Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Rekayasa Sistem Informasi dan Teknologi
Muh. Ibnu Umar Nu'sam
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
PENERAPAN METODE END-USER COMPUTING SATISFACTION UNTUK MENGANALISIS KEPUASAN PENGGUNA TERHADAP APLIKASI DETEKSI PENYAKIT TANAMAN CABAI Fadil Mursyid; Muh. Ibnu Umar Nu'sam; Irnawati, Irnawati; Muhammad Rifki Adiyatma; Ajeng Purwati Ningtyas
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 3 No. 2 (2025): November
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jrsit.v3i2.3156

Abstract

Penelitian ini bertujuan untuk menganalisis tingkat kepuasan pengguna terhadap aplikasi deteksi penyakit tanaman cabai berbasis machine learning menggunakan metode End-User Computing Satisfaction (EUCS). Metode penelitian yang digunakan adalah pendekatan kuantitatif deskriptif dengan pengumpulan data melalui kuesioner daring kepada 100 responden yang telah menggunakan aplikasi. Pengukuran kepuasan pengguna dilakukan berdasarkan lima dimensi EUCS, yaitu content, accuracy, format, ease of use, dan timeliness. Analisis data dilakukan menggunakan perangkat lunak SmartPLS 4 melalui uji validitas, reliabilitas, dan analisis deskriptif. Hasil penelitian menunjukkan bahwa hanya dua dimensi yang berpengaruh signifikan terhadap kepuasan pengguna, yaitu accuracy dan ease of use, dengan nilai rata-rata masing-masing sebesar 4,19 dan 4,41, yang keduanya berada pada kategori “setuju.” Hal ini menunjukkan bahwa pengguna merasa puas terhadap tingkat akurasi hasil deteksi dan kemudahan penggunaan aplikasi. Simpulan dari penelitian ini adalah bahwa aplikasi deteksi penyakit tanaman cabai telah memenuhi kebutuhan pengguna dalam hal ketepatan hasil dan kemudahan interaksi, serta berpotensi dikembangkan lebih lanjut sebagai solusi digital bagi petani dalam identifikasi penyakit tanaman secara cepat dan efisien.
Co-Authors Ajeng Purwati Ningtyas Fadil Mursyid Irnawati Irnawati Muhammad Rifki Adiyatma