Article Per Year (5 Year)
p-Index From 2021 - 2026
5.399
P-Index
This Author published in this journals
All Journal Jurnal Simantec Jurnal Teknologi Informasi dan Ilmu Komputer REKAYASA Jurnal Ilmiah Pangabdhi Network Engineering Research Operation [NERO] Jurnal Nasional Komputasi dan Teknologi Informasi JETL (Journal Of Education, Teaching and Learning) KOMPUTEK Journal of Information Systems and Informatics JATI (Jurnal Mahasiswa Teknik Informatika) International Journal of Science, Engineering and Information Technology Yayasan Cita Cendikiawan Al Khwarizmi Jurnal Hurriah: Jurnal Evaluasi Pendidikan dan Penelitian Jurnal Ilmiah Edutic : Pendidikan dan Informatika J-ABDIPAMAS (Jurnal Pengabdian Kepada Masyarakat) Innovative: Journal Of Social Science Research Communication and Information Journal Abdimas Mandalika NERO (Networking Engineering Research Operation) Jurnal Sistem Informasi dan Manajemen Jurnal Pengabdian Masyarakat dan Riset Pendidikan Sains Data Jurnal Studi Matematika dan Teknologi Jurnal Cendekia Ilmiah
Doni Abdul Fatah
Universitas Trunojoyo Madura
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 46 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 46 Documents
Search

 1   2   3   4   5 
SISTEM INFORMASI MANAJEMEN SUPERCHARGER DENGAN KONTROL PROPORTIONAL INTEGRAL DERIVATIVE PADA MOTOR MATIC Irawan, Ibnu; Fatah, Doni Abdul; Budiarto, Hairil
Jurnal Simantec Vol 12, No 2 (2024): Jurnal Simantec Juni 2024
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v12i2.25833

Abstract

One of the main problems occurring on this earth is air pollution and the reduction in the amount of fuel oil. The main aim of the research is to regulate the mixture of fuel and air so that it burns ideally, so that the resulting emissions are non-toxic and environmentally friendly. This research is a technological development as a means of information and comparison before and after a supercharger is installed. Adjust the AFR (Air Fuel Ratio) value through the inlet air channel to obtain the ideal ratio of fuel and air so that the mixture becomes stoichiometric. The air intake is regulated into the engine by adding a supercharger using the Proportional Integral Derivative (PID) control method. The supercharger works by using a lambda sensor as data input for a poor or rich mixture, then the lambda sensor value is entered into the PID method. The PID value will determine the speed of the brushless motor which aims to obtain stoichiometric AFR. A lambda sensor that is close to the 0.5 setpoint is expected to produce a more ideal mixture of air and gasoline.Keywords: Management Information, Supercharger, Proportional Integral Derivative, Automatic Motorcycles.
RANCANG BANGUN SISTEM PAKAR DIAGNOSA HAMA DAN PENYAKIT TANAMAN BAWANG MERAH DAN CABAI MENGUNAKAN METODE FORWARD CHAINING Fatah, Doni Abdul; Rifqi, Khoirur; Sawaki, Sawaki; Irhamni, Firli
NERO (Networking Engineering Research Operation) Vol 8, No 2 (2023): Nero - 2023
Publisher : Jurusan Teknik Informatika Fakultas Teknik Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/nero.v8i2.26789

Abstract

Sistem pakar merupakan suatu program komputer cerdas yang menggunakan pengetahuan dan prosedur inferensi untuk memecahkan masalah-masalah yang cukup kompleks, sehingga membutuhkan keahlian dan pengalaman seorang pakar untuk menyelesaikannya. Dalam bidang pertanian, sistem pakar dapat dimanfaatkan untuk membantu petani dan penyuluh pertanian dalam mengidentifikasi dan mengatasi berbagai masalah terkait hama dan penyakit pada tanaman. Penelitian ini bertujuan untuk merancang dan mengembangkan sebuah sistem pakar untuk mendiagnosis hama dan penyakit pada tanaman bawang merah dan cabai menggunakan metode forward chaining. Sistem pakar ini dirancang untuk menjadi alat bantu yang dapat membantu petani dan penyuluh pertanian dalam mengidentifikasi jenis hama dan penyakit yang menyerang tanaman, serta memberikan solusi penanganannya secara cepat dan akurat. Sistem pakar yang dihasilkan dalam penelitian ini merupakan sistem berbasis aturan (rule-based) yang mampu mengidentifikasi jenis hama dan penyakit berdasarkan gejala-gejala yang diamati, serta memberikan rekomendasi penanganannya. Hasil pengujian menunjukkan bahwa sistem pakar ini memiliki tingkat akurasi sebesar 90% dalam mendiagnosis hama dan penyakit pada tanaman bawang merah dan cabai. Dengan demikian, sistem pakar dapat menjadi alat bantu yang efektif bagi petani dan penyuluh pertanian dalam upaya meningkatkan produktivitas tanaman bawang merah dan cabai.Kata kunci: bawang merah, cabai, forward chaining, hama, penyakit, sistem pakar
Development of A Tourist Destination Object Search Application as A Madura Tourism Information Media Using ADDIE Model Fatah, Doni Abdul; Suzanti, Ika Oktavia; Ifandia, Alfian Mahendra; Negara, Yudha Dwi Putra; Mufarroha, Fifin Ayu
Journal of Information System and Informatics Vol 6 No 1 (2024): March
Publisher : Universitas Bina Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51519/journalisi.v6i1.685

Abstract

The rapid development of tourism has caused many tourists to be interested in enjoying it. Madura Island is a small archipelago and is part of East Java. Madura consists of 4 districts, namely Bangkalan district, Sampang district, Pamekasan district, and Sumenep district. With the number of districts owned, it creates a diversity of tourism. The development of the tourism sector must also be accompanied by the development of information technology. Utilization of technology can improve accommodation in supporting tourist destination services by designing an android-based application for searching for objects supporting Madura tourism destinations. The purpose of this research is to create an object search application that supports tourist destinations and serves as a medium for information about tourist locations on the island of Madura, making it more straightforward for tourists/users to enjoy their vacation. The stages of research carried out using ADDIE Model include knowing the system requirements, analysis and design, Development, implementation, and Evaluation. The results of the study are in the form of applications by detecting supporting objects including places of interest, gas stations, lodging, religion, culinary and health. It is expected that users when visiting Madura tourism will be easy, fun, and can enjoy their holidays.
RANCANG BANGUN APLIKASI PEMBAYARAN INTERNET BERBASIS WEB MENGGUNAKAN METODE RAPID APPLICATION DEVELOPMENT Anam, Nafi'ul; Abdul Fatah, Doni; Sukri, Hanifudin
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12276

Abstract

Perkembangan teknologi informasi yang pesat di era globalisasi memberikan dampak signifikan pada berbagai aspek kehidupan, termasuk bisnis dan layanan masyarakat. PT. Murni Makmur Abadi, sebuah perusahaan Internet Service Provider (ISP) di Kecamatan Kamal, Kabupaten Bangkalan menghadapi kendala dalam proses pembayaran tagihan internet yang masih dilakukan secara manual. Metode ini kurang efisien karena dapat berisiko kehilangan data sebab pencatatan masih dilakukan secara manual di buku. Penelitian ini bertujuan untuk merancang dan mengembangkan aplikasi pembayaran internet berbasis web guna mempermudah proses pembayaran serta meningkatkan efisiensi operasional perusahaan. Aplikasi ini dikembangkan menggunakan metode Rapid Application Development (RAD), yang memungkinkan pengembangan perangkat lunak dengan siklus yang cepat dan hemat biaya. Aplikasi yang dihasilkan telah diuji menggunakan standar ISO 25010, khususnya pada aspek functional suitability dan reliability. Pengujian functional suitability menunjukkan hasil sempurna, sementara reliability memperoleh skor 99,8%. Dengan hasil ini, aplikasi mampu memenuhi kebutuhan pembayaran internet secara efisien dan andal, memberikan pengalaman yang lebih baik bagi pengguna
OPTIMASI PREDIKSI HARGA SAHAM BBCA DENGAN TEKNIK XGBOOST (EXTREME GRADIENT BOOSTING) Nurmaya, Septia Tri; Soesilo, Budi; Fatah, Doni Abdul
JURSIMA Vol 12 No 1 (2024): Volume 12 Nomor 1 2024
Publisher : INSTITUT TEKNOLOGI DAN BISNIS INDOBARU NASIONAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47024/js.v12i2.925

Abstract

Optimasi prediksi harga saham BBCA dengan Teknik XGBOOST menjadi tujuan utama pada penelitian ini. Penelitian ini menggunakan data kuantitatif. Populasi dalam penelitian ini adalah seluruh harga saham bank BCA. Sampel yang digunakan yaitu harga saham BCA dengan kategori periode waktu pada 1 Januari 2019 hingga 31 Desember 2023. Tahap penelitian ini dilakukan dengan enam tahap meliputi pengumpulan data, prapemrosesan data, rekayasa fitur, pemilihan model, prediksi, dan evaluasi. Hasil penelitian ini menunjukan bahwa harga saham BBCA mengalami fluktuasi namun secara pola tren mengalami kenaikan yang stabil, ada beberapa factor eksternal yang menyebabkan penurunan seperti adanya pandemi COVID -19. Hasil nilai MAPE 2,48% memastikan tingkat akurasi yang sangat baik dalam meramalkan pergerakan harga saham, memberi prediksi yang mendekati nilai aktual sehingga mampu membantu investor dalam mengambil keputusan untuk melakukan investasi. Secara keseluruhan penelitian ini memberikan bukti bahwa penggunaan machine learning dengan analisis pada data historis, menjadikanya alat berharga bagi investor di pasar saham, khususnya saham BBCA.
Pemanfaatan Sistem Informasi Pemasaran Berbasis Website untuk Meningkatkan Produktivitas Penjualan UMKM Souvenir Murah Bojonegoro Negara , Yudha Dwi Putra; Fatah, Doni Abdul; Gitayuda, M. Boy Singgih; Syam, Akhmad Ramdani; Fukaha, Syaechu Agiel; Firdaus, Muhammad Adzin
Dedikasi Sains dan Teknologi (DST) Vol. 4 No. 2 (2024): Artikel Riset Nopember 2024
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dst.v4i2.4761

Abstract

Souvenir Murah Bojonegoro adalah usaha mikro kecil dan menengah (UMKM) yang didirikan oleh Thorida Nur Asih pada 17 Agustus 2016 yang terletak di Desa Ngasem, Kecamanatan Ngasem, Kabupaten Bojonegoro. Usaha ini bergerak dalam produksi dan pemasaran berbagai jenis souvenir seperti botol, tumbler, gelas, mangkok, kipas batik dan jenis souvenir lainnya. Meskipun telah memiliki jangkauan pasar luas, manajemen usaha masih dilakukan secara manual melalui WhatsApp dan Instagram, yang menyebabkan ketidakstabilan penjualan dan kurang efisien. Melalui Program Hibah Kompetitif Nasional Pengabdian Kepada Masyarakat lewat skema Pemberdayaan Kemitraan Masyarakat yang dilakukan dosen dan mahasiswa Universitas Trunojoyo Madura (UTM), diterapkannya sistem pemasaran berbasis website dan dilakukan pembaruan alat produksi seperti mesin sablon kaos dan tumbler. Program ini dilaksanakan dalam lima tahap: sosialisasi, pelatihan, penerapan teknologi, pendampingan dan evaluasi, serta keberlanjutan program. Hasil dari program menunjukkan peningkatan signifikan dalam pengelolaan data stok produk, katalog, serta laporan penjualan. Selain itu, penggunaan alat sablon baru juga meningkatkan kapasitas produksi secara signifikan, mempercepat proses produksi, dan meningkatkan kualitas hasil produk. Penerapan teknologi ini juga memperluas jangkauan pasar dan meningkatkan volume penjualan, menjadikan UMKM Souvenir Murah Bojonegoro lebih kompetitif dan efisien dalam menghadapi persaingan di era digital.
Penerapan Data Mining untuk Klasifikasi Penyakit Diabetes Menggunakan Metode Decision Tree Haryadi, Alya Nabila Putri; Setiawan, Wahyudi; Fatah, Doni Abdul
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 6 (2024): Desember 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i6.8145

Abstract

Abstrak - Diabetes merupakan penyakit yang bukan hanya menyerang orang dengan usia lanjut, akan tetapi saat ini banyak pula anak remaja bahkan anak dibawah umur yang sudah menderita diabetes. Hal ini dikarenakan pola hidup yang tidak sehat. Disamping makanan dan minuman yang dikonsumsi banyak mengandung gula, penyakit ini juga sering disebabkan oleh kurangnya aktivitas pada sehari-hari. Maka dirasa sangat perlu dilakukan penelitian semacam ini guna mencegah dan juga menolong untuk mengobati pasien yang sudah terkena penyakit diabetes maupun yang beresiko terkena penyakit diabetes. Maka untuk membantu dalam bidang kesehatan, maka dilaksanakan penelitian ini dengan menggunakan metode algoritma Decision Tree, dan menggunakan tools RapidMiner. Dalam penggunaan metode algoritma Decision Tree dalam klasifikasi penyakit diabetes hasil Akurasi yang dihasilkan yaitu 77,34% , Precision yaitu 75,08%, Recall 97,60%, dan F1 Score sebesar 0,8486, hal ini menunjukkan bahwa ketepatan akurasi dalam memprediksi klasifikasi data penyakit diabetes dengan menggunakan metode decision tree adalah 84,86%. Sehingga dirasa metode ini memiliki tingkat akurasi yang cukup tinggi.Kata kunci: Data Mining, Klasifikasi, Diabetes, Pohon Keputusan, Rapid Miner Abstract - Diabetes is a disease that not only attacks people with old age, but currently many teenagers and even minors already suffer from diabetes. This is due to an unhealthy lifestyle. In addition to the food and drinks consumed containing a lot of sugar, this disease is also often caused by a lack of daily activity. So it is felt that this kind of research is very necessary to prevent and also help treat patients who already have diabetes or who are at risk of developing diabetes. So to help in the health sector, this research was carried out using the Decision Tree algorithm method, and using the RapidMiner tool. In using the Decision Tree algorithm method in the classification of diabetes, the resulting Accuracy results are 77.34%, Precision is 75.08%, Recall 97.60%, and F1 Score of 0,8486, this shows that the accuracy of the accuracy in predicting the classification of diabetes data using the decision tree method is 84.86%. So it is felt that this method has a fairly high level of accuracy.Keywords:Data Mining, Classification, Decision Tree, Diabetes, Rapid Miner
Analisis Sentimen Pada Sosial Media Twitter Terhadap Kualitas Jaringan Internet Telkomsel Menggunakan Ensemble K-Nearest Neighbour -Support Vector Machine Angkoso, Cucun Very; Fatah, Doni Abdul; Fachrudin, Muchammad Farchan
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 6: Desember 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2024118713

Abstract

Di Indonesia, PT Telekomunikasi Seluler, yang mengoperasikan layanan jaringan internet seluler melalui Telkomsel, merupakan salah satu perusahaan penyedia layanan internet. Opini pengguna Telkomsel mengenai kualitas layanan jaringan internet sering dijadikan representasi kepuasan pengguna, yang menjadi indikator penilaian dan evaluasi bagi perusahaan. Analisis sentimen, dengan melakukan klasifikasi opini pengguna ke dalam kelas positif, negatif, atau netral, dapat digunakan sebagai metode untuk mengukur kepuasan pengguna terhadap layanan tersebut. Dalam penelitian analisis sentimen ini menggunakan model algoritma machine learning yaitu K-Nearest Neighbour, Support Vector Machine, dan Ensemble KNN-SVM yang berbasis majority vote dan berbasis average. Dalam penelitian ini data yang diambil berasal dari Twitter dengan rentang waktu 7 Juli 2020 hingga 31 Desember 2022 dengan total jumlah data sebesar 30004 data dan diambil sampel yang diberi label sebesar 3900 data. Dari penggunaan data sampel tersebut, nilai akurasi pada model KNN pada K=15 memberikan hasil akurasi sebesar 83.21%, model SVM pada C=100 memberikan hasil akurasi sebesar 84.33%, model Ensemble KNN-SVM Majority Vote atau Hard Vote memberikan hasil akurasi sebesar 83.26%, dan model Ensemble KNN-SVM Average atau Soft Vote memberikan hasil akurasi sebesar 84.79%. Selain itu keempat model tersebut melakukan prediksi sentimen terhadap data yang belum dilabel dan keempat model tersebut memprediksi mayoritas sentimennya yaitu negatif. Sehingga dapat disimpulkan bahwa opini masyarakat terhadap kualitas layanan jaringan internet telkomsel adalah negatif. Secara keseluruhan, penggunaan model klasifikasi KNN, SVM, dan Ensemble KNN-SVM dalam melakukan analisis sentimen dapat dikatakan baik dan mampu untuk memprediksi sentimen pada sebuah data yang belum berlabel dan yang berlabel.   Abstract In Indonesia, PT Telekomunikasi Cellular, which operates cellular internet network services through Telkomsel, is one of the internet service provider companies. Telkomsel users' opinions regarding the quality of internet network services are often used as a representation of user satisfaction, which is an indicator of assessment and evaluation for the company. Sentiment analysis, by classifying user opinions into positive, negative, or neutral classes, can be used as a method to measure user satisfaction with the service. This sentiment analysis research uses machine learning algorithm models, namely K-Nearest Neighbor, Support Vector Machine, and KNN-SVM Ensemble which are majority vote-based and average-based. In this study, the data taken came from Twitter with a period of July 7, 2020, to December 31, 2022, with a total amount of data of 30004 data and a labeled sample of 3900 data was taken. From the use of the sample data, the accuracy value of the KNN model at K = 15 gave an accuracy result of 83.21%, the SVM model at C = 100 gave an accuracy result of 84.33%, the KNN-SVM Majority Vote or Hard Vote Ensemble model gave an accuracy result of 83.26%, and the KNN-SVM Average or Soft Vote Ensemble model gave an accuracy result of 84.79%. In addition, the four models predict sentiment against unlabeled data and all four models predict the majority of sentiment is negative. So it can be concluded that public opinion on the quality of Telkomsel's internet network services is negative. Overall, the use of KNN, SVM, and Ensemble KNN-SVM classification models in conducting sentiment analysis can be said to be good and able to predict sentiment on unlabeled and labeled data.  
Analisis Sentimen Aplikasi Mpstore Menggunakan Metode Support Vector Machine Multi Kernel Muhammad Rafidianto; Fatah, Doni Abdul; Negara, Yudha Dwi Putra
Innovative: Journal Of Social Science Research Vol. 5 No. 1 (2025): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v5i1.17930

Abstract

MPstore merupakan platform e-commerce yang menawarkan berbagai solusi terintegrasi untuk membantu UMKM dalam mengelolah dan mengembangkan bisnis seperti menyediakan layanan pemasaran digital dan membantu modal usaha melalui Kredit Usaha Rakyat (KUR). MPStore ini sudah bisa di download di Google Play Store yang memiliki banyak penilain sebagai pusat unduhan aplikasi. Pada hal ini jumlah unduhan yang sekarang digunakan untuk menentukan aplikasi mana yang terbaik, selain itu pemberian ulasan komentar dan rating dari aplikasi juga sangat berpengaruh untuk perusahaan. Hal ini membuat analisis review pengguna sangat menarik bagi pemilik aplikasi untuk mengambil keputusan di masa depan. Berkaitan dengan hal ini, penelitian ini bermaksud menganalisis review pengguna aplikasi MPStore pada Google Play Store , menggunakan analisis sentiemen dengan metode Support Vector Machine. Analisis ini dilakukan dengan 3 uji coba, pertama dengan membandingkan K-5 dan K-10, kedua dengan membandingkan C1,10,100 dan ketiga dengan membanding 3 kernel SVM yaitu linier, Polynomial dan Radial Basis Fauntion (RBF). Analisis dilakukan pada 500 review pengguna aplikasi MPStore di Google Play Store . Dalam mengoptimalkan hasil klasifikasi dilakukan beberapa metode pendukung seperti Preprocessing data teks yang meliputi Lower Case, Cleansing, Tokenization, Slangword, Slangword, Stemming. Kemudian penerapan ekstraksi fiturTF-IDF serta pembagian data latih dan data uji menggunakan Confusion Matrix untuk mempermudah proses pengujian. Hasil dari penelitian ini menujukkan bahwa tingkat keakurasian aplikasi MPStore dapat menghasilkan nilai akurasi paling tinggi saat menggunakan kernel Linier yakni sebesar 91%.
Analisis Usability pada Aplikasi Shopeepay Menggunakan Metode Heuristic Evaluation Yusuf Khoirul Umam; Wahyudi Agustiono; Doni Abdul Fatah
J-CEKI : Jurnal Cendekia Ilmiah Vol. 4 No. 2: Februari 2025
Publisher : CV. ULIL ALBAB CORP

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56799/jceki.v4i2.7684

Abstract

ShopeePay adalah aplikasi pembayaran digital yang disediakan oleh Shopee, platform e- commerce populer di Asia Tenggara. Dengan ShopeePay, pengguna dapat melakukan berbagai transaksi keuangan secara online dan offline dengan mudah. Saat ini Shopeepay mendapatkan rating 4,8 di Play store. Dengan rating tersebut dapat dikatakan bahwa aplikasi shopeepay ini hampir sempurna, namun hal itu tidak terlepas dari kekurangan atau ketidakpuasan pengguna dalam penggunaan aplikasi shopee pay, ketidakpuasan pengguna dapat dilihat pada ulasan playstore, pengguna mengeluhkan bahwa aplikasi sering bug, tidak dapat mencetak bukti transaksi dan masih banyak lagi. Masalah tersebut pasti membuat pengguna merasa kecewa dan menurunkan tingkat kepuasan pengguna(satisfaction). maka dari itu diperlukan Usability atau pengujian pada aplikasi tersebut untuk mendapatkan rekomendasi ataupun penilaian mengenai kekurangan dalam aplikasi. Setelah melakukan penelitian dan analisis data, Secara keseluruhan tingkat usability pada aplikasi shopeepay dengan metode Heuristic Evaluation untuk expert sebesar 71,229 % sedangkan pengguna biasa sebesar 71,96%. Hasil tersebut dapat disimpulkan bahwa secara keseluruhan aplikasi shopeepay memiliki nilai sebeesar 71,29 % dengan predikat Baik. Terdapat beberapa aspek yang perlu diperbaiki yaitu aspek Recognition rather than recall 63,3%, Helps user recognize 66,6%, Help and documentation 50%, Consistency and standard 66,6%, Error Prevention 53,3%. Beberapa aspek diatas memiliki nilai yang cukup dan predikat baik, namun disini Penulis memberikan rekomendasi dan menyesuaikan dari nilai terendah.
Co-Authors Achmad Yasid Agung Ridwan Asmaka Alfiyani, Wulan Ali Syakur, Muhammad Anam, Nafi'ul Andharini Dwi Cahyani Angkoso, Cucun Very Apria Ananda Anam, Pinky Budi Soesilo Cholik Setyo Laksono Dafid, Ach Dini L. A. Diniyanti Diniyanti Eka R. Putri Fachrudin, Muchammad Farchan Farhan Reynaldi Valerian Fifin Ayu Mufarroha Firdaus, Muhammad Adzin Firli Irhamn Firli Irhamni Fitri Damayanti Fukaha, Syaechu Agiel Hairil Budiarto Haryadi, Alya Nabila Putri Hastie Audytra Hibrizi, Muhammad Akmal Nabil Hidayatullah, Ridho Ibnu Irawan Ifandia, Alfian Mahendra Ika Oktavia Suzanti Irma Dila Febrianti Irsyada, Rahmat Jamaluddin Al Afghoni Jefri Maulana Haq Julian Sahertian Junarti Junarti Kamil, Fajrul Ihsan Kemal Khadafi Khusnul Fatimah M Ubaidillah M Zainudin M. Boy Singgih Gitayuda M. Zainudin Mahendra Ifandia, Alfian Mashitapasha, Revica Moch. Mifahul Huda Firmansyah Moh Jufriyanto Mohammad Syarief, Mohammad Muhammad Rafidianto Muharram Brihan Harimurti Mulaab Mulaab Muslihah, Paniti Nasrulloh Nasrulloh Negara , Yudha Dwi Putra Novi Duwi Saputri Nur H. Mustafit Nurmaya, Septia Tri Nurul Mahpiroh Okie Maria Amul Husnah Oktavia Dwi Iswahyuni Putra Argadinata, Andicho Rachmad Masbadi Hatullah Nurnaryo Resty Wulanningrum Reynaldi Valerian, Farhan Rifky Maulana Yusron Rifqi, Khoirur Rizal, Fahrur Sawaki, Sawaki Setya Chendra Wibawa Shofi Mubarok Shofia Hardi Soesilo, Budi Sukri, Hanifudin Syam, Akhmad Ramdani Syarifatun Miftakhul Rizki Teguh Pribadi Thorida Nur Asih Uddin, Syah Rafi Wahyudi Agustiono Wahyudi Agustiono Wahyudi Setiawan Yudha Dwi Putra Negara, Yudha Yusuf Khoirul Umam Yusuf Khoirul Umam Zidni Alfian Barik