Article Per Year (5 Year)
p-Index From 2021 - 2026
1.607
P-Index
This Author published in this journals
All Journal Transformasi: Jurnal Pengabdian Masyarakat Compiler Infoman's: Jurnal Ilmu-Ilmu Manajeman dan Informatika Journal Of Regional Public Administration (JRPA) Jurnal Penelitian Sistem Informasi Journal of Regional Public Administration Jurnal Intelek Dan Cendikiawan Nusantara JIMT: Jurnal Informatika, Multimedia dan Teknik Indonesian Journal of Statistics and Its Applications
Maya Suhayati
Universitas Sebelas April
Religion Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Environmental Science Mathematics Social Sciences Other

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 16 Documents
Search

 1   2 
Perancangan Website Bum Desa Jagadiwangsa Desa Dikeusi Menggunakan Metode Design Thinking Maulana, Ridwan; Suhayati, Maya; Sutara, Beben
Jurnal Informatika, Multimedia dan Teknik Vol 2 No 1 (2025): Juli-Desember 2025
Publisher : Yayasan Pendidikan Tanggui Baimbaian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.71456/jimt.v2i1.1396

Abstract

Penelitian ini bertujuan untuk mengatasi belum tersedianya platform digital pada BUM Desa Jagadiwangsa di Desa Cikeusi, Kabupaten Sumedang, yang menyebabkan terbatasnya penyebaran informasi dan promosi produk lokal. Untuk itu, dikembangkan sebuah website menggunakan metode design thinking, yang menekankan pendekatan berpusat pada pengguna secara iteratif. Penelitian ini melalui lima tahapan, yaitu empathize, define, ideate, prototype, dan test. Pengumpulan data dilakukan melalui observasi dan wawancara dengan pemangku kepentingan desa guna menggali kebutuhan riil pengguna. Website yang dihasilkan menyediakan fitur profil BUM Desa, unit usaha, galeri kegiatan, berita terkini, dan informasi kontak. Evaluasi melalui pengujian black-box menunjukkan bahwa seluruh fitur berjalan dengan baik dan mudah diakses. Hasil penelitian ini membuktikan bahwa design thinking efektif dalam merancang solusi digital yang fungsional, mudah digunakan, dan sesuai dengan kebutuhan masyarakat desa. Selain itu, pendekatan ini dapat direplikasi untuk mendukung transformasi digital BUM Desa dalam meningkatkan transparansi, layanan, dan partisipasi masyarakat.
Analisis Sentimen Pengguna terhadap Interaksi Sosial pada Platform Roblox Menggunakan Metode Lexicon-Based Erlan Nurhaditia; Asep Saeppani; Maya Suhayati
Jurnal Intelek Dan Cendikiawan Nusantara Vol. 3 No. 03 (2026): JUNI - JULI 2026
Publisher : PT. Intelek Cendikiawan Nusantara

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

Abstract

Penelitian ini menganalisis persepsi pengguna terhadap interaksi sosial pada platform Roblox dengan metode Lexicon-Based. Data ulasan pengguna diproses melalui tahap preprocessing teks dan klasifikasi sentimen untuk memetakan respon publik. Hasil penelitian menunjukkan mayoritas persepsi bersifat netral (71%), yang mengindikasikan dominasi ulasan pada aspek teknis dan fungsional aplikasi. Sentimen positif tercatat sebesar 26%, dipicu oleh kepuasan pengguna dalam aktivitas bermain bersama (mabar). Sementara itu, sentimen negatif ditemukan hanya sebesar 3% terkait isu perilaku toxic dan penggunaan script ilegal. Disimpulkan bahwa platform Roblox dipersepsikan sebagai ekosistem sosial digital yang sehat dan mendukung interaksi positif bagi sebagian besar penggunanya, meskipun terdapat tantangan perilaku minor.
Bayesian-Structural Equation Modeling on Learning Motivation of Undergraduate Students During Covid-19 Outbreak Reny Rian Marliana; Maya Suhayati; Sri Bekti Handayani N.
Indonesian Journal of Statistics and Applications Vol 6 No 1 (2022)
Publisher : Statistics and Data Science Program Study, SSMI, IPB University, in collaboration with the Forum Pendidikan Tinggi Statistika Indonesia (FORSTAT) and the Ikatan Statistisi Indonesia (ISI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/ijsa.v6i1p63-76

Abstract

The aim of this study is to explore the relationship model between e-learning readiness, self-directed learning readiness, and learning motivation of the students at STMIK Sumedang during the COVID-19 outbreak. Bayesian-Structural Equation Modeling and Markov Chain Monte Carlo Algorithm are used in the estimation of the parameters. The posterior distribution is formed using informative prior i.e., inverse-Gamma distribution on variance parameters, inverse-Wishart distribution on residual covariance, and normal distribution on other parameters of the model. The calculation is performed using the blavaan package on R-Software version 4.1.0 with 19000 iteration and 9000 samples of burn-in period. Data were taken from 214 samples of the students at STMIK Sumedang. The outcome from the calculation showed there is a significant effect from self-directed learning readiness to motivation learning of students and there is no significant effect from e-learning readiness to learning motivation. The direct effect on learning motivation is 7.25 from self-directed learning readiness and 0.045 from e-learning readiness.
Analisis Komparatif Algoritma Machine Learning untuk Klasifikasi Tingkat Stres Mahasiswa Berdasarkan Data Kuesioner DASS-21 Satria Kamal Fikhriyadi; Maya Suhayati; Deris Santika
Jurnal Intelek Dan Cendikiawan Nusantara Vol. 3 No. 04 (2026): AGUSTUS - SEPTEMBER 2026
Publisher : PT. Intelek Cendikiawan Nusantara

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

Abstract

Tingkat stres yang tinggi di kalangan mahasiswa menjadi isu penting yang memerlukan solusi deteksi dini berbasis teknologi. Penelitian ini bertujuan untuk mengevaluasi dan membandingkan performa tiga algoritma machine learning Logistic Regression, Random Forest, dan Gradient Boosting dalam mengklasifikasikan tingkat stres mahasiswa berdasarkan data kuesioner DASS-21. Penelitian menggunakan pendekatan kuantitatif dengan data yang dikumpulkan melalui survei daring. Data diproses melalui tahapan normalisasi dan transformasi fitur sebelum diterapkan pada masing-masing model. Evaluasi performa dilakukan menggunakan metrik akurasi, presisi, dan F1-score. Hasil analisis menunjukkan bahwa mayoritas mahasiswa (59%) berada pada tingkat stres sedang hingga sangat parah. Dari sisi performa, Logistic Regression menunjukkan kinerja paling baik dengan akurasi sebesar 60%, mengungguli Random Forest (45%) dan Gradient Boosting (30%). Hasil confusion matrix memperkuat temuan ini, menunjukkan bahwa model linear lebih mampu membedakan antar kelas dalam dataset kecil. Studi ini menegaskan bahwa Logistic Regression adalah pilihan paling efektif untuk klasifikasi stres dalam konteks data terbatas, serta menunjukkan potensi penerapan machine learning dalam sistem deteksi dini kondisi mental mahasiswa di lingkungan akademik
Analisis dan Evaluasi Kinerja Sistem Spotify dari Perspektif Pengguna Menggunakan Metode System Usability Scale (SUS) Reza Dzikri Rabbani; Asep Saeppani; Maya Suhayati
Jurnal Intelek Dan Cendikiawan Nusantara Vol. 3 No. 04 (2026): AGUSTUS - SEPTEMBER 2026
Publisher : PT. Intelek Cendikiawan Nusantara

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

Abstract

Penelitian ini bertujuan untuk menganalisis dan mengevaluasi tingkat kemudahan penggunaan (usability) sistem Spotify dari perspektif pengguna di Indonesia. Sebagai platform streaming musik dan podcast terkemuka di dunia, Spotify menawarkan jutaan konten audio yang dapat diakses di berbagai perangkat, menjadikannya bagian integral dari kehidupan digital banyak orang. Evaluasi dilakukan menggunakan metode System Usability Scale (SUS) yang terdiri dari 10 butir pertanyaan kuesioner. Sebanyak 30 responden, yang merupakan pengguna aktif Spotify, berpartisipasi dalam penelitian ini melalui kuesioner daring yang disebarkan pada bulan Juni 2025. Hasil analisis menunjukkan bahwa skor rata-rata SUS untuk Spotify adalah 78.5, yang mengindikasikan tingkat usability "Good" (Baik) dan berada dalam kategori "Acceptable" (Dapat Diterima) hingga "Excellent" (Sangat Baik) berdasarkan skala interpretasi SUS. Meskipun secara keseluruhan Spotify dinilai baik, beberapa aspek seperti konsistensi antarmuka dan kemampuan untuk dengan cepat menyelesaikan tugas perlu mendapatkan perhatian lebih lanjut untuk peningkatan. Penelitian ini diharapkan dapat memberikan masukan berharga bagi pengembang Spotify dalam meningkatkan pengalaman pengguna, serta menjadi referensi bagi penelitian serupa di masa mendatang.
Analisis dan Evaluasi Kinerja Sistem Gojek dari Perspektif Pengguna Menggunakan Metode System Usability Scale (SUS) Fadillah Fadillah; Asep Saeppani; Maya Suhayati
Jurnal Intelek Dan Cendikiawan Nusantara Vol. 3 No. 04 (2026): AGUSTUS - SEPTEMBER 2026
Publisher : PT. Intelek Cendikiawan Nusantara

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

Abstract

Aplikasi berbasis on-demand seperti Gojek memiliki peran penting dalam menunjang efisiensi kegiatan sehari-hari masyarakat digital di Indonesia. Namun, di balik tingginya tingkat popularitasnya, kerumitan tampilan antarmuka pada platform super-app ini berpotensi menimbulkan hambatan terhadap kenyamanan dan kemudahan pengguna dalam mengoperasikan sistem. Studi ini dilakukan untuk mengkaji dan menilai sejauh mana tingkat kebergunaan (usability) aplikasi Gojek berdasarkan sudut pandang pengguna, dengan menerapkan metode System Usability Scale (SUS). Menggunakan pendekatan kuantitatif deskriptif, data dikumpulkan melalui penyebaran kuesioner standar SUS kepada 25 responden yang merupakan pengguna aktif Gojek, dengan pemilihan sampel dilakukan secara purposive sampling. Berdasarkan hasil analisis, aplikasi Gojek memperoleh nilai rata-rata SUS sebesar 78,6, yang termasuk dalam kategori Acceptable, dengan predikat 'Good' dan kualifikasi Grade B. Temuan ini menunjukkan bahwa Gojek dinilai unggul dalam hal kemudahan mempelajari sistem (learnability), kejelasan alur navigasi, serta keterpaduan antar fitur yang tersedia. Dari hasil ini, penelitian memberikan saran praktis kepada pihak pengembang agar melakukan optimalisasi penggunaan memori demi meningkatkan kualitas pengalaman pengguna secara berkelanjutan
Co-Authors Anton Setiawan Honggowibowo Asep Saeppani Atep Ruhiat Beben Sutara David Setiadi Deris Santika Erlan Nurhaditia Fadillah Fadillah Hadiyanti, Widya Anggraeni Hendra Nurahmanto Iyat Ratna Komala Leni Nurhayati Leni Nurhayati Nurahmanto, Hendra Reny Rian Marliana Reza Dzikri Rabbani Ridwan Maulana, Ridwan Satria Kamal Fikhriyadi Sri Bekti Handayani N. Sri Bekti Handayani Ningsih Sri Bekti Handayani Ningsih Sumarsono Sumarsono Sumarsono Sumarsono Widya Anggraeni Hadiyanti