Claim Missing Document
Check
Articles

Found 3 Documents
Search

Perancangan UI/UX Website Booking Online Snapbox Studio Kediri Menggunakan Design Science Research Methodology Hidayah, Yulistiya Nur; Zuhriya, Tasbi Khatuz; Maulana, Aftor; Laila, Anis Faizul
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/entvqx68

Abstract

Industri kreatif terus mengalami pertumbuhan pesat, termasuk layanan studio foto yang semakin diminati masyarakat. Snapbox Studio Kediri menghadapi tantangan dalam proses pemesanan yang masih dilakukan secara manual melalui WhatsApp, sehingga menimbulkan ketidakefisienan dan kurangnya kenyamanan bagi pelanggan. Penelitian ini bertujuan untuk merancang User Interface (UI) dan User Experience (UX) untuk website booking online Snapbox Studio guna meningkatkan kemudahan serta kenyamanan proses reservasi. Metode yang digunakan adalah Design Science Research Methodology (DSRM) yang mencakup tahapan identifikasi masalah, perancangan solusi, dan pengembangan desain. Perancangan UI/UX dilakukan menggunakan aplikasi Figma dan dievaluasi menggunakan System Usability Scale (SUS). Pengujian dilakukan dengan melibatkan 69 responden yang terdiri dari pelajar dan mahasiswa di daerah Kediri. Hasil akhir dari penelitian ini berupa rancangan antarmuka yang intuitif, responsif, serta sesuai dengan kebutuhan pengguna, yang dinilai berada dalam kategori baik berdasarkan hasil evaluasi usability.
Analisis Geospasial dalam Prediksi Volume Sampah Berdasarkan Lokasi Wilayah di Jakarta Maulana, Aftor; Daniati, Erna Daniati
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 2 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/0qrvtp58

Abstract

Di Jakarta, pengelolaan sampah DKI Jakarta di daerah tersebut terbebani oleh beberapa masalah termasuk peningkatan lebih dari 8000 metrik ton sampah akibat perubahan populasi yang terus meningkat dan pergeseran pola konsumsi. Tujuan dari studi ini adalah untuk menganalisis dan memprediksi metode pembuangan berdasarkan wilayah dengan memanfaatkan penambangan data dan analisis geospasial. Data yang relevan mencakup volume sampah, informasi geospasial, dan data demografis. Algoritma K-Means Clustering dan regresi digunakan dan ditemukan tiga kelompok wilayah berdasarkan jumlah sampah yang dihasilkan dengan tingkat pembuangan sampah tertinggi. Nilai Davies Bouldin Index sebesar 0,399 diatribusikan pada tingkat pembentukan blok yang menunjukkan hasil pengelompokan yang relatif valid. Temuan ini menunjukkan adanya ketimpangan dalam distribusi sampah di dalam distrik dan oleh karena itu terdapat kebutuhan yang lebih besar untuk partisipasi masyarakat serta infrastruktur. Rekomendasi yang diusulkan adalah peningkatan pendidikan publik tentang isu tersebut, peningkatan fasilitas pengelolaan sampah, dan penguatan program 3R (Reduce, Reuse, Recycle).
Prediksi Volume Sampah Perkotaan Berbasis Data Spasial Menggunakan Random Forest di DKI Jakarta maulana, aftor; Aidina Ristyawan; Firmansyah, Andika; R Ndun, Anastasia R
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 2 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/5yeap977

Abstract

Pengelolaan sampah di DKI Jakarta menghadapi tantangan seiring pertumbuhan penduduk dan perubahan pola konsumsi. Penelitian ini memanfaatkan algoritma Random Forest Regressor untuk memprediksi volume sampah berdasarkan data spasial, seperti lokasi wilayah administratif, luas permukiman, dan kepadatan penduduk. Data dikumpulkan dari BPS, Dinas Lingkungan Hidup DKI Jakarta, serta platform pemetaan digital, mencakup lebih dari 600 titik wilayah. Model menghasilkan nilai R² sebesar 0,87, Mean Absolute Error 15,3 ton, dan Root Mean Squared Error 21,7 ton. Fitur paling berpengaruh adalah luas kawasan permukiman, jumlah penduduk, dan kepadatan wilayah. Model ini berpotensi membantu pemerintah dalam merencanakan distribusi armada dan fasilitas pengelolaan sampah secara lebih efektif. Penelitian juga merekomendasikan penambahan variabel seperti aktivitas ekonomi dan mobilitas penduduk guna meningkatkan akurasi prediksi di masa mendatang.