Claim Missing Document
Check
Articles

Aplikasi Metode Lean User Experience dan System Usability Scale pada Analisis, Perancangan, dan Evaluasi Antarmuka Aplikasi Mobile Marthasari, Gita Indah; Praadita, Firman Noor; Wiyono, Briansyah Setyo
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 12 No 2: April 2025
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2025125762

Abstract

Sistem i-Lab merupakan aplikasi berbasis web untuk mendukung pelaksanaan praktikum di Departement Informatika Universitas Muhammadiyah Malang (UMM). Namun, sistem berbasis web yang saat ini digunakan dianggap belum memenuhi kebutuhan sebagian besar pengguna yang lebih sering menggunakan mobile phone. Berdasarkan survey awal, aplikasi mobile i-Lab diharapkan memiliki tampilan yang menarik dan user experience yang memuaskan. Oleh karena itu, tujuan penelitian ini adalah merancang antarmuka pengguna pada aplikasi iLab mobile menggunakan pendekatan Lean User Experience (Lean UX). Lean UX dianggap lebih sesuai dan efisien dalam proses perancangan user interface perangkat lunak dengan penggunaan sumber daya minimum. Dalam penelitian ini metode Lean UX diterapkan dalam dua iterasi dimana setiap iterasi terdiri dari tiga tahap: yaitu think (analisis), design (membuat MVP), dan test (pengujian dan analisis feedback). Evaluasi dilakukan pada tiap iterasi dalam Lean UX untuk mengetahui tingkat usability sesuai dengan perpektif pengguna. Hasil perancangan dievaluasi menggunakan System Usability Scale (SUS) dengan responden yang merupakan pengguna aplikasi. Berdasarkan pengujian, rancangan Skor akhir mendapatkan nilai “B” (rentang 80-85) dengan skor 81,75 yang termasuk dalam kategori tingkat acceptability range “Good” dan adjective rating “Excellent”.   Abstract The i-Lab system is a web-based application to support the implementation of practicum at the Department of Informatics, University of Muhammadiyah Malang (UMM). However, the web-based system currently used is considered not to meet the needs of most users who use mobile phones more often. Based on the initial survey, the i-Lab mobile application is expected to have an attractive appearance and a satisfying user experience. Therefore, the purpose of this research is to design a user interface on the iLab mobile application using a Lean User Experience (Lean UX) approach. Lean UX is considered to be more suitable and efficient in the process of designing user interface software with minimum resource usage. In this study, the Lean UX method is applied in two iterations where each iteration consists of three stages: think (analysis), design (make MVP), and test (test and analyze feedback). Evaluation is carried out at each iteration in Lean UX to determine the level of usability according to the user's perspective. The results of the design are evaluated using the System Usability Scale (SUS) with respondents who are application users. Based on the test, the final score design got a score of "B" (range 80-85) with a score of 81.75 which was included in the acceptability range category "Good" and the adjective rating "Excelent".
PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) PADA SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN BIDANG MINAT OLEH MAHASISWA: STUDI KASUS : PRODI INFORMATIKA UMM Zakaria, Irfan; Indah Marthasari, Gita; Nuryasin, Ilyas
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13737

Abstract

Pemilihan bidang minat yang sesuai dengan kemampuan dan potensi mahasiswa merupakan salah satu faktor penting dalam mendukung keberhasilan studi di perguruan tinggi. Namun, proses pemilihan ini sering kali masih bersifat subjektif dan kurang didukung oleh data yang akurat, sehingga dapat menimbulkan ketidaksesuaian antara pilihan mahasiswa dengan kompetensi yang dimilikinya. Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan (SPK) berbasis web yang dapat membantu mahasiswa Program Studi Informatika Universitas Muhammadiyah Malang (UMM) dalam menentukan bidang minat yang tepat. Metode Analytical Hierarchy Process (AHP) digunakan untuk menghitung bobot kriteria berdasarkan penilaian dari para ahli (expert judgment), sedangkan metode Simple Additive Weighting (SAW) digunakan untuk menghitung nilai akhir dari masing-masing alternatif bidang minat. Kriteria yang digunakan dalam sistem meliputi nilai mata kuliah terkait, minat mahasiswa, dan hasil tes bidang minat. Sistem dikembangkan menggunakan metode waterfall dengan dukungan teknologi web dan database MySQL. Hasil pengujian menunjukkan bahwa sistem mampu memberikan rekomendasi bidang minat secara objektif, efisien, dan transparan sesuai dengan profil akademik mahasiswa. Dengan demikian, sistem ini dapat menjadi alat bantu yang efektif dalam proses pengambilan keputusan pemilihan bidang minat di lingkungan akademik.
Content Classification based-on Latent Semantic Analysis and Support Vector Machine (LSA-SVM) Marthasari, Gita Indah; Hayatin, Nur; Yuniarti, Maulidya
Jurnal Transformatika Vol. 19 No. 2 (2022): January 2022
Publisher : Jurusan Teknologi Informasi Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/transformatika.v19i2.2745

Abstract

The diversity of the content of a web page can have a negative impact if used by the wrong user. Almost a half of internet users are children. Therefore, it is important to classify web pages to find out which pages are worthy of being seen by children and that are not feasible. One method that can be used is the Support Vector Machine (SVM) algorithm. SVM is a binary classification whose working principle is to find the best hyperplane to separate the two classes. To obtain better classification accuracy, the SVM is combined with the Latent Semantic Analysis (LSA) algorithm. The data used in this study were taken from the DMOZ web data which has been classified into two categories. The data is then entered into the pre-processing stage for further feature extraction using LSA. The LSA algorithm is used to find out the semantic similarities of words and text contained in web pages. The results of feature extraction are then classified using SVM with RBF kernel. Based on the testing result, we obtain a classification accuracy of 64%.
Co-Authors Abu Hanifah Adam Novrisal Agus Eko Minarno Akbi, Denar Regata Aldiensyah Alfin Lutfi Sidiq Amelia Deastu Amelia Dwi Deastu Aminudin AMINUDIN Aminudin, Aminudin Anastasia Lidya Maukar Andjani Chaerun Nisha Anggraini, Syadza Ani Tri Wahyuningsih Anik Vega Vitianingsih Arif Rahmadhani Basuki, Setio Belli Kafilla Gani Briansyah Setyo Wiyono Cahyanto, Mochammad Andre Chita Nauly Harahap Christian Sri Kusuma Aditya Darfian Ardiansyah Diah Risqiwati Didih Rizki Chandranegara Dwi Kurnia Puspitaningrum Eko Budi Cahyono Elsyah Ayuningrum Elza Norazizah Evi Dwi Wahyuni Fajarisma Asfiana Putri Fajrur Rahman Suprapto Fakhrul Islami Fathoni, Muhammad Asrar Fatimah Defina Setiti Alhamdani Fatimatus Zachra Febri Ayu Fitriani Ferin Reviantika Frengky Prastyo Gita Ismadianti Hanafi Prasetyoko Haqim, Gilang Nuril Haris Diyaul Fata Harizal Iqmal Hasan I'anatut Thoifah Imam Halimi Irsandro, Ahmad Karima Maydina Yanti Kresna Arief Nugraha Lailatul Husniah Lia Nuarini Luqman Hakim M. Isnainur Hidyatullah Mahar Faiqurahman Mahar Faiqurrahman Mairissa Anggraini Moh. Taufiq Hidayat Muhammad Alfian Ramadhani Muhammad Asrar Fathoni Muhammad Gufron Muhammad Ilham Muhammad Iqbal Muhammad Iqbal Ramadhan Muhammad Rizky Aviansyah Muhammad Ulfi Nabillah Annisa Rahmayanti Nico Ardia Effendy Nina Mauliana Noor Fajriah Nirma Dwi Wulansari Nirma Noviasari, Vebrian Nur Hayatin Nur Riyan Sahara Nuryasin, Ilyas Pendi, Wendi Praadita, Firman Noor Rellanti Diana Kristy Risdianto Risdianto Rizky Indrabayu Rizky Irwan Saputra Roni Hadi Wijaya S, Vinna Rahmayanti Saiful Amien Silcillya Ayu Astiti Syadza Anggraini Syaifudin Zuhri Tsabitah Ayu Rahmawati Tutik Sulistyowati Vebrian Noviasari Wahyu Andhyka Kusuma Waliyyullah Mufid Wicaksono, Galih Wasis Wildan Suharso Wiyono, Briansyah Setio Wiyono, Briansyah Setyo Yudi Ananta Prasetya Yufis Azhar Yuniarti, Maulidya Zakaria, Irfan Zakiyah Mahfudho Zamah Sari Zildan Rahmatullah