Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Sistem Informasi dan Sistem Komputer Jurnal Informatika Dan Tekonologi Komputer
Andre Satriawan
Universitas Bina Darma
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Other

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

Found 2 Documents
Search

 1 
Analisis Usability Testing Menggunakan Metode SUS (System Usability Scale) Terhadap Kepuasan Pengguna Aplikasi Shopee Nurul Huda; Frans Habrizons; Andre Satriawan; Muhammad Iranda; Tintou Pramuda
Jurnal Sistem Informasi dan Sistem Komputer Vol 8 No 2 (2023): Vol 8 No 2 - 2023
Publisher : STIMIK Bina Bangsa Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51717/simkom.v8i2.158

Abstract

Aplikasi Shopee adalah platform e-commerce yang populer dan diandalkan di Asia Tenggara terkhususnya di Indonesia, dari beberapa pengalaman pengguna yang baik dan memiliki beragam fitur. Penelitian ini bertujuan untuk menganalisis ketergunaan dan kepuasan pengguna aplikasi Shopee dengan menggunakan metode System Usability Scale (SUS). Metode yang digunakan ini melibatkan penggunaan pertanyaan khusus kepada partisipan dan skala Likert untuk mengukur respons mereka. Hasilnya menunjukkan bahwa kecepatan aplikasi ialah faktor yang mana dapat mempengaruhi kepuasan pengguna. Kualitas dari informasi, fitur, dan kelengkapan halaman penjual dan pembeli mendapatkan skor tinggi, menunjukkan bahwa pengguna puas dengan fitur dan layanan yang disediakan oleh aplikasi Shopee. Peningkatan kecepatan aplikasi dapat meningkatkan kepuasan pengguna, sementara kualitas informasi, fitur, dan kelengkapan halaman penjual dan pembeli sudah memuaskan dan Aplikasi Shopee secara keseluruhan dapat diterima.
Implementasi Transfer Learning dengan Arsitektur Mo-bileNetV2 untuk Klasifikasi Penyakit pada Daun Padi Alek Wijaya; Andre Satriawan; M. Soekarno Putra; Muhammad Nasir
Jurnal Informatika Dan Tekonologi Komputer (JITEK) Vol. 5 No. 3 (2025): November : Jurnal Informatika dan Tekonologi Komputer
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/jitek.v5i3.8389

Abstract

Rice is a strategic commodity in Indonesia, yet its productivity is often threatened by leaf diseases such as Bacterial Leaf Blight, Brown Spot, Narrow Brown Spot, and Tungro. Conventional identification conducted by farmers is subjective and may delay proper treatment. This study implements transfer learning using the MobileNetV2 architecture for rice leaf disease classification. The dataset was collected directly from rice fields in OKU Timur, South Sumatra, consisting of five classes (Bacterial Leaf Blight, Brown Spot, Healthy, Narrow Brown Spot, and Tungro), each containing 300 images except Narrow Brown Spot, which was balanced through light augmentation. All images underwent cropping, resizing to 224×224 pixels, and normalization before being split into training, validation, and testing sets. The proposed model achieved 99.11% validation accuracy and 100% testing accuracy, with near-perfect precision, recall, and f1-score. The model was then deployed into a user-friendly web application using Streamlit, enabling farmers to upload rice leaf images for instant classification and recommended treatments. These findings demonstrate that MobileNetV2 with transfer learning provides accurate early detection of rice leaf diseases and supports better decision-making in rice cultivation.
Co-Authors Alek Wijaya Frans Habrizons M. Soekarno Putra Muhammad Iranda Muhammad Nasir Nurul Huda Tintou Pramuda