Abdul Rezha Efrat Najaf
Universitas Pembangunan Nasional "Veteran" Jawa Timur

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

UI/UX Design for a Makeup Artist App Using Design Thinking Rizvina Hadi Imani; Abdul Rezha Efrat Najaf; Prasasti Karunia Farista Ananto
bit-Tech Vol. 8 No. 2 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v8i2.3368

Abstract

This study aims to develop the UI/UX design for a Makeup Artist (MUA) application using a Design Thinking approach, focusing on the service provider’s perspective. The research followed the five stages of Design Thinking Empathize, Define, Ideate, Prototype, and Test to explore the operational challenges MUAs face in managing bookings, service information, and scheduling. Insights gained through interviews and observations of MUAs revealed key needs such as clear booking information, structured service presentation, and more efficient scheduling. These findings formed the basis for developing a solution concept, which was then realized in the form of a high-fidelity prototype using Figma. The design focused on intuitive workflows, simple navigation, and a more organized display of service information. The usability of the prototype was evaluated using the System Usability Scale (SUS), with MUAs as the primary respondents. The first iteration resulted in an average SUS score of 82, categorized as "Good," meaning the design is intuitive, easy to use, and aligned with the MUA’s work processes. This study demonstrates that the Design Thinking method is highly effective in producing user-centered UI/UX designs. The results highlight improvements in operational efficiency, clarity, and professionalism in managing MUA services, providing a solid foundation for future application development and further refinement.
RANCANG BANGUN SISTEM INFORMASI MAGANG DI KEMENTERIAN AGAMA KOTA SURABAYA MENGGUNAKAN METODE WATERFALL Ervina Rosa Aulia; Abdul Rezha Efrat Najaf; Anindo Saka Fitri
Djtechno: Jurnal Teknologi Informasi Vol 6, No 1 (2025): April
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i1.6002

Abstract

Kementerian Agama Kota Surabaya merupakan organisasi pemerintah yang mendukung pengembangan sumber daya manusia dengan menawarkan magang kepada mahasiswa dan siswa sekolah menengah kejuruan. Berdasarkan wawancara dengan pihak Kementerian Agama Kota Surabaya, diketahui adanya perubahan lokasi penempatan peserta magang. Awalnya, penempatan hanya dilakukan di kantor pusat, namun kini diperluas hingga mencakup kantor urusan agama dan sekolah madrasah di bawah naungan kementerian. Perubahan ini meningkatkan kompleksitas dalam pengelolaan data peserta magang. Untuk mengatasi tantangan tersebut, sistem informasi manajemen magang dikembangkan dengan menggunakan framework Laravel dan VueJS sebagai teknologi utama. Setelah sistem selesai dibangun, dilakukan pengujian menggunakan metode black box testing dengan sejumlah skenario pengujian yang menunjukkan status berhasil dijalankan. Implementasi sistem ini mempermudah staf Kementerian Agama Kota Surabaya dalam mengelola data program magang secara terstruktur, meningkatkan efisiensi administrasi, serta memastikan transparansi dalam pelaksanaan program magang.
OPTIMASI SVM DAN RANDOM FOREST DENGAN PSO PADA ASPECT-BASED SENTIMENT ANALYSIS ULASAN APLIKASI QPON Dea Ananda Refiza Rahma; Abdul Rezha Efrat Najaf; Reisa Permatasari
Biner : Jurnal Ilmiah Informatika dan Komputer Vol. 5 No. 2 (2026): Juli
Publisher : Program Studi Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Sains Al-Qur'an

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/biner.v5i2.11589

Abstract

Ulasan pengguna aplikasi QPon memuat berbagai opini terhadap aspek layanan, seperti fungsionalitas, transaksi dan pembayaran, serta customer service. Analisis sentimen umum belum mampu menangkap opini secara spesifik pada setiap aspek, sehingga penelitian ini bertujuan mengimplementasikan algoritma machine learning yang dioptimasi menggunakan Particle Swarm Optimization (PSO) untuk Aspect-Based Sentiment Analysis (ABSA) ulasan aplikasi QPon. Data diperoleh melalui scraping ulasan Google Play Store, kemudian melalui tahap filtering, pelabelan manual, preprocessing, dan pembobotan fitur menggunakan TF-IDF dengan maksimum 5.000 fitur. Model yang digunakan adalah SVM dan Random Forest dengan enam skenario, yaitu baseline, PSO, dan SMOTE-PSO. Evaluasi dilakukan menggunakan accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa pengaruh PSO bersifat kondisional. Pada aspek fungsionalitas, RF + SMOTE + PSO memperoleh F1-score terbaik sebesar 72,46%, meningkat 11,66 poin persentase dibanding RF baseline. Pada aspek transaksi dan pembayaran, SVM + PSO memperoleh F1-score 62,98%, meningkat 0,36 poin persentase dibanding SVM baseline. Sementara itu, pada aspek customer service, SVM + PSO menurunkan F1-score sebesar 4,95 poin persentase dibanding SVM baseline. Kontribusi ilmiah penelitian ini adalah memberikan bukti empiris bahwa efektivitas PSO dalam ABSA tidak bersifat universal, melainkan bergantung pada karakteristik data setiap aspek. Dengan demikian, pemilihan model terbaik perlu dilakukan secara spesifik pada setiap aspek.