilakukan melalui usability testing menggunakan Maze Design. Hasil pengujian menunjukkan usability score 80, success rate 100%, drop-off 0%, misclick rate 28,7%, dan durasi rata-rata 68,9 detik. Seluruh responden (100%) menyatakan fitur membantu.
Pembuatan Sistem Evaluasi dan Rekomendasi Perencanaan Studi Mahasiswa Berbasis Website Menggunakan Laravel Nuraminudin, M; Aziza, Rifda Faticha Alfa
The Indonesian Journal of Computer Science Research Vol. 5 No. 1 (2026): Januari
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v5i1.244

Abstract

Evaluasi dan perencanaan studi mahasiswa merupakan proses fundamental dalam memastikan keberlangsungan akademik dan kelulusan tepat waktu. Permasalahan umum dalam proses ini mencakup  kebutuhan pengulangan mata kuliah dengan nilai E dan D (dengan ketentuan nilai D tidak melebihi 25% dari total SKS), perubahan kurikulum yang menyebabkan ketidaksesuaian mata kuliah, serta batas maksimal masa studi yang menyesuaikan jenjang S1. Penelitian ini mengembangkan sistem berbasis website untuk melakukan evaluasi transkrip nilai, identifikasi mata kuliah wajib diulang, pemberian rekomendasi KRS otomatis, serta prediksi kelulusan berdasarkan sisa SKS dan masa studi. Sistem dibangun menggunakan framework Laravel, database MySQL, dan antarmuka Bootstrap, serta mendukung impor data kurikulum dan transkrip nilai dari Excel. Hasil pengujian blackbox menunjukkan sistem berjalan dengan baik. Berdasarkan Forum Group Discussion sistem ini terbukti efektif meningkatkan efisiensi proses bimbingan akademik dan mengurangi potensi kesalahan manusia, sehingga layak digunakan sebagai alat bantu evaluasi akademik di perguruan tinggi
A Hybrid Intersection Filtering and Recursive Feature Elimination Technique for Efficient Feature Reduction in High Dimensional Datasets Dahlan, Akhmad; Pristyanto, Yoga; Nugraha, Anggit Ferdita; Aziza, Rifda Faticha Alfa; Purwanto, Ibnu Hadi
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 10 No 2 (2026): April 2026
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v10i2.7396

Abstract

High-dimensional datasets are commonly encountered in real-world machine learning applications and often degrade classification performance due to redundant and irrelevant features. In addition, the presence of excessive features increases computational complexity and processing time. Feature selection is therefore a crucial preprocessing step to improve model accuracy and efficiency. This study proposes a hybrid feature selection approach called Intersection Filtering based on Recursive Feature Elimination with Cross-Validation (IF-RFECV), which integrates wrapper-based and filter-based strategies to obtain a stable and optimal subset of features. The proposed method first applies Recursive Feature Elimination with Cross-Validation (RFECV) using multiple classification models to rank and select relevant features. Subsequently, an intersection filtering mechanism is employed to identify features that are consistently selected across different RFECV-based models, thereby reducing model-dependent bias and improving feature robustness. The effectiveness of IF-RFECV is evaluated using four benchmark datasets with varying dimensionality obtained from the KEEL and UCI repositories. Several classification algorithms, including Gradient Boosting, K-Nearest Neighbor, Naïve Bayes, Decision Tree, Random Forest, and Support Vector Machine, are used to assess model performance. Experimental results demonstrate that IF-RFECV produces a more compact feature subset compared to conventional RFECV while achieving superior performance in terms of accuracy, precision, recall, and F1-score on most datasets, particularly those with higher dimensionality. Although IF-RFECV requires slightly higher computational time due to its two-stage process, the performance gains and improved generalization justify this trade-off. These findings indicate that IF-RFECV is an effective and robust feature selection technique for high-dimensional classification problems.