Claim Missing Document
Check
Articles

Found 14 Documents
Search

Analisis Quality In Use Model ISO/IEC 25010 Pada Penggunaan Aplikasi TikTok Masfufahtul Umroh; Syafrina Dyah Kusuma Wardani; Aulia Cahya Rani; Achmad Maulana Riski; M. Dwi Cahya Bimantara; Dwi Rolliawati
JOINS (Journal of Information System) Vol 7 No 2 (2022): Edisi November 2022
Publisher : Fakultas Ilmu Komputer, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/joins.v7i2.6491

Abstract

Teknologi yang semakin berkembang saat ini tentu saja membuat pengguna internet terutama di Indonesia semakin banyak. Pengguna internet paling sering mengakses konten hiburan salah satunya pada aplikasi TikTok. Aplikasi TikTok menjadi aplikasi yang populer di kalangan para remaja terutama saat pandemi Covid 19 ini. Banyak sekali masyarakat terutama publik figur yang menggunakan aplikasi tersebut untuk bisnis atau hanya membuat konten yang kreatif dan bermanfaat bagi pengguna lain. Dalam penelitian ini, peneliti ingin melakukan analisis aplikasi TikTok yang semakin hari pengguna aplikasi tersebut semakin banyak berdasarkan model ISO IEC 25010 dengan kategori Quality In Use. Karakteristik dari Quality In Use yang akan dianalisis antara lain karakteristik Effectiveness, Efficiency, Satisfaction, Freedom from risk, dan Context coverage. Metode penelitian yang digunakan adalah kuantitatif deskriptif. Hasil yang didapatkan dari penelitian ini adalah bahwa pada karakteristik Effectivenes dan karakteristik Satisfaction memiliki rata-rata yang lebih tinggi dibandingkan dengan beberapa karakteristik lainnya yaitu sebesar 84%. Dari hasil tersebut, dapat disimpulkan bahwa aplikasi TikTok ini dapat memenuhi kebutuhan pengguna mulai dari mencari informasi sampai mendapatkan informasi yang diinginkan dan bernilai akurat.
Perbandingan Hasil Analisis Clustering Metode K-Means, DBSCAN Dan Hierarchical Pada Data Marketplace Electronic Phone Ifatus Sufairoh; Aulia Cahya Rani; Khofifah Amalia; Dwi Rolliawati
JOINS (Journal of Information System) Vol 8 No 1 (2023): Edisi Mei 2023
Publisher : Fakultas Ilmu Komputer, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/joins.v8i1.8016

Abstract

Persaingan yang ketat terjadi di bidang penjualan, salah satunya pada electronic marketplace (e-marketplace). Pada setiap e-marketplace tentu memiliki data penjualan sehari-hari yang semakin lama, data akan bertambah. Bukan hanya digunakan untuk dokumen perusahaan, tetapi juga bisa digunakan serta dikelola sehingga menghasilkan suatu informasi yang bermanfaat dalam meningkatkan promosi dan penjualan produk jika diolah dengan baik. Tujuan dari penelitian ini untuk mengolah data e-marketplace dengan cara clustering dan membandingkan hasil yang diperoleh dari setiap model clustering yang dipakai. Model clustering tersebut adalah K-Means, DBSCAN, dan Hierarchical. Hasil yang didapatkan yaitu dari ketiga metode clustering yang digunakan didapat model terbaik yaitu Hierarchical dengan jumlah cluster 2 dari silhouette sebesar 0.944473.  Dari hasil tersebut dapat diketahui pengelompokan penjualan handphone dengan merk terbanyak dan hasil clustering dapat menjadi perbandingan metode yang paling optimal. 
Pemodelan dan Simulasi Produksi Gelang Merpati Pada Home Industry Ozon’s Ring Indah Kusumawati; Novita Khasanah; Aulia Cahya Rani; M. Rizal Abdan K; M. Iqbal Maulana; Dwi Rolliawati; Khalid Khalid
Journal of Economic, Management, Accounting and Technology (JEMATech) Vol 6 No 1 (2023): February
Publisher : Fakultas Teknik dan Ilmu Komputer, Universitas Sains Al-Qur'an (UNSIQ) Wonosobo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32500/jematech.v6i1.2375

Abstract

Home industry Ozon’s Ring adalah UMKM yang memproduksi gelang merpati dengan berbagai model. Produksi gelang beberapa kali mengalami overload pada event-event tertentu seperti harbolnas. Penyebabnya dari bahan utama yang kosong dan proses produksi yang lama sehingga permintaan tidak dapat terpenuhi secepatnya. Untuk itu, pemodelan simulasi memberikan alternatif solusi untuk menyelesaikan masalah tersebut. Tujuan dari penelitian ini adalah memaksimalkan produksi dengan mensimulasikan proses yang ada serta sumber daya yang digunakan agar dapat memenuhi target dengan tepat waktu. Dalam penelitian ini, metode empiris digunakan untuk mengumpulkan data dengan melakukan kegiatan wawancara kepada salah satu karyawan home industry. Analisis dilakukan dengan membuat model simulasi proses pembuatan gelang dan skenario simulasi menggunakan aplikasi Anylogic 7.2 Professional. Riset ini menghasilkan tiga skenario alternatif dalam proses produksi gelang merpati dan diperoleh satu skenario terbaik yang dapat meningkatkan kinerja produksi sebesar 164% yaitu maksimalisasi waktu proses jemur menjadi triangular (90, 100, 120) dengan kapasitas produk 110 pcs dalam sekali proses. Sehingga skenario yang disarankan dapat digunakan dengan untuk mengoptimalkan produksi dan meningkatkan kepuasan pelanggan.
Klasifikasi Image Pokémon Menggunakan Convolutional Neural Networks Maulana sulistio saputra Soeprijanto; Zulfa Hady Kusuma; Dwi Rolliawati
Walisongo Journal of Information Technology Vol. 7 No. 1 (2025): Walisongo Journal of Information Technology
Publisher : Universitas Islam Negeri Walisongo Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21580/wjit.2025.7.1.24433

Abstract

This study aims to develop a Pokémon image classification model using Convolutional Neural Networks (CNN). The model is designed to identify the visual patterns of Pokémon based on their primary types, such as Water, Grass, Fire, Electric, and Poison. The research process includes dataset preparation using data sourced from Kaggle, image augmentation to enhance data variability, CNN model training, and model performance evaluation. The resulting model achieved an accuracy of 68.28% on the test data, indicating a reasonable ability to recognize complex visual patterns. Data augmentation and regularization techniques proved effective in improving the model’s generalization capability. This study is expected to contribute to the development of machine learning-based applications in digital entertainment, particularly in the recognition and classification of Pokémon characters. Future research is recommended to utilize larger datasets and integrate non-visual features to improve model performance further.