Claim Missing Document
Check
Articles

Found 25 Documents
Search

Evaluasi User Interface CeLOE Telkom University Menggunakan Metode Heuristic Evaluation Akmal Burhansyah, Helmy; Amrulloh, Arif; Candra Febrianto, Dany
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

CeLOE merupakan sebuah Learning Management System (LMS) yang digunakan oleh TelkomUniversity untuk mendukung proses pembelajaran secara daring. Berdasarkan kuesioner yang dilakukan terhadap mahasiswa Telkom University Purwokerto terkait tampilan antarmuka CeLOE dari sisi mahasiswa diketahui bahwa terdapat beberapa masalah seperti tombol login yang membingungkan, tata letak yang kurang rapi, dan navigasi yang kurang intuitif. Permasalahan tersebut berdampak pada rendahnya tingkat kepuasan dan kenyamanan pengguna saat mengakses LMS. Oleh karena itu, tujuan dari penelitian iniadalah mengevaluasi tampilan antarmuka CeLOE khususnya pada sisi mahasiswa menggunakan metode heuristic evaluation yang dilakukan oleh tiga evaluator dan merancang desain solusi dalam bentuk prototype. Evaluasi menemukan 12 permasalahanusability terutama terkait prinsip aesthetic and minimalist design. Pengujian UEQ untuk mengukur peningkatan usability pada tampilan awal dan desain solusi dilakukan oleh 31mahasiswa aktif di Telkom University Purwokerto dan mengidentifikasi hasil perbaikan sudah berhasil meningkatkan pengalaman pengguna, meskipun pada tingkat efisiensi masihperlu adanya perbaikan lebih lanjut.Kata kunci— Heuristic Evaluation, LMS, UEQ, UI/UX
Rancang Bangun Sistem Informasi Pariwisata Berbasis Web Untuk Rekomendasi Tempat Wisata Di Kabupaten Konawe Selatan Nur Alim, Muhammad; Amrulloh, Arif; Candra Febrianto, Dany
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Kabupaten Konawe Selatan memiliki potensiwisata alam yang beragam, namun penyebaran informasinyamasih terbatas secara manual maupun melalui media sosial,sehingga menyulitkan wisatawan dalam mengakses informasisecara menyeluruh dan menentukan pilihan destinasi sesuaipreferensi. Penelitian ini bertujuan meningkatkan ketersediaaninformasi destinasi wisata di Kabupaten Konawe Selatan, sertamemudahkan wisatawan dalam menentukan pilihan destinasiwisata yang sesuai dengan preferensi pribadi mereka. Untukmerancang dan mengembangkan sistem informasi pariwisataberbasis web yang dilengkapi fitur rekomendasi destinasimenggunakan metode Rapid Application Development (RAD).Sistem ini terintegrasi dengan Sistem Pendukung Keputusan(SPK) berbasis metode TOPSIS, yang menggunakan empatkriteria: keindahan (benefit), jarak, waktu tempuh, dan biayamasuk (cost). Pengujian menggunakan black-box testingmenunjukkan keberhasilan 100% dari 98 skenario. Hasilkuesioner menunjukkan peningkatan pengetahuan wisatawanterhadap beberapa destinasi, misalnya Desa Wisata PantaiNamu meningkat dari 61% menjadi 88,3%. Selain itu, tingkatkebingungan dalam memilih destinasi menurun dari 73,3%menjadi 23,3% setelah menggunakan sistem. Hasil inimembuktikan bahwa sistem mampu meningkatkan aksesinformasi dan membantu pengambilan keputusan wisata secaralebih terarah, serta mendukung digitalisasi pengelolaanpariwisata oleh Dinas Pariwisata Kabupaten Konawe Selatan.Sistem dinyatakan siap untuk diimplementasikan dandigunakan secara luas.Kata Kunci: Sistem Informasi Pariwisata, RAD, SistemPendukung Keputusan, TOPSIS
Designed a Waste Management Application by Applying Requirements Engineering Methods to Meet User Needs and Expectations Lisda, Lisda; Febrianto, Dany Candra; Kusumastuti, Rajnaparamitha
Infotekmesin Vol 16 No 1 (2025): Infotekmesin: Januari 2025
Publisher : P3M Politeknik Negeri Cilacap

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35970/infotekmesin.v16i1.2509

Abstract

Efforts to manage waste through recycling have been implemented frequently but continue to receive minimal attention from the public, who are daily contributors to waste generation. As a result, the volume of waste keeps increasing, leading to environmental pollution, such as ecosystem damage, unpleasant odors, and blockages in waterways. This research aims to demonstrate that waste management can be enhanced by integrating data to uncover insights that can inform new strategies for addressing excess waste. In this study, a prototype for a waste recycling application was developed, focusing on digital-based waste management using IoT technology. The system incorporates sensors capable of measuring waste volume as a supporting tool developed using the requirements engineering method. Questionnaires were distributed to 30 respondents to gather feedback on platform designs and IoT product designs. Through requirements validation testing, the results showed that 70% of the 30 respondents approved the platform design, while 63.2% approved the IoT product design.
Small Object Detection and Object Counting for Primary Roe Dataset Based on Yolo Saputra, Wahyu Andi; Nugroho, Nicolaus Euclides Wahyu; Febrianto, Dany Candra; Yunus, Andi Prademon; Gustalika, Muhammad Azrino; Choo, Yit Hong
JURNAL TEKNIK INFORMATIKA Vol. 18 No. 1: JURNAL TEKNIK INFORMATIKA
Publisher : Department of Informatics, Universitas Islam Negeri Syarif Hidayatullah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15408/jti.v18i1.46063

Abstract

This research offers an initial exploration into the effectiveness of three variations of the YOLOv8 model original, trimmed, and YOLOv8n.pt in combination with two distinct datasets characterized by tight and loose distributions of roe, aimed at enhancing small object detection and counting accuracy. Utilizing a primary roe dataset across 776 images, the research systematically compares these model-dataset configurations to identify the most effective combination for precise object detection. The experimental results reveal that the YOLOv8n.pt model combined with the loosely distributed dataset achieves the highest detection performance, with a mean Average Precision (mAP) of 53.86%. This outcome underscores the critical impact of both model selection and data distribution on the detection accuracy in machine learning applications. The findings highlight the importance of tailored model and dataset synergies in optimizing detection tasks, particularly in complex scenarios involving small, densely clustered objects. This research contributes valuable insights into the strategic deployment of neural network architectures for refined object detection challenges.
Sentiment Analysis of Visitor Reviews on Baturaden Tourist Attraction Using Machine Learning Methods Afrad, Mahazam; Febrianto, Dany Candra; Wijayanto, Sena; Fathoni, M. Yoka
Edu Komputika Journal Vol. 11 No. 1 (2024): Edu Komputika Journal
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/edukom.v11i1.10561

Abstract

This study evaluates the performance of four machine learning models: Support Vector Machine (SVM), Random Forest, K-Nearest Neighbors (KNN), and Naive Bayes in analyzing visitor reviews of the Lokawisata Baturaden tourist attraction. Using 5-fold cross-validation, the study aims to determine which machine learning model best suits sentiment analysis on the Baturaden review data. This study was conducted through several stages, including data preprocessing, feature extraction, and the data training process. Case folding, text cleaning, tokenization, stopword removal, and stemming were performed during the data preprocessing stage. The feature extraction method used was TF-IDF. SMOTE was applied to increase data variation and address the data imbalance in the dataset. The results show that SVM provides the best performance with an accuracy of 0.937, an F1-score of 0.937, a precision of 0.943, and a recall of 0.937. Random Forest also performs well with an accuracy of 0.918 and an F1-score of 0.918, though slightly below SVM. KNN shows the lowest performance with an accuracy of 0.651 and an F1-score of 0.544, while Naive Bayes performs adequately with an accuracy of 0.845 and an F1-score of 0.841. Based on this evaluation, SVM is recommended as the best model for sentiment analysis of reviews, followed by Random Forest as a good alternative. The KNN model is not recommended due to its lower performance, while Naive Bayes can be considered for its speed and simplicity, although its results are not as good as SVM and Random Forest. These conclusions guide the selection of the optimal model to enhance understanding and visitor experience at the Baturaden tourist attraction.
Sistem Pakar Diagnosa Penyakit Kura-Kura Berbasis Android Menggunakan MetodeForward Chaining dan Certainty Factor Fitriani, Maulida Ayu; Ghifari, Abu Dzar Al; Mustafidah, Hindayati; Febrianto, Dany Candra
CORISINDO 2025 Vol. 1 (2025): Prosiding Seminar Nasional CORISINDO 2025
Publisher : CORISINDO 2025

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/corisindo.v1.5653

Abstract

Kura-kura merupakan hewan yang memiliki umur panjang, namun tetap rentan terhadap penyakit. Banyak pemelihara kura-kura yeng kesulitan merawat kura-kura yang terkena penyakit, karena keterbatasan akses ke klinik hewan atau dokter spesialis hewan. Oleh karena itu, dibutuhkan suatu alat atau sistem yang dapat mendiagnosa penyakit pada kura-kura dengan kemampuan layaknya dokter spesialis hewan. Tujuan dari penelitian ini ialah membangun sistem pakar berbasis android untuk mendiagnosa 9 jenis penyakit pada kura-kura, data penyakit didapatkan melalui studi literatur dan wawancara dengan 3 pakar hewan. Sistem pakar dibangun menggunakan metode Forward Chaining sebagai metode inferensi untuk mempermudah pengambilan keputusan. Namun, metode ini memiliki kekurangan dalam menentukan tingkat keyakinan mendiagnosa, metode Certainty Factor ditambahkan sebagai metode perhitungan untuk menentukan tingkat keyakinan diagnosa. Berdasarkan hasil uji perbandingan anatara output pada sistem dan perhitungan manual, sistem pakar dapat melakukan diagnosa dengan persentase keakuratan mencapai 97%.
Pelatihan “Artificial Intelligence for Kids” bagi Tenaga Pendidik di Sekolah Dasar Muhammadiyah Danaraja: Training on “Artificial Intelligence for Kids” for Educators at Muhammadiyah Danaraja Elementary School Fitriani, Maulida Ayu; Nurlina, Laily; Febrianto, Dany Candra
PengabdianMu: Jurnal Ilmiah Pengabdian kepada Masyarakat Vol. 10 No. 12 (2025): PengabdianMu: Jurnal Ilmiah Pengabdian kepada Masyarakat
Publisher : Institute for Research and Community Services Universitas Muhammadiyah Palangkaraya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33084/pengabdianmu.v10i12.10248

Abstract

The artificial intelligence (AI) training program for teachers focused on developing animation-based teaching media that integrates AI concepts. This training produced dynamic and reusable instructional materials, enabling teachers to reintroduce the content effectively to students. By helping educators incorporate AI into their lessons, the program aims to prepare the younger generation to understand, manage, and actively participate in an increasingly advanced digital world, supporting government efforts to enhance national competitiveness. Through this training, teachers learned to embed AI concepts into various subject areas. Examples of the resulting teaching media include applications for animal recognition, growth stages, Arabic vocabulary, and more. The platforms used for media development included Pose Block from media.mit.edu and Teachable Machine by Google. The satisfaction survey revealed that 74.5% of participants rated the training as very satisfactory.
plikasi Penanganan Keluhan Kamar Indekos Untuk Analisis Efisiensi Waktu Pada Implementasi Website Zikra Ismunandar, Az; Rais Bahtiar, Arief; Candra Febrianto, Dany
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Penelitian ini membahas pengembangan aplikasipenanganan keluhan kamar indekos untuk analisis efisiensiwaktu pada implementasi website menggunakan metode RapidApplication Development (RAD). Penelitian dilaksanakan padaIndekos Pesona yang berlokasi di Jl. H. Yasin Gg. 7 No. 367,Sukajadi, Pasteur, Bandung, Jawa Barat. Masalah yangdiangkat adalah waktu penanganan keluhan penghuni yangmasih memerlukan proses panjang dan berisiko perulangansehingga menyebabkan keterlambatan dan ketidakjelasanstatus penanganan. Berdasarkan observasi, salah satu keluhantoilet mampet memerlukan waktu proses hampir 30 menitmulai dari pengajuan hingga konfirmasi penyelesaian.Penelitian ini bertujuan mengembangkan danmengimplementasikan aplikasi untuk mengukur pengaruhnyaterhadap efisiensi waktu pada proses penanganan keluhankamar indekos. Website dipilih sebagai platform karena dapatdiakses secara fleksibel melalui perangkat laptop maupunponsel, sehingga mendukung transparansi bagi penghuni,pemilik, dan pengurus dalam memantau status keluhan.Metode RAD dipilih karena modular dan memudahkanpengembangan cepat sesuai kebutuhan pengguna. Pengujiandilakukan menggunakan metode black box, System UsabilityScale (SUS), dan pengukuran efisiensi waktu untukmengevaluasi fungsi, kegunaan, serta percepatan prosespenanganan keluhan. Hasil pengujian menunjukkan tingkatkeberhasilan fungsionalitas sistem sebesar 100%, skor SUSrata-rata 77,5 dengan usability baik, serta peningkatan efisiensiwaktu sebesar 64,51% setelah implementasi sistem.Kata kunci— efisiensi waktu, indekos, keluhan, RAD,website
Rancang Bangun Aplikasi Wisata Banyumas Berbasis Augmented Reality Menggunakan Metode Game Development Life Cycle (GDLC) Arya Amirul Jawad, Bagas; Rais Bahtiar, Arief; Candra Febrianto, Dany
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Banyumas merupakan salah satu kabupaten di Provinsi JawaTengah yang memiliki beragam destinasi wisata menarik. Namun,pemahaman pariwisata di wilayah ini masih kurang optimal,sehingga banyak tempat wisata yang belum dikenal luas olehmasyarakat. Penelitian ini dilakukan melalui kerja sama denganDinas Pariwisata Banyumas, mengingat perizinan dan data yangdibutuhkan hanya dapat diperoleh melalui kolaborasi tersebut.Dinas Pariwisata menyetujui kerja sama dengan syarat aplikasiyang dikembangkan harus bersifat interaktif dan berfungsisebagai media informasi, mengingat belum adanya platformserupa untuk mempromosikan destinasi wisata di Banyumas.Penelitian ini bertujuan untuk meningkatkan pemahaman danpenyebaran informasi pariwisata di Banyumas melaluipengembangan aplikasi dengan pendekatan gamifikasi. Hal inimenjadikan penyampaian informasi lebih interaktif dan menarik.Metode pengembangan yang digunakan adalah GameDevelopment Life Cycle (GDLC), yang terdiri dari enam tahap:initiation, pre-production, production, testing, beta test, dan rilis.Hasil penelitian adalah aplikasi telah berhasil dikembangkan dandiimplementasikan. Hasil uji kegunaan menunjukkan responspositif, melebihi standar minimum yang ditetapkan danmenegaskan bahwa aplikasi sangat berguna.Kata kunci: Pariwisata, Informasi, Banyumas, Gamifikasi,GDLC
Pelatihan Pembelajaran Berbasis Pemanfaatan AI untuk Meningkatkan Produktivitas Guru di Era Digital Affan Hilmy Natsir; Dany Candra Febrianto
Indonesian Journal of Community Service and Innovation Vol. 6 No. 1 (2026): April 2026
Publisher : LPPM IT Telkom Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/ijcosin.v6i1.10495

Abstract

Perkembangan teknologi digital, khususnya Artificial Intelligence (AI), memberikan peluang strategis dalam meningkatkan produktivitas guru dan kualitas pembelajaran di era digital. Namun, pemanfaatan AI oleh guru masih terbatas akibat rendahnya literasi digital, kurangnya pemahaman etika penggunaan AI, serta minimnya pendampingan praktis. Artikel ini bertujuan untuk mendeskripsikan pelaksanaan dan dampak kegiatan Pengabdian kepada Masyarakat berupa pelatihan pengembangan pembelajaran berbasis pemanfaatan AI yang dilaksanakan oleh Himpunan Mahasiswa Teknik Informatika Telkom University Purwokerto di SDIT Top Kids. Metode kegiatan meliputi pemaparan materi, workshop praktik langsung, dan diskusi interaktif yang difokuskan pada penggunaan ChatGPT untuk penyusunan materi ajar, pembuatan soal, perencanaan pembelajaran, serta pemahaman etika dan risiko penggunaan AI dalam pendidikan. Evaluasi dilakukan melalui pre-test dan post-test serta observasi selama kegiatan. Hasil menunjukkan peningkatan rata-rata pemahaman peserta sebesar 27%, mencakup aspek konseptual, pedagogis, dan etika pemanfaatan AI. Temuan ini menunjukkan bahwa pelatihan berbasis praktik AI efektif dalam meningkatkan produktivitas dan kompetensi digital guru secara bertanggung jawab serta mendukung inovasi pembelajaran berkelanjutan.