REKADATA (Rekayasa Data dan Kecerdasan Artifisial)
Vol. 1 No. 2 (2026): Rekayasa Data dan Kecerdasan Artifisial (REKADATA)

PENGARUH LENTERA SEBAGAI LMS BERBASIS WEBSITE TERHADAP EFEKTIVITAS PEMBELAJARAN DAN FAMILIARITAS MAHASISWA UNIVERSITAS MULIA

Bertenly Yonathan Rippo (Unknown)
Raihan Abdul Majid (Unknown)
Riski Zulkarnain (Unknown)
Nasruddin Bin Idris (Unknown)



Article Info

Publish Date
28 Feb 2026

Abstract

Penelitian ini memiliki tujuan untuk melakukan analisis pengaruh LENTERA sebagai Learning Management System (LMS) berbasis website terhadap efektivitas pembelajaran dan tingkat familiaritas mahasiswa Universitas Mulia. Latar belakang penelitian ini didasarkan pada meningkatnya adopsi LMS di perguruan tinggi sebagai upaya mendukung transformasi digital dalam proses pembelajaran. Metode kuantitatif non-eksperimental dengan desain korelasional digunakan dalam penelitian ini. Data yang diperoleh dikumpulkan dari responden melalui kuesioner berbasis System Usability Scale (SUS) menggunakan instrumen skala Likert dari 80 mahasiswa aktif yang telah menggunakan LENTERA minimal satu semester. Hasil penelitian menunjukkan bahwa nilai rata-rata SUS sebesar 66,15 termasuk dalam kategori Marginal (cukup layak), menandakan bahwa sistem LENTERA sudah dapat digunakan namun masih perlu penyempurnaan dari sisi antarmuka dan navigasi. Hasil analisis regresi linier menunjukkan bahwa usability sistem LENTERA tidak berpengaruh signifikan terhadap efektivitas pembelajaran (Sig. = 0,958) maupun terhadap tingkat familiaritas mahasiswa (Sig. = 0,873). Dengan demikian, efektivitas dan familiaritas mahasiswa dalam menggunakan LMS tidak hanya ditentukan oleh tingkat usability sistem, melainkan oleh faktor-faktor lainnya seperti desain antarmuka, pengalaman pengguna, serta pelatihan penggunaan sistem.

Copyrights © 2026






Journal Info

Abbrev

rd

Publisher

Subject

Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering

Description

REKADATA adalah jurnal yang secara spesifik mempublikasikan hasil penelitian orisinal di bidang ilmu data (data science) dan kecerdasan buatan (artificial intelligence). Topik yang diterima mencakup (namun tidak terbatas pada): Machine Learning dan Deep Learning, Penambangan Data (Data Mining), ...