Claim Missing Document
Check
Articles

Found 33 Documents
Search

EVALUASI PENGALAMAN PENGGUNA TERHADAP PLAYER ENGAGEMENT DAN KEPUASAN PENGGUNA PADA GAME MARVEL RIVALS MENGGUNAKAN USER EXPERIENCE QUESTIONNAIRE (UEQ) Sava Cavan Wiharja; Jefri Marzal; Rizqa Raaiqa Bintana
Journal of Scientech Research and Development Vol 8 No 1 (2026): JSRD, June 2026
Publisher : Ikatan Dosen Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56670/jsrd.v8i1.1550

Abstract

Penelitian ini bertujuan untuk menganalisis pengaruh User Experience terhadap Player Engagement dan kepuasan pengguna pada game Marvel Rivals. Berdasarkan hasil analisis, User Experience terbukti memiliki pengaruh signifikan dalam meningkatkan keterlibatan pemain. Pengalaman pengguna yang positif, yang meliputi aspek daya tarik, kejelasan, efisiensi, keandalan, stimulasi, dan kebaruan, mampu mendorong keterlibatan pemain secara kognitif, emosional, dan perilaku. Selain itu, User Experience juga berpengaruh signifikan terhadap kepuasan pengguna. Semakin baik pengalaman bermain yang dirasakan, semakin tinggi tingkat kepuasan pengguna terhadap permainan. Pengalaman yang nyaman, menarik, dan mudah dipahami dapat memenuhi ekspektasi pemain serta memberikan penilaian positif terhadap game secara keseluruhan. Oleh karena itu, kualitas User Experience menjadi faktor penting dalam meningkatkan keterlibatan dan kepuasan pengguna dalam bermain game.
Perancangan UI/UX Aplikasi Kliping Berita Koran Digital Berbasis Web Menggunakan Metode Design Thinking Pada Diskominfo Provinsi Jambi Kanaya; Rizqa Raaiqa Bintana; Mohamad Ilhami; Agung Prayugo
Technologica Vol. 5 No. 2 (2026): Technologica
Publisher : Green Engineering Society

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55043/technologica.v5i2.649

Abstract

Dinas Komunikasi dan Informatika Provinsi Jambi masih melakukan proses monitoring berita koran secara manual sehingga menyebabkan pekerjaan kurang efisien, berisiko terjadi kesalahan input, dan menyulitkan pencarian arsip berita. Penelitian ini bertujuan merancang User Interface (UI) dan User Experience (UX) aplikasi monitoring berita koran digital berbasis website menggunakan metode Design Thinking yang terdiri atas tahapan empathize, define, ideate, prototype, dan test. Evaluasi dilakukan menggunakan Maze dan User Experience Questionnaire (UEQ) yang melibatkan 20 responden. Pada Maze Testing, responden diminta menyelesaikan 7 task untuk peran pegawai dan 4 task untuk peran kepala seksi untuk mengukur tingkat keberhasilan penyelesaian tugas (completion rate). Hasil penelitian menunjukkan bahwa rancangan sistem mampu mendukung pengelolaan berita, penyimpanan arsip, dan penyusunan laporan secara terstruktur. Pengujian Maze menghasilkan completion rate sebesar 93% pada pegawai dan 100% pada kepala seksi, sedangkan hasil UEQ menunjukkan seluruh dimensi memperoleh kategori Excellent. Hasil tersebut menunjukkan bahwa rancangan aplikasi memiliki tingkat usability yang baik serta mampu memberikan pengalaman pengguna yang positif sesuai kebutuhan pengguna
ANALISIS SENTIMEN TERHADAP APLIKASI DUOLINGO MENGGUNAKAN INDOBERTWEET Muhammad Farhan Hadrawi; Rizqa Raaiqa Bintana; Hasanatul Iftitah
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.10147

Abstract

Ulasan pengguna pada Google Play Store memuat informasi penting mengenai pengalaman, kepuasan, dan keluhan terhadap aplikasi pembelajaran bahasa seperti Duolingo. Namun, jumlah ulasan yang besar dan tidak terstruktur menyebabkan analisis secara manual menjadi kurang efisien. Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan pengguna aplikasi Duolingo berbahasa Indonesia menggunakan model IndoBERTweet serta mengevaluasi kinerja model tersebut. Data awal terdiri atas 1.000 ulasan yang dikumpulkan melalui teknik web scraping dari Google Play Store. Setelah proses pelabelan dan validasi data, diperoleh 998 ulasan yang diklasifikasikan ke dalam sentimen positif, negatif, dan netral. Tahapan penelitian meliputi pengumpulan dan penyaringan data, pelabelan oleh tiga anotator, preprocessing teks, pembagian data dengan rasio 70:10:20, penyeimbangan data latih menggunakan RandomOverSampler, fine-tuning IndoBERTweet, dan evaluasi model. Hasil penelitian menunjukkan bahwa model memperoleh accuracy sebesar 0,9050, F1-score macro sebesar 0,7301, dan F1-score weighted sebesar 0,9155. Model menghasilkan performa terbaik pada sentimen positif, sedangkan sentimen netral menjadi kelas yang paling sulit dikenali. Hasil tersebut menunjukkan bahwa IndoBERTweet mampu mengklasifikasikan sentimen ulasan pengguna Duolingo dengan performa yang baik, meskipun masih dipengaruhi oleh ketidakseimbangan distribusi kelas.