Article Per Year (5 Year)
p-Index From 2020 - 2025
0.659
P-Index
This Author published in this journals
All Journal Syntax Jurnal Informatika Infotech Journal Jurnal Ilmiah Wahana Pendidikan
Oman Komarudin
Unknown Affiliation
Religion Computer Science & IT Education Social Sciences Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Evaluasi Usability Pada Aplikasi Nutribid Menggunakan Usability Testing Muhamad Iqbal Faddillah; Intan Purnamasari; Oman Komarudin
Jurnal Ilmiah Wahana Pendidikan Vol 8 No 16 (2022): Jurnal Ilmiah Wahana Pendidikan
Publisher : Peneliti.net

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (288.221 KB) | DOI: 10.5281/zenodo.7067857

Abstract

The health and nutrition of pregnant women can affect the growth of the fetus and pose a risk of stunting. Other factors are the mother's posture (short), the distance between pregnancies, the young age of the mother, lack of nutritional intake during pregnancy. One application that provides nutritional consulting services is Nutribid. Usability can be used as a measure of the success of a system in achieving the goals of the system by paying attention to the needs of testing users. The purpose of designing and evaluating a product or service for usability is to achieve effectiveness, efficiency and satisfaction based on the user's point of view. To obtain these three aspects, the researchers used usability testing and a user experience questionnaire. The use of usability testing is carried out to obtain aspects of effectiveness and efficiency, while the use of a user experience questionnaire is carried out to obtain aspects of efficiency and user satisfaction. After conducting usability testing and user experience questionnaires, six usability problems have been collected, namely, adding clarity to the information provided in the health calculator section of daily energy needs by changing the word "activity" to "activity in a day", adding a login feature, adding functions to explain information about basal metabolism, add a chat feature to the application, add a nutritional improvement recommendation feature, and add a health calculator calculation history feature.
PENERAPAN CLEAN ARCHITECTURE DALAM MEMBANGUN APLIKASI BERBASIS MOBILE DENGAN FRAMEWORK GOOGLE FLUTTER Sinatria, Mohammad Bijantium; Oman Komarudin; Prihandani, Kamal
INFOTECH journal Vol. 9 No. 1 (2023)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v9i1.5237

Abstract

Saat membangun aplikasi berbasis mobile menggunakan Flutter, sebagian besar tersusun atas widget, yang merupakan kumpulan baris kode yang tersusun seperti pohon. Mengatur parent dari widget akan melakukan proses render ulang dari parent hingga child dari widget. Membangun aplikasi berbasis mobile dengan Flutter perlu menggunakan arsitektur yang tepat agar mudah beradaptasi atas perubahan yang terjadi. Saat melakukan perubahan, kemungkinan terjadi bug yang tidak disengaja selalu ada, efeknya menambah biaya risiko. Arsitektur yang tepat akan sangat mengurangi pengeluaran untuk melakukan pemeliharaan dan sangat mengurangi risiko kerusakan yang tidak disengaja. Oleh karenanya diperlukan Arsitektur yang tepat akan sangat mengurangi pengeluaran untuk melakukan pemeliharaan dan sangat mengurangi risiko kerusakan yang tidak disengaja. Penelitian ini bertujuan untuk menerapkan Clean Architecture dan SOLID Principle dalam membangun aplikasi berbasis mobile dengan menggunakan framework Google Flutter. Metode dalam penelitian ini menggunakan Agile with Scrum dan menggunakan framework Google Flutter. Hasilnya akan berupa sebuah kerangka dan penerapan dari setiap layer Clean Architecture dengan menerapkan SOLID Principle.
Comparison Of Naïve Bayes And Support Vector Machines In Classifying Sentiment On Twitter About Artificial Intelligence Development Iqbal Maulana; Roland Vincent; Oman Komarudin
SYNTAX Jurnal Informatika Vol 13 No 01 (2024): Mei 2024
Publisher : Universitas Singaperbangsa Karawang

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

Abstract

Analisis sentimen merupakan bagian dari data mining yang digunakan untuk mengolah dan memproses teks dengan tujuan untuk mengetahui bagaimana opini atau pandangan masyarakat tentang suatu isu atau masalah tertentu. Metode klasifikasi yang digunakan untuk melakukan analisis sentimen pada data berupa teks, diantaranya Naive Bayes dan Support Vector Machine (SVM). Dalam mengevaluasi performa model klasifikasi yang telah dibuat, biasanya akan diukur nilai akurasinya. Oleh karena itu, penelitian ini bertujuan untuk membandingkan performa dari model klasifikasi sentimen yang menggunakan metode Naive Bayes dan SVM, dengan TF-IDF dan CountVectorizer sebagai ekstraksi fitur serta Information Gain sebagai seleksi fitur. Selain itu, digunakan juga N-gram sebagai upaya untuk dapat meningkatkan akurasi model klasifikasi. Penelitian ini menggunakan dataset berupa cuitan pengguna Twitter tentang perkembangan Artificial Intelligence. Data tersebut nantinya dikategorikan menjadi dua kelas, yaitu positif dan negatif, serta akan diolah dengan menggunakan tahapan knowledge discovery in databases (KDD). Hasil penelitian menunjukkan bahwa model hasil Naive Bayes mendapatkan akurasi tertinggi saat menggunakan ekstraksi fitur CountVectorizer, sedangkan model hasil SVM mendapatkan akurasi tertinggi saat menggunakan TF-IDF. Selain itu,  penggunaan Information Gain ternyata dapat meningkatkan nilai akurasi model hasil Naive Bayes sebesar 12% menggunakan CountVectorizer dengan N-gram. Namun  penggunaan Information Gain justru menurunkan nilai akurasi model hasil SVM sebesar 0,73% menggunakan TF-IDF dengan N-gram.
Co-Authors Intan Purnamasari Iqbal Maulana Muhamad Iqbal Faddillah Prihandani, Kamal Roland Vincent Sinatria, Mohammad Bijantium