Claim Missing Document
Check
Articles

Found 22 Documents
Search

Pendekatan Design Thinking dalam Pengembangan Platform UI/UX untuk Reformasi Sistem Kampanye Politik Digital di Indonesia Rikky Wisnu Nugraha; Ucu Nugraha; Dani Hamdani; Adriansyah Ravindra Abubakar
Jurnal Algoritma Vol 23 No 1 (2026): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.23-1.3290

Abstract

Sistem kampanye politik di Indonesia masih didominasi oleh metode konvensional, seperti pemasangan baliho fisik, yang menimbulkan berbagai permasalahan seperti polusi visual, kerusakan lingkungan, risiko kecelakaan, serta kurangnya transparansi informasi kandidat. Penelitian ini bertujuan merancang prototipe UI/UX platform aplikasi interaktif SuaraPolitik sebagai upaya reformasi sistem kampanye politik Indonesia dengan memanfaatkan teknologi digital untuk meningkatkan partisipasi publik, memperkuat transparansi, serta mengurangi dampak negatif metode kampanye tradisional. Metode penelitian menggunakan pendekatan Design Thinking yang meliputi lima tahap: Empathize, Define, Ideate, Prototype, dan Test. Tahap Empathize dilakukan melalui identifikasi pain points dari aktor utama rakyat pemilih, politisi, dan partai politik sedangkan tahap Define merumuskan kebutuhan spesifik masing-masing aktor. Proses Ideate menghasilkan konsep fitur seperti VoteWall Gagasan, Profil Kandidat Politik, SuaraPolitik Space, dan AspirasiKita.. Hasil penelitian menunjukkan bahwa prototipe yang dirancang mampu menjawab permasalahan utama kampanye politik di Indonesia dengan menyediakan ruang digital partisipatif yang transparan, mengurangi ketergantungan pada media kampanye fisik, serta mendorong komunikasi dua arah yang lebih sehat antara masyarakat dan aktor politik. Platform ini juga dinilai memiliki potensi tinggi untuk diimplementasikan sebagai aplikasi fungsional berbasis web dan mobile, dengan catatan perlu dilakukan usability testing lebih lanjut kepada target pengguna serta pembaruan fitur secara berkelanjutan.
Predictive decision support for underutilization risk in public sector tourism: Evidence mapping and a design science roadmap Ucu Nugraha; Zainal Arifin Hasibuan; Bobi Kurniawan S; Sri Supatmi; Agus Nursikuwagus; Citra Noviyasari
Cyber Security and Network Management Vol. 1 No. 2 (2026): May: Cyber Security and Network Management
Publisher : Asosiasi Pengelola Jurnal Informatika dan Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.66472/cybernet.v1i2.440

Abstract

Publicly funded tourism assets can become stranded when utilization persistently falls below a reasonable level relative to capacity or policy-defined potential. Yet tourism analytics research largely forecasts demand or composite performance and seldom formalizes underutilization as a governance outcome, nor evaluates decision quality within planning and budgeting workflows. This study (i) maps recent evidence and research gaps and (ii) proposes a conceptual artefact in the form of a policy-ready methodology and roadmap for developing a predictive decision support system (DSS) to mitigate underutilization risk. An evidence-mapping review of 117 Scopus-indexed studies (2021–2026) reveals a critical gap: 0% of the analyzed studies explicitly formalize "underutilization" as a policy outcome in their titles. Furthermore, evaluation procedures remain opaque, with 79.5% of studies failing to clearly specify their methodologies. In response, we outline a design-science roadmap for an auditable predictive DSS that operationalizes underutilization through two complementary metrics: the Underutilization Gap (UG) and the Utilization Ratio (UR). The proposed architecture integrates heterogeneous tourism, spatial, and socio economic data while providing traceable audit trails via Explainable AI (XAI) to ensure scores are logically defensible in public budgeting. Crucially, the framework introduces a two-layer evaluation that couples technical predictive performance (E1) with decision-utility metrics (E2), such as rank agreement and allocation efficiency. This methodology equips local governments with a practical, theoretically grounded instrument to justify prioritization, optimize resource allocation, and reduce the likelihood of underutilization-related policy failure.