Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer
Syariful Alam
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Computer Science & IT Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

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

Found 3 Documents
Search

 1 
REDESIGN USER INTERFACE DAN USER EXPERIENCE APLIKASI WASTU MOBILE MENGGUNAKAN METODE DESIGN THINKING Rahmat Alamsyah; Imam Maruf Nugroho; Syariful Alam
JURNAL ILMIAH BETRIK : Besemah Teknologi Informasi dan Komputer Vol 13 No 2 (2022): JURNAL ILMIAH BETRIK : Besemah Teknologi Informasi dan Komputer
Publisher : LPPM Sekolah Tinggi Teknologi Pagar Alam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36050/betrik.v13i2.506

Abstract

Aplikasi Wastu Mobile merupakan aplikasi mobile yang hadir untuk menunjang misi STT Wastukancana untuk menjadi kampus terdepan berbasis digital di wilayah Purwakarta, Subang, Karawang. Wastu Mobile memberikan kemudahan bagi semua penggunanya untuk mengakses segala informasi terkait kampus STT Wastukancana. UI dan UX memiliki peran penting yang menghubungkan antara sistem dengan pengguna dari segi kenyamanan dan kemudahan bagi user dalam menggunakan sebuah produk. Pada penelitian sebelumnya, hasil akhir rata-rata SUS yang didapat pada aplikasi Wastu Mobile termasuk ke dalam kategori yang kurang baik, serta belum dapat diterima dengan cukup oleh pengguna berdasarkan skala penilaian SUS tersebut. Maka dapat disimpulkan bahwa kenyamanan pada aplikasi tersebut kurang baik dan perlu dilakukan pembaruan dengan tujuan untuk memberikan kemudahan dalam menggunakan aplikasi Wastu Mobile. Dalam penelitian ini, peneliti menerapkan metode Design Thinking pada perancangan ulang user interface pada Wastu Mobile dengan tujuan untuk mempermudah pengguna dalam menggunakan aplikasi tersebut. Penelitian ini menghasilkan prototype redesign aplikasi Wastu Mobile dengan hasil rata-rata SUS 84, dimana angka tersebut termasuk dalam grade A serta dapat diterima oleh pengguna.
Analisis Sentimen Pengguna Aplikasi JMO (Jamsostek Mobile) Pada Google Play Store Menggunakan Metode Naive Bayes Sendi Alpin Rizaldi Rizaldi; Syariful Alam; Imay Kurniawan
STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Vol. 2 No. 3 (2023): Agustus
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/storage.v2i3.2334

Abstract

Pesatnya perkembangan teknologi informasi dan digital di Indonesia menjadikan adanya banyak perubahan diampir seluruh aspek kehidupan. Termasuk aplikasi dalam bidang e-government atau pemerintahan elektronik yang saat ini banyak digunakan untuk layanan infromasi. Salah satunya aplikasi JMO merupakan aplikasi resmi dari BPJS Ketenagakerjaan yang sudah rilis di Google Play Store pada 19 Februari 2018 dan di unduh sekitar 10 juta. Ulasan menjadi sumber informasi penting bagi pengembang untuk mengetahui keluhan dari para pengguna. Namun tidak semua ulasan pengguna mewakili pendapat pada aplikasi tersebut. Penelitian ini bertujuan untuk menganalisis sentimen pengguna yang menggunakan aplikasi JMO di Google Play Store dengan mengambil ulasan melalui web scraping. Analisis sentimen merupakan proses text mining yang mengklasifikasi data tidak teratur untuk menghasilkan informasi sentimen. Dalam analisis sentimen metode yang digunakan menggunakan algoritma Naive Bayes. Dari hasil penelitian analisis sentimen, data diambil melalui hasil scraping dari bulan September 2018 hingga Februari 2023 sebanyak 5000 data ulasan dan diberi label kedalam kategori positif dan negatif. Didapatkan hasil bahwa pengguna aplikasi JMO memberikan ulasan negatif dimana dari jumlah prediksi klasifikasi sentimen positif sebanyak 1472 dan sentimen negatif sebanyak 3528 data ulasan artinya pengguna banyak memberikan komentar negatif terhadap aplikasi JMO, namun tidak sedikit yang berkomentar positif. Dan hasil klasifikasi dari metode naive bayes didapatkan hasil akurasi 95%, precision 91% dan tingkat keberhasilan (recall) 90%. Dan hasil dari visualisasi data ulasan negatif terdapat kata-kata “aplikasi”, “update”, “login”, “data”, “gagal”dan lain-lain. JMO perlu meningkatkan kemampuan aplikasi dalam melakukan login dan cek saldo karena banyak mengalami gangguan.
KOMPARASI PAYMENT DIGITAL UNTUK ANALISIS SENTIMEN BERDASARKAN ULASAN DI GOOGLE PLAYSTORE MENGGUNAKAN METODE SUPPORT VECTOR MACHINE Renaldi AL Anshari Renal; Syariful Alam; Moch Hafid T
STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Vol. 2 No. 3 (2023): Agustus
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/storage.v2i3.2337

Abstract

Pada era modern saat ini semuanya menjadi sangat mudah dan praktis tentunya dengan bantuan perkembangan teknologi aktivitas manusia menjadi sangat terbantu sekali. salah satunya dalam bidang keuangan atau biasa disebut finance. seperti yang sudah di ketahui saat ini banyak produk keuangan yang di gabungkan dengan kemampuan teknologi atau sering juga di sebut dengan fintech (finansial technology). salah satu produk dari fintech adalah payment digital. Sederhananya digital payment ini merupakan metode pembayaran yang memanfaatkan teknologi jaringan internet dan sejumlah perangkat untuk mendapatkan benefit kepraktisan, efesiensi dan kemudahan. Salah satu aplikasi digital payment yang digunakan dalam penelitian ini adalah Dana dan Ovo, data yang diambil ini adalah data ulasan pengguna dari google playstore dengan cara scraping menggunakan API google play scraper. Tujuan dari penelitian ini utnuk mengetahui ulasan pengguna dan membandingkan mana aplikasi yang mendapatkan banyak komentar positif dan negatif menggunakan algoritma Support Vector Machine, dari masing-masing aplikasi diambil 6000 data, dan untuk hasil akhirnya aplikasi dana yang mendapat nilai tertinggi berdasarkan nilai akurasi 0,92, presisi 0,92 dan nilai recall 100%. Dengan hal itu aplikasi dana cenderung mendapatkan sentiment positif dan negatif lebih banyak di masyarakat berdasarkan ulasan pengguna
Co-Authors Imam Maruf Nugroho Imay Kurniawan Moch Hafid T Rahmat Alamsyah Renaldi AL Anshari Renal Sendi Alpin Rizaldi Rizaldi