Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal CESS (Journal of Computer Engineering, System and Science) Jurnal Nasional Komputasi dan Teknologi Informasi
Yunita
Universitas Bina Sarana Informatika
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Analisis Kualitas Website Jakevo untuk Mengukur Kepuasan Pengguna dengan Metode Webqual 4.0 Afri Astio; Hardiyan; Yunita
Jurnal Nasional Komputasi dan Teknologi Informasi Vol. 9 No. 2 (2026): April, 2026
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/bgez3c39

Abstract

Abstrak - Website Jakevo merupakan platform layanan digital yang dikelola oleh Dinas Penanaman Modal Dan Pelayanan Terpadu Satu Pintu Provinsi DKI Jakarta yang digunakan untuk memudahkan masyarakat dalam proses perizinan dan non perizinan secara online/daring. Tujuan dari penelitian ini guna menganalisis seberapa baik Website Jakevo berdasarkan persepsi pengguna dengan menggunakan metode Webqual 4.0 dengan 3 dimensi utama yaitu Usability (Kemudahan Penggunaan), Information Quality (Kualitas Informasi), dan Service Interaction Quality (Kualitas Interaksi Layanan. Sampel yang digunakan dalam penelitian ini adalah Pengguna Website Jakevo di kota Jakarta yang mempunyai perizinan dan non perizinan. Dalam penelitian ini menggunakan metode kuantitatif dan penelitian ini meggunakan teknik mengumpulkan data yang diperoleh dari hasil penyebaran kuisioner yang berjumlah 100 responden pengguna Website Jakevo. Hasil pada penelitian ini menunjukan bahwa Website Jakevo dianggap cukup baik berdasarkan persepsi pengguna, namun ada beberapa aspek yang perlu ditingkatkan seperti kestabilan sistem, navigasi dan tampilan agar lebih memudahkan pengguna dalam mengakses Website Jakevo. Kata Kunci:Website Jakevo; Webqual 4.0; Kepuasan Pengguna; Usability; Kualitas informasi; Interaksi Layanan;   Abstract - Jakevo website is a digital service platform managed by the DKI Jakarta Provincial Investment and One-Stop Integrated Service Office which is used to facilitate the public in the licensing and non-licensing process online. The purpose of this study is to analyze how good the Jakevo Website is based on user perception using the Webqual 4.0 method with 3 main dimensions, namely Usability, Information Quality, and Service Interaction Quality. The sample used in this study was Jakevo Website Users in the city of Jakarta who have permits and non-permits. This study uses a quantitative method and this study uses a data collection technique obtained from the results of distributing questionnaires totaling 100 respondents who are Jakevo Website users. The results of this study indicate that the Jakevo Website is considered quite good based on user perceptions, but there are several aspects that need to be improved such as system stability, navigation and appearance to make it easier for users to access the Jakevo Website.. Keywords: Jakevo Website; Webqual 4.0; User Satisfaction; Usability; Information Quality; Service Interaction;
Deteksi Kanker Paru Paru Berbasis Mobile: Integrasi Machine Learning dalam Aplikasi Nusaminer Deny Alfian; Fathimah Azzahro; Achmad Baroqah Pohan; Besus Maulana Sulthon; Yunita
CESS (Journal of Computer Engineering, System and Science) Vol. 11 No. 1 (2026): Januari 2026
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v11i1.69023

Abstract

Deteksi dini kanker paru-paru sangat penting untuk meningkatkan peluang kesembuhan. Penelitian ini membandingkan performa sembilan algoritma klasifikasi (AdaBoost, ANN, Decision Tree, Gradient Boosting, KNN, Logistic Regression, Naïve Bayes, Random Forest, dan SVM) menggunakan RapidMiner dan NusaMiner. Dataset berasal dari Kaggle dengan 309 data pasien dan 16 atribut terkait faktor risiko serta gejala klinis. Evaluasi dilakukan berdasarkan akurasi, precision, recall, F1-score, dan AUC pada rasio 70:30, 80:20, dan 90:10. Hasil menunjukkan NusaMiner memberikan akurasi lebih tinggi dan stabil dibanding RapidMiner. Algoritma Gradient Boosting dan Random Forest mencapai akurasi 100% pada beberapa rasio, sementara Naïve Bayes menunjukkan akurasi terendah di RapidMiner. Temuan ini menegaskan pentingnya pemilihan algoritma dan platform dalam meningkatkan efektivitas sistem deteksi kanker paru-paru berbasis machine learning.
Co-Authors Achmad Baroqah Pohan Afri Astio Besus Maulana Sulthon Deny Alfian Fathimah Azzahro Hardiyan Hardiyan