cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
irfan habibie
Contact Email
irfanhabibie@uika-bogor.ac.id
Phone
-
Journal Mail Official
gibtha@uika-bogor.ac.id
Editorial Address
-
Location
Kota bogor,
Jawa barat
INDONESIA
Krea-TIF: Jurnal Teknik Informatika
Published by Universitas Ibn Khaldun Bogor
ISSN : 23382910     EISSN : 26855836     DOI : -
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Library & Information Science
Jurnal Krea-TIF adalah jurnal ilmiah dalam teknologi informasi yang berisi literatur ilmiah mengenai penelitian murni dan terapan dalam teknologi informasi dan tinjauan publik mengenai pengembangan teori, metode dan ilmu terapan yang terkait dengan subjek.
Arjuna Subject : -
Articles 4 Documents
 1 
Search results for , issue "Vol 11 No 2 (2023)" : 4 Documents clear
Usability Testing Design to Increase User Experience of a Mobile Landslide Application yanuarsyah, iksal; Ahmad, Syarbaini; Khalid, Nurkaliza
Krea-TIF: Jurnal Teknik Informatika Vol 11 No 2 (2023)
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32832/krea-tif.v11i2.15160

Abstract

The necessity of usability testing on mobile applications built for landslide disaster management is discussed in this article. The design of user usability tests is critical to ensuring that the program is effective and efficient in catastrophic conditions, and the application's success greatly depends on its usability level. This research seeks to address user needs by designing a disaster mobile application. The goal is to address comfort issues when using disaster applications and provide the necessary solutions to improve their design and functionality by establishing user usability testing. In addition to identifying and solving usability problems that may occur when using disaster mobile applications, this research intends to establish a usability testing methodology related to landslide mitigation. The method of this study starts with research design, research procedures, data collecting, and analysis within several questions that relate to respondents who live in landslide-prone areas. The aspect of the usability test was assessed, such as connectivity, awareness, familiarity, easiness, usability, functionality, accessibility, error handling, and satisfaction. Using user usability test design in disaster mobile application development can boost the app's adoption and efficacy. Users who can easily access and use the application will have better access to emergency information and support. This study concludes that designing user usability tests is a viable method for improving the usability of disaster mobile applications. The findings revealed that user performance differed by group, with rescue workers being more efficient
Systematic Literature Review Trend Augmented Reality 2019-2023 dan Peluang Penerapannya di Masa Depan Fitrianto, Yuli; Rakasiwi, Sindhu; Kurnialensya, Taufik
Krea-TIF: Jurnal Teknik Informatika Vol 11 No 2 (2023)
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32832/krea-tif.v11i2.15360

Abstract

Augmented reality (AR) merupakan teknologi yang dapat menyatukan objek visual yang dibuat melalui komputer dengan dunia nyata dengan menambahkannya secara real-time. Penelitian ini melakukan peninjauan berupa Systematic Literature Review (SLR) terhadap penerapan AR di berbagai bidang dalam 5 tahun terakhir yaitu dari tahun 2019 hingga 2023. Tujuan dari SLR ini adalah untuk mengidentifikasi tren penerapan AR di 5 tahun terakhir, kemudian memprediksi potensi dan tantangan yang akan dihadapi di masa depan, serta mengajukan beberapa poin yang dapat digunakan sebagai saran penerapan AR selanjutnya. Sebanyak 500 judul artikel penelitian tentang AR diambil dari hasil pencarian melalui pengindeks database Google Scholar dengan alat bantu berupa software Publish or Perish dari Harzing. Visualisasi data dilakukan menggunakan software VOSviewer untuk melihat keterkaitan antar bidang pada AR, sedangkan pemfilteran artikel yang dilakukan untuk memilih artikel-artikel yang benar-benar berdampak menggunakan pedoman Preferred Reporting Items for Systematic reviews and Meta-Analysis (PRISMA) Flow Diagram. Artikel-artikel yang telah terpilih kemudian dilakukan pengelompokan per bidangnya untuk dilakukan analisis. Hasil yang diperoleh pada SLR kali ini adalah bidang pendidikan menjadi tren penerapan AR di 5 tahun terakhir dan kemungkinan besar akan terus berlanjut di tahun-tahun berikutnya, disusul penerapan di bidang industri, retail dan pemasaran. Bidang militer berpotensi besar untuk penerapan AR di masa depan mengingat hingga akhir penelitian ini dibuat, situasi keamanan dunia masih panas. Tantangan yang dihadapi di dunia pendidikan adalah perlunya dukungan pihak institusi terhadap guru atau pengajar serta kesiapsediaan teknologi, sedangkan di bidang industri terdapat tantangan pada pemilihan divisi yang tepat untuk penerapan AR tanpa membebani pekerjaan. Terakhir, 5 poin saran diberikan pada penelitian ini untuk penerapan AR yg lebih efektif.
Perbandingan Metode Naive Bayes Classifier dan Support Vector Machine dalam Analisis Sentimen Terhadap Pemilihan Presiden 2024 Prananda, Alga; Haerani, Elin; Fikry, Muhammad; Yanto, Febi
Krea-TIF: Jurnal Teknik Informatika Vol 11 No 2 (2023)
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32832/krea-tif.v11i2.15364

Abstract

Salah satu sarana masyarakat untuk memberikan pendapat atau opini adalah menggunakan media sosial, khususnya youtube. Pada penelitian ini berfokus melakukan analisis sentimen terhadap Pemilihan Presiden 2024 dengan tiga kelas dan 2000 data opini, mendapatkan 875 kelas positif, 577 negatif, dan 548 netral. Tahapan penelitian melibatkan pengumpulan data, pre-processing (case folding, tokenizing, filtering, stemming), klasifikasi, pengujian, dan evaluasi. Juga melakukan perbandingan antara metode Naive Bayes Classifier (NBC) dan Support Vector Machine (SVM), menunjukkan bahwa SVM mendapat akurasi lebih baik dari NBC di setiap tipe pembagian kelas. Selain itu, hasil analisis sentimen menggunakan empat kata kunci menunjukkan dominasi sentimen positif terhadap Anies Baswedan (80.54%), Prabowo Subianto (64.76%), Calon Presiden secara umum (33.91%), dan Ganjar Pranowo (36.17%). Sentimen negatif cenderung tinggi untuk Ganjar Pranowo (51.42%) dan Prabowo Subianto (25.99%), sementara Anies Baswedan dan Calon Presiden memiliki tingkat sentimen negatif yang lebih rendah (16.53% dan 25.22%). Sentimen netral tercatat pada Prabowo Subianto (9.25%), Ganjar Pranowo (12.41%), Calon Presiden secara umum (40.87%), dan Anies Baswedan (2.93%).
Klasifikasi Kematangan Melinjo (Gnetum Gnemon Linn.) Berdasarkan Citra HSV dengan K-Nearest Neighbors Putri, Marella Azaria; Jayanta; Rosmawarni, Neny
Krea-TIF: Jurnal Teknik Informatika Vol 11 No 2 (2023)
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32832/krea-tif.v11i2.15438

Abstract

Penyortiran buah melinjo yang selama ini dilakukan menjadi suatu masalah baru setelah buah melinjo berhasil dipanen. Hal ini disebabkan karena penentuan kematangan buah melinjo hanya dilakukan dengan cara melakukan pengamatan terhadap perubahan warna kulit buah melinjo secara manual dan menggunakan pandangan masyarakat sehari-hari. Sedangkan, masyarakat memiliki perbedaan pandangan dalam mengidentifikasi fase kematangan pada buah melinjo dan keakuratan dalam menghasilkan klasifikasi kematangan buah tidak bisa dianggap sah. Penelitian ini dapat membantu masyarakat dalam mengidentifikasi fase kematangan buah melinjo dalam bentuk citra digital menggunakan ekstraksi warna HSV (Hue, Saturation, Value) dengan algoritma KNN (k-Nearest Neighbor). Sebanyak 108 citra digunakan sebagai dataset yang terdiri dari tiga kelas yaitu 36 citra mentah, 36 citra setengah matang, dan 36 citra matang. Hasil penelitian yang ini menggunakan algoritma KNN, didapatkan akurasi dan classification report terbaik sebesar 100% dengan  k = 2 dan rata-rata akurasi yang didapatkan sebesar 97,56%.

Page 1 of 1 | Total Record : 4

 1 

Filter by Year

2023 2023


Reset
Filter By Issues
All Issue Vol 13 No 1 (2025): Krea-TIF 2025 Vol 12 No 2 (2024): Krea-TIF 2024 Vol 12 No 1 (2024): Krea-TIF 2024 Vol 11 No 2 (2023) Vol 11 No 1 (2023) Vol 10 No 2 (2022) Vol 10 No 1 (2022) Vol 9 No 2 (2021) Vol 9 No 1 (2021) Vol 8 No 2 (2020) Vol 8 No 1 (2020) Vol 7 No 2 (2019) Vol 7 No 1 (2019) Vol 6 No 2 (2018) Vol 6 No 1 (2018) Vol 5 No 2 (2017) Vol 5 No 1 (2017) Vol 4 No 2 (2016) Vol 4 No 1 (2016) Vol 3 No 2 (2015) Vol 3 No 1 (2015) Vol 2 No 2 (2014) More Issue