Claim Missing Document
Check
Articles

Found 2 Documents
Search

Analisa Usability Pada Website Benang Raja Menggunakan Metode WEBUSE Nurfajriana, Intan Melinda; Muzaki, Muhammad Reza; A’fena, Elisa Tri Ammah; Ilahi, Ferlita Putri Anugerah; Ardianta, Eggy Cahya
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): SEMINAR NASIONAL INOVASI TEKNOLOGI 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4938

Abstract

Dalam era digital, website telah menjadi salah satu aspek krusial dalam keberhasilan sebuah bisnis, khususnya dalam industri e-commerce seperti penjualan batik. Penelitian ini bertujuan untuk mengevaluasi usability website Batik Benang Raja menggunakan metode WEBUSE dengan mengadopsi pendekatan yang sistematis dan terukur. Penelitian ini mengukur tingkat kegunaan dan kepuasan pengguna dalam berinteraksi dengan website Batik Benang Raja. Hasil penelitian menunjukkan bahwa variabel Content Organization and Readability (pengaturan konten dan keterbacaan) memiliki skor tertinggi sebesar 0.78. Sedangkan tiga variabel lainnya, yaitu Navigation and Links (navigasi dan tautan), Design User Interface (desain antarmuka pengguna), dan Performance and Effectiveness (kinerja dan efektivitas) mendapatkan skor 0.75.
Implementasi Data Mining dengan Algoritma K-Nearest Neighbors untuk Memprediksi Risiko Diabetes Menggunakan Chatbot Telegram Muzaki, Muhammad Reza; Nurfajriana, Intan Melinda; Ilahi, Ferlita Putri Anugerah; Ristyawan, Aidina; Daniati, Erna
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): SEMINAR NASIONAL INOVASI TEKNOLOGI 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4946

Abstract

Diabetes merupakan penyakit kronis yang disebabkan karena tingginya kadar gula dalam darah. Menurut International Diabetes Federation (IDF) memperkirakan pada tahun 2045, angka penderita diabetes akan meningkat menjadi 11,3% pada keseluruhan total penduduk di Indonesia. Penyakit diabetes dengan cepat menyebar dalam tubuh seseorang dengan cepat, dan banyak masyarakat yang menyadari akan hal ini. Dengan integrasi kedalam chatbot telegram di harapkan bisa membantu untuk memprediksi risiko diabetes. Model data mining menggunakan algoritma KNN mendapatkan hasil akurasi sebesar 95%, recall sebesar 99%, dan presisi sebesar 89,1%