cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
jieet@unesa.ac.id
Editorial Address
Jurusan Teknik Informatika, Fakultas Teknik Universitas Negeri Surabaya Kampus Ketintang, Gedung A10, lt.2, Surabaya-Indonesia, 60231.
Location
Kota surabaya,
Jawa timur
INDONESIA
JIEET (Journal of Information Engineering and Educational Technology)
Published by Universitas Negeri Surabaya
ISSN : -     EISSN : 2549869X     DOI : http://dx.doi.org/10.26740/
Core Subject : Science, Engineering,
Computer Science & IT Engineering
Journal Description: JIEET (Journal of Information Engineering and Educational Technology) is a scientific journal that publishes the peer-reviewed research papers in the field of Computer Engineering, Distributed and Parallel Systems, Business Informatics, Computer Science, Computer Security, System & Software Engineering and Educational Technology.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 8 Documents
 1 
Search results for , issue "Vol. 8 No. 2 (2024)" : 8 Documents clear
Analisis Usability pada Website Narasi.tv Menggunakan Metode Unmoderated Remote Usability Testing dan User Experience Questionnaire (UEQ) Ni'mah Al Kautsar, Annisa Wahidhatun; Wahyuningrum, Tenia
JIEET (Journal of Information Engineering and Educational Technology) Vol. 8 No. 2 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v8n2.p102-110

Abstract

Kebutuhan manusia dalam pemanfaatan teknologi informasi dan komunikasi di era saat ini sudah sampai dalam lingkup yang sangat luas. Website adalah salah satu contoh media yang sering digunakan oleh manusia untuk memfasilitasi interaksi mereka untuk memenuhi kebutuhannya. Salah satu website yang menyediakan beragam informasi seputar kejadian terkini, baik yang sedang terjadi di Indonesia maupun yang sedang terjadi di berbagai negara adalah Narasi.tv milik PT. Narasi Citra Sahwahita. Tercatat pada website SimilarWeb, terdapat sebanyak 81.600 pengguna yang telah mengunjungi website Narasi.tv per April 2022. Hal tersebut membuktikan bahwa pemanfaatan suatu website sebagai sumber informasi memegang peran yang penting untuk keberhasilan suatu perusahaan. Akan tetapi, dalam pemanfaatannya masih banyak website yang mengalami suatu kendala sehingga menyebabkan kurangnya rasa puas yang dialami oleh pengguna saat mengunjungi website tersebut. Untuk itu, perlu dilakukan upaya pengujian usability guna mengetahui tingkat usability pada website Narasi.tv. Penelitian ini menggunakan Unmoderated Remote Usability Testing sebagai metode pengujian dan untuk upaya perhitungan tingkat usability yaitu User Experience Questionnaire (UEQ). Tujuan penelitian ini adalah untuk mengukur tingkat usability pada website Narasi.tv serta memberikan rekomendasi desain kepada perusahaan berdasarkan hasil pengukuran. Teknik uji yang digunakan pada penelitian ini adalah menggunakan One Sample T Test yang dihitung menggunakan SPSS. Hasil perhitungan pada kuesioner UEQ menghasilkan skor pada kategori Attractiveness (daya tarik) sebesar 1,344. Kategori Perspicuity (kejelasan) menghasilkan skor rata-rata 1,408. Kategori Efficiency (efisiensi) menghasilkan skor rata-rata 1,358. Kategori Dependability (ketepatan) menghasilkan skor rata-rata 1,308. Kategori Stimulation (stimulasi) menghasilkan skor rata-rata 1,375. Serta pada kategori Novelty (kebaruan) menghasilkan skor rata-rata 0,475.
Analisis Etika dalam Penggunaan Media Sosial Instagram Oleh Mahasiswa ITS Mengenai Pelanggaran Privasi Rakhmawati, Nur Aini; Rendiga, Naifa Mumtazah; Aini, Sarah Auliannisa; Tertiabudi, Vania Aileen
JIEET (Journal of Information Engineering and Educational Technology) Vol. 8 No. 2 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v8n2.p90-95

Abstract

Dewasa ini tren penggunaaan media sosial semakin marak, bahkan hampir semua orang yang memiliki smartphone dan akses internet pasti memiliki media sosial. Dari sekian banyak aplikasi media sosial, salah satu yang paling banyak penggunanya yaitu Instagram. Aplikasi dimana para user nya dapat mengunggah konten seperti foto,video, ataupun teks. Dengan berbagai fitur seperti reels, story, feeds, dan live memungkinkan pengguna untuk dapat membagikan berbagai informasi sesuai keinginan mereka. Seringkali, informasi yang dibagikan merupakan informasi yang sifatnya pribadi dan dapat berbahaya jika disebarkan. Sebagian pengguna Instgram belum sadar akan pentingnya menjaga informasi-informasi yang sifatnya pribadi ini khusunya di kalangan mahasiswa. Oleh karena itu, analisis ini dilakukan untuk mengetahui bagaimana sikap seorang mahasiswa terkait pentingnya menjaga informasi pribadi agar tidak terjadi pelanggaran privasi. Teknik pengumpulan data yang digunakan berupa pengisian kuesioner melalui google form oleh mahasiswa Institut Teknologi Sepuluh Nopember, Surabaya. Dari hasil yang diperoleh menujukkan bahwa mayoritas mahasiswa ITS menyadari akan pentingnya privasi dalam bermedia sosial. Namun, mereka tidak sepenuhnya percaya terkait keamanan informasi oleh Instagram. Untuk itu, mereka melakukan tindakan seperti mengunci akun mereka dan tidak sembarangan mengunggah infomasi yang sifatnya pribadi. Berdasarkan hasil analisis ini, tingkat edukasi yang lebih lanjut diperlukan oleh pengguna Instgram khususnya di kalangan mahasiswa dalam penjagaan informasi pribadi untuk menghindari adanya pelanggaran privasi.
Perbandingan Metode Naive Bayes Dan Support Vector Machine Terhadap Ulasan Aplikasi Ojol The Game. Anggi, Saputra; Ali, Sultan; Sidiq, Rezki Subhan Insani; Rudiman, Rudiman
JIEET (Journal of Information Engineering and Educational Technology) Vol. 8 No. 2 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v8n2.p84-89

Abstract

Dengan kemajuan teknologi transportasi, internet sekarang sangat memengaruhi kehidupan masyarakat dalam menjalan aktivitas dimasyarakat, dalam penelitian ini, pengguna Google Play Store meningkat sebagai platform di mana pengguna dapat memberikan ulasan tentang produk yang mereka manfaatkan bersama jumlah pengguna yang meningkat, ulasan pengguna menjadi sumber penting bagi perusahaan untuk memperbaiki dan meningkatkan produk di masa depan. Penelitian ini bertujuan untuk melakukan perbandingan metode Naive Bayes dan Support Vector Machine (SVM) dalam menganalisis ulasan pengguna aplikasi "Ojol The Game". Ulasan pengguna aplikasi Ojol The Game diklasifikasikan ke dalam dua tingkatan, yaitu positif dan negatif. Hasil penilaian dari penelitian membuktikan bahwa akurasi mencapai nilai sebesar 92%, presisi sebesar 33%, recall sebesar 6% dan f_1 score sebesar 11% untuk metode Naïve Bayes, dan untuk metode Support Vector Machine menunjukkan hasil Accuracy sebesar 90%, presisi sebesar 30%, recall sebesar 2% dan f_1 score sebesar 24%. Penelitian ini bertujuan untuk memperbaiki pengalaman dan layanan pengguna aplikasi Ojol The Game dengan memahami sentimen pengguna terhadap aplikasi tersebut. Dengan menggunakan metode Naïve Bayes dan Support Vector Machine dan metode seleksi fitur TF-IDF, perusahaan dapat mengkategorikan ulasan pengguna dengan lebih efisien. Kata Kunci Ulasan, Naive Bayes, Support Vector Machine, Ojol The Game, Accuracy.
USER ACCEPTANCE TESTING DAN PERFORMANCE TESTING PADA PENGEMBANGAN WEBSITE KANAL PENGETAHUAN DIKTI Puspita, Maylan Anggi; Mardiana, Mardiana; Ariesta, Rio; Muhammad, Meizano Ardhi
JIEET (Journal of Information Engineering and Educational Technology) Vol. 8 No. 2 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v8n2.p96-101

Abstract

Website Kanal Pengetahuan Dikti adalah jenis website helpdesk yang menyediakan informasi dan menjadi tempat untuk bertanya ke Kementrian Pendidikan dan Kebudayaan. Pada pengujian Website Kanal Pengetahuan Dikti ini belum dilakukan evaluasi terhadap respon dari user terkait sehingga belum diketahui kemampuan website dalam memenuhi kebutuhan user dan bisnis. Jika website tidak diujikan kepada user terkait maka akan berpengaruh pada proses maintenance. Evaluasi website dilakukan dengan menguji kegunanan website, kepuasan pengguna dan menguji kinerja atau kemampuan website dalam menangani user dalam satu waktu. Pengujian kegunaan dan kepuasan user digunakan metode UAT (User Acceptance Test) dengan kuesioner PSSUQ (Post-Study System Quality Questionnaire), sedangkan untuk pengujian kinerja menggunakan Performance Testing dengan tools Apache JMeter. Tujuan dari penelitian ini adalah untuk mengetahui cara menguji website Kanal Pengetahuan Dikti serta hasil evaluasi dari pengujian UAT dan Performance Testing. Pengujian UAT didapatkan hasil sebanyak 82 responden dengan hasil untuk skala overall (keseluruhan) adalah 2,25 yang berarti website dinilai sangat baik dalam memenuhi permintaan dan kepuasan dari user. Selanjutnya pengujian performance dilakukan dengan bantuan tools Apache JMeter dengan menggunakan virtual user sebanyak 10.000 – 100.000 user dalam waktu 60 detik. Hasil dari pengujian performance dengan akses 40.000 users terdapat error sebesar 59% sehingga perlu ditingkatkan untuk kinerja dari website.
Penerapan Algoritma Machine Learning Dalam Mengklasifikasi Data Masa Studi di Indonesia Berdasarkan Jenis Kelamin Wijaya, Aryanata; Bismi, Waeisul
JIEET (Journal of Information Engineering and Educational Technology) Vol. 8 No. 2 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v8n2.p62-74

Abstract

Masalah perbedaan jenis kelamin dan pendidikan di Indonesia adalah masalah yang serius, karena dengan pendidikan yang layak barulah Negara Indonesia ini bisa menjadi Negara yang maju. Untuk menunjang penelitian ini maka penulis mengambil data rata-rata lama sekolah dari Badan Pusat Statistik sebanyak 1.028 data kemudian diberikan pelabelan Lama dan Sebentar serta dibagi menjadi 4 kategori yaitu Data Saat Pandemi Covid Laki-laki dan Perempuan, dan Data Pasca Covid Laki-laki dan Perempuan selanjutnya diolah dengan bantuan aplikasi Orange Data Mining, selanjutnya data dirapihkan menggunakan Data Table dan dikelompokkan atributnya menggunakan Select Column dan diproses menggunakan algoritma K-Nearest Neighbor, serta menggunakan Test and Score dan Confusion Matrix untuk melihat hasil evaluasinya. Setelah data tersebut diolah didapatkan hasil dari pengolahan data tersebut yaitu laki-laki lebih lama masa studi atau sekolahnya dibandingkan perempuan dari data Saat Pandemi Covid dan Pasca Pandemi Covid serta memperoleh tingkat akurasi dari 4 kategori yaitu 0.909, 0.848, 0.846, 0.920 dengan menggunakan algoritma K-Nearest Neighbor, sehingga pengolahan data menghasilkan hasil yang optimal. Dengan dilakukannya penelitian ini agar dapat menjadi referensi bagi pemerintah Indonesia agar dapat memajukan pendidikan di Indonesia, karena Negara yang maju dan berkualitas diwujudkan dari Sumber Daya Manusia yang berkualitas juga dan itu didapatkan dari Pendidikan yang bagus, serta dapat menjadi referensi bagi penelitian selanjutnya.
Variables and Theories For Cryptocurrrency Adoption Rahmatila, Aira; Subriadi, Apol Pribadi
JIEET (Journal of Information Engineering and Educational Technology) Vol. 8 No. 2 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v8n2.p116-122

Abstract

This systematic literature review paper discusses cryptocurrency. Various theories of cryptocurrency adoption have been developed to identify its factors. The expansion of adoption theory aims to address issues related from multiple perspectives. This methodology uses a Systematic Literature Review (SLR) method by filtering 270.000 reputable articles related to cryptocurrency adoption, This study aims to classify the journey of technology adoption focuses on cryptocurrency to identify the factors driving future adoption. This paper a systematic literature review study focuses on various aspects of cryptocurrency, including factors, domains, and theories of adoption and sustainability. The results of the study showed five theories underlying the implementation of cryptocurrency and found forty-three main influencing factors. Several studies also show prospects for cryptocurrency sustainability. Thus, research on the development of cryptocurrency theory and prospects is still open for further exploration research.
Perbandingan Metode Machine Learning untuk Analisis dan Prediksi Siklus Menstruasi Putri, Desak; Khairunisa, Mutiara; Wijayakusuma, I Gusti Ngurah Lanang
JIEET (Journal of Information Engineering and Educational Technology) Vol. 8 No. 2 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v8n2.p111-115

Abstract

Penelitian ini membandingkan metode machine learning—Long Short-Term Memory (LSTM), Convolutional Neural Network (CNN), dan Decision Tree—untuk analisis dan prediksi siklus menstruasi. Menggunakan data sekunder, model-model ini dievaluasi berdasarkan akurasi, Mean Absolute Percentage Error (MAPE), dan Root Mean Square Error (RMSE). Hasil menunjukkan bahwa LSTM memiliki akurasi tertinggi (91,3%), efektif menangkap pola temporal kompleks pada data menstruasi, sedangkan CNN dan Decision Tree kurang konsisten. Hasil ini mendukung LSTM sebagai model yang disarankan untuk pelacakan siklus menstruasi, yang bermanfaat bagi pemantauan kesehatan reproduksi. Penelitian selanjutnya disarankan menambah variabel lain, seperti riwayat kesehatan hormonal dan gaya hidup, untuk meningkatkan akurasi prediksi serta memperhatikan privasi data pada aplikasi pelacakan menstruasi.
A Review of Sentiment Analysis Applications in Indonesia Between 2023-2024 setiawan, boy
JIEET (Journal of Information Engineering and Educational Technology) Vol. 8 No. 2 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v8n2.p71-83

Abstract

The landscape of sentiment analysis applications in Indonesia is on the rise with the many published papers on the subject over the years. The need to predict sentiment coincides with the rise of social media and how the public uses it to express sentiments toward an interesting topic. The lack of tools for working with the Indonesian language has brought the invention of libraries to tackle the difficulty and uniqueness of the language on various topics from diverse data sources. The introduction of Sarkawi as a stemmer helps researchers overcome dimensionality problems commonly found with text processing, and boosts the performance of machine learning (ML) models. Using InSet as a lexicon dictionary capable of performing sentiment prediction has started gaining popularity for automatic labeling. The development of IndoBERT, an advanced neural network (NN) large language model (LLM) specifically trained from a large Indonesian text corpus capable of more than sentiment analysis, has gained traction both for automatic labeling and prediction models. Although the majority of research revolves around Naïve Bayes (NB), State Vector Machine (SVM), and K-Nearest Neighbor (KNN) the future of sentiment analysis applications in Indonesia could be heading towards a more advanced deep learning architecture. Finally, this study is intended as a basis for future research in the applications of sentiment analysis in Indonesia and the development of the language.

Page 1 of 1 | Total Record : 8

 1 

Filter by Year

2024 2024


Reset
Filter By Issues
All Issue Vol. 9 No. 2 (2025) Vol. 9 No. 1 (2025) Vol. 8 No. 2 (2024) Vol. 8 No. 1 (2024) Vol. 7 No. 2 (2023) Vol. 7 No. 1 (2023) Vol. 6 No. 2 (2022) Vol. 6 No. 1 (2022) Vol. 5 No. 2 (2021) Vol 5, No 1 (2021) Vol. 5 No. 1 (2021) Vol 4, No 2 (2020) Vol. 4 No. 2 (2020) Vol 4, No 1 (2020) Vol. 4 No. 1 (2020) Vol 3, No 2 (2019) Vol. 3 No. 2 (2019) Vol. 3 No. 1 (2019) Vol 3, No 1 (2019) Vol 2, No 2 (2018) Vol. 2 No. 2 (2018) Vol 2, No 1 (2018) Vol. 2 No. 1 (2018) Vol. 1 No. 2 (2017) Vol 1, No 2 (2017) Vol. 1 No. 1 (2017) Vol 1, No 1 (2017) More Issue