Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Dinamik Jusikom: Jurnal Sistem Informasi Ilmu Komputer
Desfianthy, Fatiya Hanifah
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management

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

Found 2 Documents
Search

 1 
PREDICTION OF POPULATION GROWTH IN KARAWANG CITY USING MULTIPLE LINEAR REGRESSION ALGORITHM METHOD Desfianthy, Fatiya Hanifah; Hilabi, Shofa Shofiah; Priyatna, Bayu; Novalia, Elfina
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 7 No. 2 (2024): JUSIKOM: JURNAL SISTEM INFROMASI ILMU KOMPUTER
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Currently, Indonesia is experiencing population growth. The factors influencing this growth are the rates of births and deaths. Every year, the population in an area keeps growing. This growth can have various negative impacts on the region. That's why taking action and making predictions about population growth is crucial. The objective of this study is to use a regression algorithm to estimate how fast the population will grow in Karawang City. The data used for this research comes from population records collected by the Karawang City Statistics Agency between 2017 and 2022. To clean, transform, and analyze this data, we employ the Knowledge Discovery in Database (KDD) approach to data mining. By applying linear regression methods with assistance from RapidMiner tools, we have successfully generated predictions based on data that reveal patterns and relationships between variables that influence population growth rates. According to our predictions, there will increase of 338,011 people from 2022 to 2027. This research will assist the Karawang City government in developing plans to minimize negative impacts while optimizing resource utilization such as energy, food, water, and services. Keywords: Multiple Linear Regression, Data Mining, BPS, Rapid Miner
Analisis User Experience dan Usability Aplikasi Canva dalam mendukung Kemudahan Pembelajaran Siswa di SMPN 3 Karawang Barat Desfianthy, Fatiya Hanifah; Rosalina, Elsa; Pratama, Daffa Agung; Hilabi, Shofa Shofiah
Dinamik Vol 30 No 1 (2025)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/dinamik.v30i1.9702

Abstract

Canva salah satu platform yang digunakan untuk mendesain, yang dapat digunakan melalui web maupun aplikasi mobil. Canva menyediakan beragam fitur dan template yang mempermudah pengguna untuk membuat desain, seperti desain poster, brosur, kartu ucapan, info grafis dan presentasi dalam waktu singkat. Penelitian ini bertujuan untuk menganalisis usability aplikasi canva dengan fokus untuk memahami pengalaman pengguna, khususnya dari kalangan Siswa Kelas VIIIB di SMPN 3 Karawang Barat. Metode yang digunakan untuk mengumpulkan data yaitu observasi dan kuesioner. Analisa aplikasi menggunakan poin Usability berkaitan dengan learnability, efficiency, memorability, error dan satisfaction untuk mengetahui pengalaman pengguna. Hasil penelitian menunjukkan bahwa 77,5% responden merasakan kemudahan dalam penggunaan aplikasi canva, 65% merasa cepat dalam menggunakan fitur-fiturnya, dan 72,5% mampu mengingat langkah-langkah penggunaannya dengan baik. Namun, masih terdapat kendala pada aspek memorability, di mana 47,5% responden mengalami kesulitan dalam mengenali ikon atau simbol dalam aplikasi. Pada aspek error, 62,5% responden menemukan error saat menggunakan canva, dan hanya 50% yang dapat memperbaikinya dengan mudah. Meskipun demikian, tingkat kepuasan pengguna sangat tinggi, dengan 92,5% responden merasa senang menggunakan canva dan 94,3% menyatakan bahwa canva membantu mereka dalam menyelesaikan tugas sekolah. Dengan demikian, canva memiliki peran penting dalam mendukung kemudahan pembelajaran siswa di SMPN 3 Karawang Barat.
Co-Authors Hilabi, Shofa Shofiah Novalia, Elfina Pratama, Daffa Agung Priyatna, Bayu Rosalina, Elsa