Claim Missing Document
Check
Articles

Found 30 Documents
Search

Pengembangan Aplikasi Mobile Dolan Banyumas Menggunakan Metode User Centered Design Fajar Nasrulloh, Muhamad; Fadila Fitriana, Gita
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Pariwisata di Kabupaten Banyumas sangatdiperhatikan oleh pemerintah setempat karena banyaknyasumber daya alam yang potensial untuk dijadikan destinasiwisata. Salah satu upaya pemerintah dalam mendukungpariwisata adalah dengan meluncurkan aplikasi mobile DolanBanyumas, yang dikembangkan oleh Dinas Komunikasi danInformatika (Dinkominfo) Kabupaten Banyumas. Berdasarkanhasil kuesioner ke 31 responden dari pengguna aplikasi,menunjukan bahwa aplikasi Dolan Banyumas masih memilikibeberapa kekurangan yaitu desain antarmuka yang tidakintuitif dan user friendly, informasi detail wisata tidak lengkap,tidak ada menu pencarian wisata, dan tidak dapat umpan balikdari sesama wisatawan serta membutuhkan fitur rencanaperjalanan dan unggahan berbagi cerita wisatawan. Olehkarena itu, diperlukan evaluasi desain dan pengembangan fiturmenggunakan metode User-Centered Design (UCD) dan PostStudy System Usability Questionnaire (PSSUQ) untuk pengujianusability. Penelitian ini berfokus pada pengembangan fiturwisata, pembuatan rencana perjalanan dan unggahan ceritapengalaman berwisata, serta perbaikan desain antarmuka agarlebih baik dan user-friendly. Hasil pengujian pengembanganditujukan kepada 100 responden dari kalangan wisatawanBanyumas melalui kuesioner PSSUQ. Secara keseluruhan, skorrata-rata lebih baik dari rata-rata nilai norma PSSUQ yaitu2.26, yang berarti aplikasi mobile Dolan Banyumas versipengembangan ini dinilai baik dari segi kegunaan, informasi,tampilan, dan pengalaman penggunaan secara keseluruhan.Kata kunci— Dolan Banyumas, Aplikasi Mobile, Pariwisata,User Centered Design, Post-Study System Usability Questionnaire(PSSUQ)
Perancangan User Interface Website Pusat Oleh-Oleh Purwokerto Menggunakan Metode Design Thinking Kurniawan, Indra; Fadila Fitriana, Gita; Septiara , Maryona
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Penelitian ini membahas perancanganantarmuka pengguna (user interface) website Pusat Oleh-OlehPurwokerto Sawangan No.1 dengan pendekatan DesignThinking guna menghasilkan prototipe website e-commerceberbasis Progressive Web App (PWA). Permasalahan utamaterletak pada ketergantungan toko terhadap media sosial danplatform pihak ketiga, yang berdampak pada biaya tambahan,keterbatasan kontrol, serta pengalaman belanja daring yangkurang optimal. Proses perancangan mengikuti lima tahapanDesign Thinking: empathize, define, ideate, prototype, dan test,dengan teknik pengumpulan data berupa wawancara, survei,dan studi literatur. Hasil penelitian berupa rancanganwireframe, sistem desain, dan prototipe fidelitas tinggi yangdikembangkan menggunakan ReactJS serta terintegrasidengan REST API. Uji kelayakan menggunakan metode SystemUsability Scale (SUS) menunjukkan skor rata-rata 84 untukperan admin dan 84,83 untuk calon pembeli, yangdiklasifikasikan dalam Grade A pada SUS Percentile Rank.Temuan ini menunjukkan bahwa prototipe yang dikembangkanmemiliki tingkat usability tinggi dan mampu menjawabkebutuhan baik dari sisi pemilik usaha maupun calon pembeli.Kata kunci — Design Thinking, User Interface, Usability, Ecommerce, Progressive Web App, System Usability Scale
Rancang Bangun Sistem Informasi Layanan Humas Universitas Telkom Kampus Purwokerto Berbasis Website Menggunakan Metode Scrum Adinata, Irwan; Fadila Fitriana, Gita
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Pada lembaga Pendidikan, HUMAS memiliki peran pentingsebagai penghubung antara lembaga pemerintah, lembagaswasta, media, dan masyarakat umum dengan caramengumpulkan, mengelola, dan menyebarkan informasitentang program, aktivitas, pencapaian, serta opini masyarakatmengenai lembaga tersebut. Sebelumnya, HUMAS TUPmenggunakan Google Form terpisah untuk setiap layanan, yangmenyulitkan proses monitoring, memperlambat pengolahaninformasi, serta membuat pengguna harus menghubungi pihakterkait melalui WhatsApp untuk mendapatkan link layanan.Berdasarkan survei pre-test terhadap 35 responden dari civitasakademika dan mitra eksternal HUMAS TUP, diperoleh skorindeks persepsi dan pengalaman pengguna sebesar 53 %menggunakan skala Likert. Untuk mengatasi permasalahantersebut, dikembangkan sistem informasi layanan berbasiswebsite menggunakan metode Scrum. Metode Scrum dipilihkarena metode ini bersifat iteratif dan incremental, membagipekerjaan ke dalam sprint pendek, serta mampu beradaptasidengan perubahan kebutuhan secara cepat. Sistem yangdikembangkan diuji menggunakan metode black box testinguntuk memastikan fungsionalitas berjalan sesuai kebutuhan.Setelah sistem informasi selesai dikembangkan, dilakukansurvei post-test yang menunjukkan peningkatan skor indeksmenjadi 89,79 %. Dengan demikian, terdapat peningkatanpersepsi dan pengalaman pengguna layanan sebesar 69,41 %dibandingkan sebelum sistem dikembangkan.Kata kunci— HUMAS, Scrum, Black Box Testing, Pre-TestPost Test
Rancang Bangun Website Reservasi Lapangan Olahraga Menggunakan Metode Rapid Application Development (RAD) Nu Fauzan, Umar; Fadila Fitriana, Gita
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Perkembangan teknologi informasi telahmendorong digitalisasi berbagai aspek kehidupan, termasukproses reservasi lapangan olahraga. Jaskon Sport Center diBanjarnegara masih menggunakan metode manual yangmenimbulkan permasalahan seperti jadwal bentrok, informasitidak akurat, dan pembatalan sepihak. Penelitian ini bertujuanmerancang dan membangun sistem reservasi berbasis websitemenggunakan metode Rapid Application Development (RAD)melalui tiga tahap utama: requirement planning, designworkshop, dan implementation. Pengumpulan data dilakukanmelalui wawancara dan survei kepada 30 responden pengguna.Hasil menunjukkan 55,2% mengalami kesulitan reservasi dan58,6% mengalami jadwal bentrok. Sistem yang dikembangkanmenyediakan fitur reservasi, manajemen jadwal, notifikasistatus, serta dashboard admin. Pengujian menggunakanblackbox menunjukkan tingkat keberhasilan 83,33%(pengguna umum) dan 91,6% (admin), sementara pengujianSystem Usability Scale (SUS) mendapat skor rata-rata 79 yangtergolong 'Good'.Kata kunci— Rapid Application Development, ReservasiLapangan, Sistem Informasi, SUS, Website
Penggunaan Single Machine Learning dan Ensemble Machine Learning untuk Deteksi Penyakit Jantung Faisal Dharma Adhinata; Gita Fadila Fitriana; Nia Annisa Ferani Tanjung
SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 6 No. 1 (2026): Juni 2026
Publisher : Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36815/submit.v6i1.4701

Abstract

Penyakit jantung merupakan penyakit yang berbahaya bahkan penyebab kematian tertinggi didunia. Deteksi dini penyakit jantung diperlukan sebagai upaya antisipasi untuk menjaga kesehatan sejak dini. Terdapat beberapa karakteristik gejala penyakit jantung yang cukup kompleks. Adanya banyak karakteristik ini mengharuskan penegakan diagnosis oleh tenaga medis. Sementara itu, pada beberapa daerah terpencil belum banyak tenaga medis. Oleh karena itu, pada penelitian ini mengembangkan sistem deteksi dini penyakit jantung menggunakan AI. Proses deteksi dini ini juga masih memerlukan tenaga medis sebagai penegakan diagnosis utama. Pemilihan metode machine learning daripada deep learning karena dataset yang digunakan jumlahnya tidak terlalu banyak. Metode single machine learning menggunakan Support Vector Machine (), sedangkan metode ensemble machine learning menggunakan CatBoost. Perbandingan ini untuk mengetahui metode mana yang cocok untuk klasifikasi data kompleks. Hasil eksperimen menunjukkan penggunaan CatBoost lebih efektif dibanding single machine learning. Nilai akurasi dan F1 menggunakan metode CatBoost adalah 0,99. Metode CatBoost menggunakan banyak decision tree untuk pengambilan keputusan prediksi. Proses ini yang membuat ensemble learning lebih baik dibanding single machine learning. Melalui hasil ini, penggunaan ensemble learning terbukti dapat mengolah data yang kompleks untuk penentuan prediksi penyakit jantung.
PERANCANGAN PROTOTYPE APLIKASI TIKET WISATA DI KOTA PEMALANG MENGGUNAKAN UX LIFECYCLE Khikma Mei Rida; Gita Fadila Fitriana; Darmansah Darmansah
Rabit : Jurnal Teknologi dan Sistem Informasi Univrab Vol 7 No 1 (2022): Januari
Publisher : LPPM Universitas Abdurrab

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36341/rabit.v7i1.1984

Abstract

Technology that continues to develop always provides new changes in improving the quality and performance of a company. Booking tourist tickets is one of the businesses that requiring the right information technology assistance. This business requires high mobility, fast information distribution, fast customer service, and real-time communication between branches or cities. Through this travel ticket application, users can find out the destination tourist locations in detail, order tickets online, and make ticket payments digitally to make it easier for tourists to make transactions. The data states that from 21 respondents, or 47.6% of the people of Pemalang city, they have difficulty when ordering tourist tickets in Pemalang City. Some people say that there are sometimes long queues in purchasing tickets, so it takes a long time, Difficulty in queuing when buying tourist tickets, especially on weekends, and too long queues make you lazy. So the author makes the design of the Prototype of the Travel Ticket application to make it easier for tourists to order tickets. The application prototype design process is carried out using the User Experience Lifecycle method. The design method is carried out using the wheel method initiated by Hartson and Pyla by paying attention to usability and user experience. This method has four stages, namely analysis, design, prototype, and evaluation. Usability testing on the Travel Ticket application is carried out using the System Usability Scale method..
Penggunaan Single Machine Learning dan Ensemble Machine Learning untuk Deteksi Penyakit Jantung Faisal Dharma Adhinata; Gita Fadila Fitriana; Nia Annisa Ferani Tanjung
SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 6 No. 1 (2026): Juni 2026
Publisher : Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36815/submit.v6i1.4701

Abstract

Penyakit jantung merupakan penyakit yang berbahaya bahkan penyebab kematian tertinggi didunia. Deteksi dini penyakit jantung diperlukan sebagai upaya antisipasi untuk menjaga kesehatan sejak dini. Terdapat beberapa karakteristik gejala penyakit jantung yang cukup kompleks. Adanya banyak karakteristik ini mengharuskan penegakan diagnosis oleh tenaga medis. Sementara itu, pada beberapa daerah terpencil belum banyak tenaga medis. Oleh karena itu, pada penelitian ini mengembangkan sistem deteksi dini penyakit jantung menggunakan AI. Proses deteksi dini ini juga masih memerlukan tenaga medis sebagai penegakan diagnosis utama. Pemilihan metode machine learning daripada deep learning karena dataset yang digunakan jumlahnya tidak terlalu banyak. Metode single machine learning menggunakan Support Vector Machine (), sedangkan metode ensemble machine learning menggunakan CatBoost. Perbandingan ini untuk mengetahui metode mana yang cocok untuk klasifikasi data kompleks. Hasil eksperimen menunjukkan penggunaan CatBoost lebih efektif dibanding single machine learning. Nilai akurasi dan F1 menggunakan metode CatBoost adalah 0,99. Metode CatBoost menggunakan banyak decision tree untuk pengambilan keputusan prediksi. Proses ini yang membuat ensemble learning lebih baik dibanding single machine learning. Melalui hasil ini, penggunaan ensemble learning terbukti dapat mengolah data yang kompleks untuk penentuan prediksi penyakit jantung.
Pendidikan Teknologi Augmented Reality Berbasis Bisindo untuk Pengenalan Topeng Malangan Bagi Kaum Difabel Bita Parga Zen; Gita Fadila Fitriana; Melany; Bintang Pramudya Putra Prasetya
Jurnal Atma Inovasia Vol. 6 No. 4 (2026)
Publisher : Lembaga Penelitian dan Pengabdian pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jai.v6i4.13960

Abstract

Sanggar Budaya Anak Nareswari merupakan mitra pengabdian yang bergerak dalam kriya Topeng Malangan. dipusatkan pada pengenalan karakter Topeng Malangan, praktik pembuatan topeng dari desain hingga finishing dan penguatan nilai-nilai budaya Panji–Sekartaji. Akar permasalahan saat ini yaitu sudut pandang masyarakat masih menganggap kaum difabel tidak setara dengan masyarakat pada umumnya dan sering sekali kaum difabel merasa minder, dan sering kali kaum difabel terkena bullying di masyarakat  karena hal ini, Dampak dari permasalahan terhadap kegiatan ini yaitu kurangnya kepercayaan masyarakat terhadap komunitas ini, pandangan masyarkat menggap adanya eksploitasi terhadap kaum difabel, Solusi Program pelatihan pembuatan topeng malangan oleh peserta difabel dimana dibagi penugasan membuat karakter jenis topeng berfokus pada standar difabel adanya pameran Augmented Reality berupa topeng malangan dan sejarahnya, Metode Pelaksanaan program dimulai dari analisis kondisi mitra untuk menyamakan harapan dan mengundang partisipasi. Selanjutnya dilakukan tahapan pelatihan yang mencakup pengenalan karakter Topeng Malangan, desain motif, serta teknik transfer gambar ke kayu, berupa promosi melalui website, pemasaran ekspor, dan penggunaan Quality Control. Setelah itu, dilakukan pendampingan dan evaluasi untuk memonitor kesiapan pasar global, sekaligus menyelenggarakan pameran karya pada aspek teknologi luaran yang telah dicapai yaitu telah membuat SOP Topeng malangan berbasis website dan Augmented Reality topeng malangan berbasis text to speech
Logistic Regression Analysis of Factors that Influence User Experience in Student Medical Report Applications Tenia Wahyuningrum; Novian Adi Prasetyo; Gita Fadila Fitriana; Dimas Fanny Hebrasianto Permadi; Rr. Setyawati; Joewandewa Yuliansyah; Khoem Sambath
Journal of Applied Data Sciences Vol 5, No 3: SEPTEMBER 2024
Publisher : Bright Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47738/jads.v5i3.285

Abstract

Monitoring student health efficiently requires collaboration between schools and government health services. Traditional methods often need more agility and user-friendliness, leading to delays and inaccuracies. This research aims to verify a fast and agile student medical report that we have previously developed using the Modified Agile User Experience (UX) method, with a focus on simplicity, usability, and accessibility. The system’s evaluation employs non-functional testing methods to identify factors influencing user satisfaction within the scope of the user experience. We measure task-level and overall user satisfaction using the Single Ease Questions (SEQ) questionnaire as the response variable. This study also investigates test-level satisfaction as predictor variables using Usability Metric for User Experience (UMUX) and UMUX-Lite questionnaire as predictor variables, as well as each student’s Interest in learning and learning motivation concerning test-level satisfaction. Binary Logistic Regression (BLR) analysis determined the relationship between test-level and task-level satisfaction, revealing significant correlations between these variables. Based on the results, the Interest to Learn variable is the most important factor that influences task-level satisfaction, but with a small probability value (42.9%). To ensure these accurate results, we changed the scale on SEQ from Easy and Hard to seven scales with normalized values. We compared the results using 4 algorithms: Logistic Regression, Random Forest, Support Vector Machine (SVM), and Gradient Boosting as the most effective model. For a test size of 0.2 and a random state of 40, Logistic Regression achieved an accuracy of 0.80 and a Receiver Operating Characteristics (ROC) and Area Under Curve (AUC) score of 0.83. Random Forest also had an accuracy of 0.80 but a slightly lower ROC AUC score of 0.77. SVM also performed well, with accuracies of 0.83 and ROC AUC scores of 0.77. Gradient Boosting showed the lowest performance with an accuracy of 0.77 and a ROC AUC score of 0.73. These results indicate that Logistic Regression is the most robust model for predicting user satisfaction. Significant data correlations between SEQ, UMUX, and UMUX-Lite guide the development of user-centered applications, enhancing the effectiveness of educational tools by ensuring higher user satisfaction. Future research should consider more extensive, more diverse samples and additional factors influencing user experience to refine these models and their applications.
Logistic Regression Analysis of Factors that Influence User Experience in Student Medical Report Applications Tenia Wahyuningrum; Novian Adi Prasetyo; Gita Fadila Fitriana; Dimas Fanny Hebrasianto Permadi; Rr. Setyawati; Joewandewa Yuliansyah; Khoem Sambath
Journal of Applied Data Sciences Vol 5, No 3: SEPTEMBER 2024
Publisher : Bright Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47738/jads.v5i3.285

Abstract

Monitoring student health efficiently requires collaboration between schools and government health services. Traditional methods often need more agility and user-friendliness, leading to delays and inaccuracies. This research aims to verify a fast and agile student medical report that we have previously developed using the Modified Agile User Experience (UX) method, with a focus on simplicity, usability, and accessibility. The system’s evaluation employs non-functional testing methods to identify factors influencing user satisfaction within the scope of the user experience. We measure task-level and overall user satisfaction using the Single Ease Questions (SEQ) questionnaire as the response variable. This study also investigates test-level satisfaction as predictor variables using Usability Metric for User Experience (UMUX) and UMUX-Lite questionnaire as predictor variables, as well as each student’s Interest in learning and learning motivation concerning test-level satisfaction. Binary Logistic Regression (BLR) analysis determined the relationship between test-level and task-level satisfaction, revealing significant correlations between these variables. Based on the results, the Interest to Learn variable is the most important factor that influences task-level satisfaction, but with a small probability value (42.9%). To ensure these accurate results, we changed the scale on SEQ from Easy and Hard to seven scales with normalized values. We compared the results using 4 algorithms: Logistic Regression, Random Forest, Support Vector Machine (SVM), and Gradient Boosting as the most effective model. For a test size of 0.2 and a random state of 40, Logistic Regression achieved an accuracy of 0.80 and a Receiver Operating Characteristics (ROC) and Area Under Curve (AUC) score of 0.83. Random Forest also had an accuracy of 0.80 but a slightly lower ROC AUC score of 0.77. SVM also performed well, with accuracies of 0.83 and ROC AUC scores of 0.77. Gradient Boosting showed the lowest performance with an accuracy of 0.77 and a ROC AUC score of 0.73. These results indicate that Logistic Regression is the most robust model for predicting user satisfaction. Significant data correlations between SEQ, UMUX, and UMUX-Lite guide the development of user-centered applications, enhancing the effectiveness of educational tools by ensuring higher user satisfaction. Future research should consider more extensive, more diverse samples and additional factors influencing user experience to refine these models and their applications.