Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika)
Wirdayanti Wirdayanti
Universitas Tadulako
Computer Science & IT Education

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

Found 3 Documents
Search

 1 
PENGGABUNGAN METODE SYSTEM USABILITY SCALE DAN USER EXPERIENCE QUESTIONNAIRE UNTUK EVALUASI USABILITY SISTEM INFORMASI MBKM UNIVERSITAS TADULAKO DENGAN PENDEKATAN USER EXPERIENCE Sahril Sahril; Rizka Ardiansyah; Wirdayanti Wirdayanti; Dwi Shinta Angreni; Yuri Yudhaswana
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 4 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i4.5548

Abstract

Usability merupakan apsek penting dalam mengukur kualitas sebuah sistem. Tingkat Usability sangat dipengaruhi oleh pengalaman pengguna dimana hal ini dapat diukur dengan menilai seberapa cepat dan mudah pengguna mempelajari serta menyelesaikan tugas. Evaluasi usability dikategorikan menjadi pendekatan empiris dan non-empiris. Penelitian ini bertujuan mengevaluasi tingkat usability Sistem Informasi MBKM  dengan pendekatan empiris menggabungkan system usability scale (SUS) dan User Experience Questionnaire (UEQ) sehingga evaluasi yang dilakukan tidak hanya mengukur tingkat usability sebuah sistem namun juga dapat mengidentifikasi  masalah usability berdasarkan aspek pengalaman pengguna. Hasil evaluasi menggunakan SUS menunjukan skor SUS Sistem Informasi MBKM berada pada angka 63 menunjukan skor SUS untuk tingkat adjective scale  pada kategori “OK”, grade scale kategori “C-”, serta acceptability scale berada pada kategori “MARGINAL” dengan net promoter scores kategori “Passive”.  Hasil pengukuran menggunakan UEQ yang telah diadaptasi menunjukan aspek attractiveness (1.20), perspicuity (1.49), efficiency (1.06), stimulation (1.14), dan novelty (0.82) mendapatkan evaluasi positif di atas rata-rata sedangkan aspek dependability (0.88) mendapatkan evaluasi positif namun di bawah rata-rata. Penelitian selanjutnya dapat dilakukan menggunakan pendekatan dan non-empiris dengan melibatkan para ahli (evaluator) untuk menilai tingkat kegunaan serta ngidentifikasi letak masalah dari sebuah sistem
KLASIFKASI CURAH HUJAN MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR (KNN) DI SULAWESI TENGAH Moh.Fajrin Sigit Aldy; Dwi Shinta Angreni; Mohammad Yazdi Pusadan; Wirdayanti Wirdayanti
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 4 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i4.5643

Abstract

Provinsi Sulawesi Tengah memiliki letak yang berdekatan dengan garis khatulistiwa, hal ini dapat mempengaruhi perubahan iklim didaerah tersebut salah satunya curah hujan. Perubahan curah hujan yang tidak menentu mengakibatkan timbulnya bencana seperti banjir yang dapat mempengaruhi gerak aktivitas masyarakat sehari-hari. Salah satu hal yang perlu dilakukan untuk mengantisipasi dengan prediksi cuaca. Pemanfaatan metode data mining dapat membantu dalam melakukan prediksi serta akurasi data dengan baik. Penelitian ini menggunakan dataset BMKG di Provinsi Sulawesi Tengah yang dikumpulkan dari 1 Januari 2019 sampai 31 Oktober 2023 serta klasifikasi dibagi menjadi 5 kelas menggunakan algoritma K-Nearest Neighbor (KNN). Tujuan penelitian ini memperoleh informasi dengan mengelompokkan data guna memprediksi curah hujan di BMKG Sulawesi Tengah. Hasil evaluasi menujukan bahwa nilai K = 23 dengan akurasi sebesar 83,0%, dan algoritma K-Nearest Neighbor (KNN) memiliki kinerja yang cukup baik dalam melakukan klasifikasi cuaca.
KLASIFIKASI PENYAKIT GASTRITIS MENGGUNAKAN ALGORITMA NAIVE BAYES DAN K-NEAREST NEIGHBOR (KNN) DI PUSKESMAS TOTIKUM SELATAN KABUPATEN BANGGAI KEPULAUAN Aulia Izzatul Azmi; Chairunnisa Lamasitudju; Wirdayanti Wirdayanti; Ryfial Azhar; Miftah Miftah
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 4 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i4.6402

Abstract

Gastritis merupakan penyakit yang tidak bisa di anggap remeh, jika kondisi ini dibiarkan terus berlanjut maka bisa memicu berkembangnya penyakit lain yang bisa menyebabkan kematian apabila tidak segera ditangani. Terbatasnya akses terhadap informasi kesehatan membuat penderita gastritis kesulitan memprediksi tingkat resiko penyakit yang dideritanya. Oleh karena itu, penelitian ini mempunyai tujuan  untuk membuat sistem klasifikasi penyakit gastritis dengan menggunakan algoritma Naive Bayes dan KNN berbasis website. Data yang digunakan pada penelitian ini berjumlah 847 data yang bersumber dari data Puskemas Totikum Selatan Kabupaten Banggai Kepulauan, lalu data tersebut dibagi 2 yakni data uji dan data latih. Proses pengujian akan dilakukan menggunakan confusion matrix. Hasil pengujian menunjukkan bahwa  nilai performa dari algoritma Naive Bayes mempunyai nilai akurasi sebesar 95%, nilai precision sebesar 94.5%, dan nilai recall sebesar 95.35% Sedangkan untuk algoritma KNN dengan nilai K=9 didapatkan hasil akurasi sebesar 93%, nilai precision sebesar 92%, dan nilai recall sebesar 93.35%.
Co-Authors Aulia Izzatul Azmi Dwi Shinta Angreni Lamasitudju, Chairunnisa Miftah Miftah Moh.Fajrin Sigit Aldy Mohammad Yazdi Pusadan Rizka Ardiansyah Ryfial Azhar Sahril Sahril Yuri Yudhaswana Joefrie