cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Fendi Aji Purnomo
Contact Email
fendi_aji@mipa.uns.ac.id
Phone
-
Journal Mail Official
ijai@mipa.uns.ac.id
Editorial Address
-
Location
Kota surakarta,
Jawa tengah
INDONESIA
Indonesian Journal of Applied Informatics
Published by Universitas Sebelas Maret
ISSN : 25483846     EISSN : 25985981     DOI : -
Core Subject : Science,
Computer Science & IT
Indonesian Journal of Applied Informatics publishes articles that are of significance in their respective fields whilst also contributing to the discipline of informatics as a whole and its application. Every incoming manuscript will first be examined by the Editorial Board in accordance with sub-fields of research and attention to elements of conformity with the format and guidelines for writing Indonesian Journal of Applied Informatics. Each manuscript is declared eligible by the editor will be returned to the author (if there are repairs) or can be directly issued (if there is no revision required).
Arjuna Subject : -
Articles 30 Documents
 1   2   3 
Search results for , issue "Vol 9, No 2 (2025)" : 30 Documents clear
Evaluasi Kinerja Aparat Pengawas Internal Pemerintah (APIP) Berbasis Web Menggunakan Algoritma K-Means ibnu - salifi; Dwi Hartanti; Vihi Atina
IJAI (Indonesian Journal of Applied Informatics) Vol 9, No 2 (2025)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v9i2.95719

Abstract

Abstrak : Aparat Pengawas Internal Pemerintah (APIP) di Inspektorat Daerah Kabupaten Sragen memiliki peran penting dalam menjaga transparansi dan akuntabilitas pemerintah daerah. Namun, proses evaluasi kinerja yang masih manual dan subjektif mengakibatkan kesulitan dalam mengidentifikasi kinerja pegawai secara objektif dan efisien. Penelitian ini bertujuan untuk mengembangkan sistem evaluasi kinerja berbasis web yang memanfaatkan algoritma k-means untuk mengelompokkan pegawai APIP berdasarkan parameter kinerja tertentu, seperti budaya kerja BerAKHLAK, Sasaran Kinerja Pegawai (SKP), tingkat kehadiran, dan kompetensi. Metode penelitian menggunakan algoritma k-means untuk clustering data kinerja, dengan pendekatan pengembangan sistem model Waterfall. Data dikumpulkan melalui observasi, wawancara, dan kuesioner terhadap pegawai APIP di Inspektorat Daerah Kabupaten Sragen. Sistem yang dikembangkan bertujuan untuk menghadirkan alat bantu evaluasi yang tidak hanya cepat, tetapi juga akurat dan mendalam, memungkinkan pimpinan untuk memperoleh gambaran kinerja secara terstruktur dan berbasis data. Hasil penelitian menunjukkan bahwa sistem ini mampu mengelompokkan pegawai APIP ke dalam beberapa kategori kinerja yang lebih akurat yaitu menghasilkan cluster dengan 8 pegawai berkinerja baik, 15 pegawai berkinerja cukup, dan 19 pegawai dengan kinerja kurang. Implementasi sistem ini juga memberikan visualisasi data yang informatif, membantu dalam identifikasi potensi pengembangan individu maupun tim, serta menyusun strategi peningkatan kinerja secara menyeluruh. Sehingga sistem ini tidak hanya mempermudah proses evaluasi kinerja, tetapi juga memberikan dasar yang kuat bagi pengambilan keputusan dalam pengembangan kompetensi dan pelatihan pegawai. Kesimpulannya, penerapan algoritma k-means dalam evaluasi kinerja APIP terbukti efektif dalam meningkatkan kualitas pengawasan internal di lingkungan pemerintah daerah. Dengan demikian, sistem ini dapat menjadi model yang dapat direplikasi di berbagai instansi pemerintah lainnya untuk mendukung tata kelola yang lebih baik.====================================================Abstract : The Internal Government Supervisory Apparatus (APIP) at the Regional Inspectorate of Sragen Regency plays a critical role in maintaining transparency and accountability within the regional government. However, the manual and subjective performance evaluation process poses challenges in objectively and efficiently identifying employee performance. This study aims to develop a web-based performance evaluation system utilizing the k-means algorithm to cluster APIP employees based on specific performance parameters, such as the BerAKHLAK work culture, Employee Performance Targets (SKP), attendance rate, and competence. The research methodology employs the k-means algorithm for performance data clustering, using the Waterfall model for system development. Data was collected through observations, interviews, and questionnaires involving APIP employees at the Regional Inspectorate of Sragen Regency. The system is designed to provide a performance evaluation tool that is not only fast but also accurate and in-depth, enabling leadership to obtain structured and data-driven insights into employee performance. The research findings indicate that the system successfully categorizes APIP employees into several performance clusters, producing groups of 8 employees with good performance, 15 with average performance, and 19 with poor performance. The system implementation also provides informative data visualizations that aid in identifying individual and team development potential and devising comprehensive strategies for performance improvement. Thus, the system not only facilitates the performance evaluation process but also provides a robust basis for decision-making in developing competencies and training programs for employees. In conclusion, the application of the K-Means algorithm in evaluating APIP performance has proven effective in enhancing the quality of internal supervision within the regional government. Consequently, this system can serve as a replicable model for various other government agencies to support improved governance practices.
Front Matter IJAI Vol. 9 No. 2 2025 ijai ijai
IJAI (Indonesian Journal of Applied Informatics) Vol 9, No 2 (2025)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Implementasi Haar Cascade Untuk Deteksi Kendaraan Bermotor Pada Pemantauan Lalu Lintas Kota Malang Rian Setya Budi; Deddy Rudhistiar; Nurlaily Vendyansyah
IJAI (Indonesian Journal of Applied Informatics) Vol 9, No 2 (2025)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v9i2.95558

Abstract

Abstrak : Pemantauan lalu lintas di kota besar seperti Kota Malang semakin penting untuk mendukung ketertiban dan analisis jalan raya. Meskipun infrastruktur CCTV telah tersedia, teknologi deteksi kendaraan secara otomatis masih terbatas. Penelitian ini mengimplementasikan metode Haar Cascade untuk deteksi kendaraan bermotor pada rekaman CCTV guna meningkatkan akurasi dan efektivitas pemantauan lalu lintas. Evaluasi kinerja sistem dilakukan menggunakan metrik akurasi, presisi, recall, F1 score, serta pengujian blackbox untuk mengukur keandalan fungsi sistem. Hasil menunjukkan performa deteksi terbaik pada pagi hari, dengan akurasi 94.84%, presisi 84.21%, recall 100%, dan F1 score 91.43% untuk mobil, serta akurasi 93.81%, presisi 92.45%, recall 94.23%, dan F1 score 93.33% untuk motor. Namun, performa menurun pada malam hari, dengan akurasi 88.89% dan F1 score 71.43% untuk mobil, serta akurasi 46.15% dan F1 score 63.64% untuk motor. Pengujian blackbox menunjukkan bahwa setiap fungsi sistem berjalan sesuai dengan yang diharapkan tanpa ditemukan error dalam pengoperasian fitur utama. Penelitian ini menunjukkan bahwa metode Haar Cascade efektif untuk deteksi kendaraan di siang hari, namun membutuhkan peningkatan untuk kondisi pencahayaan rendah.=================================================Abstract :Traffic monitoring in major cities like Malang has become increasingly important to support order and road analysis. Although CCTV infrastructure is available, the technology for automatic vehicle detection remains limited. This study implements the Haar Cascade method for motor vehicle detection on CCTV recordings to improve the accuracy and effectiveness of traffic monitoring. The system's performance evaluation was conducted using metrics such as accuracy, precision, recall, F1 score, and blackbox testing to assess system reliability. The results show the best detection performance in the morning, with an accuracy of 94.84%, precision of 84.21%, recall of 100%, and an F1 score of 91.43% for cars, and an accuracy of 93.81%, precision of 92.45%, recall of 94.23%, and an F1 score of 93.33% for motorcycles. However, performance decreased at night, with an accuracy of 88.89% and an F1 score of 71.43% for cars, and an accuracy of 46.15% and an F1 score of 63.64% for motorcycles. Blackbox testing shows that all system functions operate as expected without any errors in the main features. This study demonstrates that the Haar Cascade method is effective for vehicle detection during the day but requires improvement for low-light conditions.
Klasifikasi Tindakan Korektif Iregularitas dengan Penerapan Algoritma CART pada Perusahaan Logistik Juwita Stefany Hutapea; Nisa Hanum Harani
IJAI (Indonesian Journal of Applied Informatics) Vol 9, No 2 (2025)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v9i2.98539

Abstract

AbstrakPerusahaan logistik memiliki peran penting dalam menjaga kelancaran rantai pasok dan distribusi barang. Namun, sering kali terjadi iregularitas dalam proses pengiriman yang dapat menghambat operasional dan menurunkan kualitas layanan. Klasifikasi tindakan korektif iregularitas bertujuan untuk mengklasifikasikan dan memprediksi tindakan korektif yang dibutuhkan dalam melakukan evaluasi iregularitas menggunakan algortima Classification and Regression Tree (CART) dan metodologi CRISP-DM untuk tahapan penelitian. Data historis iregularitas dikumpulkan dari sebuah perusahaan logistik dan diolah. Model CART diterapkan dengan berbagai parameter tuning untuk mendapatkan performa terbaik. Hasil evaluasi menunjukkan bahwa model yang dibangun memiliki akurasi 90%, precision 0.97, recall 0.90, dan F1-score 0.92. Penelitian ini membuktikan bahwa algoritma CART cukup baik dalam mengklasifikasikan tindakan korektif dan memprediksi tindakan yang tepat. Sistem yang dihasilkan dapat membantu meningkatkan efisiensi operasional perusahaan logistik.===================================================Abstract :Logistics companies play a crucial role in ensuring the smooth flow of the supply chain and distribution of goods. However, irregularities in the delivery process often occur, which can disrupt operations and reduce service quality. The classification of corrective actions for irregularities aims to classify and predict the corrective actions needed in evaluating irregularities using the Classification and Regression Tree (CART) algorithm and the CRISP-DM methodology for the research phases. Historical irregularity data was collected from a logistics company and processed. The CART model was applied with various parameter tuning to achieve optimal performance. Evaluation results show that the developed model has an accuracy of 90%, with precision, recall, and F1-score values to be specified. This study demonstrates that the CART algorithm is effective in classifying corrective actions and predicting the appropriate actions. The resulting system can help improve the operational efficiency of the logistics company.
Perancangan Game 3D Revenge of Lembu Suro Dengan Metode Finate State Machine Berbasis Desktop Aria Pramudia Eka Sakti; Renaldi Primaswara Prasetya; Deddy Rudhistiar
IJAI (Indonesian Journal of Applied Informatics) Vol 9, No 2 (2025)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v9i2.95635

Abstract

Abstrak :Industri game modern berkembang pesat dan menjadi salah satu sektor hiburan terpopuler. Game berbasis cerita tradisional lokal, seperti legenda Lembu Suro dari Jawa Timur, menawarkan media yang efektif untuk melestarikan budaya. Penelitian ini bertujuan untuk merancang game 3D berbasis desktop yang mengangkat cerita Lembu Suro dengan menggunakan metode Finite State Machine (FSM). FSM dipilih karena kemampuannya untuk memetakan perilaku dinamis dan logis pada karakter non-pemain (NPC). Hasil pengujian menunjukkan responsivitas kontrol yang sangat baik dengan rata-rata waktu respons sebesar 124 ms, sementara tingkat kepuasan pemain berada pada rata-rata skor 8 dari 10, mencakup aspek kontrol, gameplay, dan tingkat kesulitan. Game ini tidak hanya menghadirkan pengalaman bermain yang interaktif, tetapi juga berkontribusi dalam pelestarian budaya lokal melalui representasi visual dan naratif cerita rakyat Jawa Timur, sekaligus menawarkan inovasi teknologi melalui implementasi FSM untuk perilaku adaptif NPC.===================================================Abstract :The modern gaming industry is developing rapidly and has become one of the most popular entertainment sectors. Games based on local traditional stories, such as the Lembu Suro legend from East Java, offer an effective medium for preserving culture. This research aims to design a desktop-based 3D game that tells the story of Lembu Suro using the Finite State Machine (FSM) method. FSM was chosen for its ability to map dynamic and logical behavior to non-player characters (NPCs). Test results show excellent control responsiveness with an average response time of 124 ms, while the level of player satisfaction is at an average score of 8 out of 10, covering aspects of control, gameplay and difficulty level. This game not only provides an interactive gaming experience, but also contributes to the preservation of local culture through visual representations and narratives of East Javanese folklore, as well as offering technological innovation through the implementation of FSM for NPC adaptive behavior.
Implementasi Sistem Rekomendasi Pengajuan Usulan Plt dan Plh Pejabat Struktural PNS Menggunakan Metode SAW di Pemerintah Kabupaten Sragen Muhamad Ilhamsyah Amara Ramadana; Afu Ichsan Pradana; Hanifah Permatasari
IJAI (Indonesian Journal of Applied Informatics) Vol 9, No 2 (2025)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v9i2.98559

Abstract

Abstrak : Pelaksana Tugas (Plt) dan Pelaksana Harian (Plh) adalah jabatan penugasan yang sangat penting jika jabatan struktural pada suatu perangkat daerah mengalami kekosongan. Karena jika suatu jabatan struktural kosong maka penanggung jawab, penentu kebijakan dan yang memiliki wewenang penunjukan tugas Aparatur Sipil Negara (ASN) baik Pegawai Negeri Sipil (PNS) ataupun Pegawai Pemerintah dengan Perjanjian Kerja (PPPK) dibawahnya menjadi tidak ada. Hal tersebut tentunya akan mengganggu jalannya fungsi pemerintahan, pengadministrasian , dan pelayanan publik suatu Perangkat Daerah. Proses pemilihan Plt dan Plh yang tidak transparan dan objektif sering menjadi kendala, sehingga diperlukan solusi berupa sistem rekomendasi berbasis teknologi. Penelitian ini mengembangkan sistem rekomendasi menggunakan metode Simple Additive Weighting (SAW) dengan mempertimbangkan empat kriteria utama: pangkat, masa kerja, kompetensi, dan potensi. Sistem ini terbukti mampu meningkatkan efisiensi rekomendasi hingga 30% dan mencapai tingkat akurasi sebesar 95%. Hasil penelitian ini berkontribusi pada pengelolaan sumber daya manusia di pemerintah daerah dengan menyediakan proses penilaian yang transparan, akuntabel, dan berbasis data untuk mendukung kebijakan pengisian jabatan struktural secara objektif.===================================================Abstract : Pelaksana Tugas (Plt) and Pelaksana Harian (Plh) are critical assignment positions when structural positions in a regional government agency are vacant. The absence of a structural position results in the lack of a responsible party, policy maker, and authority to delegate tasks to Aparatur Sipil Negara (ASN), whether they are Pegawai Negeri Sipil (PNS) or Pegawai Pemerintah dengan Perjanjian Kerja (PPPK). This situation can disrupt the functioning of governance, administration, and public services in a regional agency. The selection process which is often non-transparent and subjective, poses significant challenges. Therefore, a technology-based recommendation system is required. This study develops a recommendation system using the Simple Additive Weighting (SAW) method, considering four key criteria: rank, years of service, competence, and potential. The system has proven to improve decision-making efficiency by up to 30% and achieve an accuracy rate of 95%. The findings contribute to human resource management in local governments by providing a transparent, accountable, and data-driven assessment process to support objective policies in filling structural vacancies.
Otomatisasi Pemberian Pakan Ikan Koi Berbasis IoT dengan ESP8266 dan Aplikasi Blynk Ila Aulia Rahmah; Joni Maulindar; Afu Ichsan Pradana
IJAI (Indonesian Journal of Applied Informatics) Vol 9, No 2 (2025)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v9i2.95848

Abstract

Abstrak : Ikan koi merupakan salah satu jenis ikan hias yang memerlukan perawatan intensif, khususnya dalam hal pemberian pakan secara rutin agar tumbuh dengan optimal. Kendala dalam menjaga jadwal pemberian pakan sering dialami oleh pemelihara, terutama yang memiliki mobilitas tinggi. Oleh karena itu, penelitian ini bertujuan merancang dan membangun prototype sistem otomatisasi pemberian pakan ikan koi berbasis Internet of Things (IoT) yang dapat dikontrol melalui aplikasi Blynk pada perangkat mobile. Sistem ini menggunakan mikrokontroler ESP8266 untuk mengatur mekanisme pengeluaran pakan yang dioperasikan dengan motor servo. Dengan sistem otomatis ini, pemberian pakan dapat dilakukan pada waktu yang telah ditentukan secara konsisten, sehingga kesehatan dan pertumbuhan ikan koi dapat terjaga. Prototype ini dirancang menggunakan metode waterfall yang mencakup tahap analisis sistem, perancangan, implementasi, dan pengujian. Hasil pengujian menunjukkan bahwa sistem ini dapat bekerja secara efektif sesuai jadwal yang diatur dari jarak jauh dengan tingkat keberhasilan sistem sebesar 95% dan keterlambatan koneksi pada jaringan rata-rata 1 detik.===================================================Abstract :Koi fish are a type of ornamental fish that require intensive care, particularly in maintaining a regular feeding schedule to support optimal growth. Maintaining a consistent feeding schedule is often a challenge for keepers, especially those with high mobility. Therefore, this research aims to design and build a prototype of an automated koi fish feeding system based on the Internet of Things (IoT) that can be controlled through the Blynk application on mobile devices. The system uses the ESP8266 microcontroller to regulate the feed dispensing mechanism operated by a servo motor. With this automated system, feeding can be performed consistently at predetermined times, ensuring the health and growth of the koi fish. The prototype is designed using the waterfall method, which includes the stages of system analysis, design, implementation, and testing. The test results show that the system can operate effectively according to the remotely set schedule, with a system success rate of 95% and an average network connection delay of 1 second.
Back Matter IJAI Vol. 9 No. 2 2025 ijai ijai
IJAI (Indonesian Journal of Applied Informatics) Vol 9, No 2 (2025)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Implementasi Algoritma Genetika untuk Penjadwalan Praktikum Laboratorium Legming Dwi Anggraini; Ali Mahmudi; Yosep Agus Pranoto
IJAI (Indonesian Journal of Applied Informatics) Vol 9, No 2 (2025)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v9i2.95560

Abstract

Abstrak : Penjadwalan praktikum laboratorium untuk membagi asisten sebagai pengajar dan pendamping berdasarkan ketersediaannya masih dilakukan secara manual menggunakan microsoft excel sehingga rawan terjadi kesalahan dan memerlukan waktu yang lebih. Sistem penjadwalan algoritma genetika dibuat guna membantu proses penjadwalan agar lebih efisien. Proses penjadwalan praktikum menggunakan algoritma genetika dengan kriteria asisten harus dijadwalkan sebagai pengajar maupun pendamping dalam keadaan tersedia. Dalam penelitian ini, parameter-parameter yang digunakan yaitu ukuran populasi sebanyak 20 individu dalam 50 generasi, serta nilai probabilitas crossover yang digunakan 0.8 dan probabilitas mutasi sebesar 0.1 yang mana menghasilkan nilai fitness 0.5 pada generasi terakhir.  Nilai fitness ini merepresentasikan tingkat optimalitas solusi, di mana semakin tinggi nilai fitness, semakin sedikit pelanggaran terhadap kriteria penjadwalan. Dalam penelitian ini, nilai fitness 0.5 menunjukkan bahwa hanya terdapat 1 pelanggaran dari total 18 penempatan, sehingga menghasilkan nilai akurasi penjadwalan sebesar 94.44%.==================================================Abstract : Scheduling laboratory practicals to divide assistants as teachers and assistants based on availability is still done manually using Microsoft Excel so it is prone to errors and requires more time. The genetic algorithm scheduling system was created to help the scheduling process become more efficient. The practicum scheduling process uses a genetic algorithm with the criteria that assistants must be scheduled as teachers or assistants when available. In this research, the parameters used are a population size of 20 individuals in 50 generations, as well as a crossover probability value of 0.8 and a mutation probability of 0.1, which produces a fitness value of 0.5 in the last generation. This fitness value represents the level of optimality of the solution, where the higher the fitness value, the fewer violations of the scheduling criteria. In this research, a fitness value of 0.5 indicates that there was only 1 violation out of a total of 18 placements, resulting in a scheduling accuracy value of 94.44%
Pengaruh Game Shopee Cocoki Sebagai Media Gamifikasi Terhadap Minat Beli Pengguna Bhustomy Hakim; Ferdian Aditya Pratama; Jonathan Mikhael Anthony
IJAI (Indonesian Journal of Applied Informatics) Vol 9, No 2 (2025)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v9i2.98132

Abstract

Abstrak : Di era 4.0 ini, 88% masyarakat Indonesia menggunakan aplikasi e-commerce untuk melakukan jual beli. Banyak aplikasi e-commerce yang tersedia seperti Shopee, Tokopedia, BliBli, BukaLapak, dan Lazada. Gamifikasi merupakan salah satu cara tim pengembang aplikasi untuk membuat strategi agar e-commerce dapat bersaing dan tetap digunakan dan menambah customer engagement. Shopee merupakan aplikasi e-commerce yang aktif mengembangan gamifikasi seperti adanya Goyang Shopee, Shopee Tanam, dan yang terbaru adalah Shopee Cocoki. Shopee Cocoki merupakan permainan mencocokan 3 kartu gambar dengan beberapa opsi bantuan langkah sebagai strategi untuk menyelesaikannya. Gameplay-nya mungkin terdengar mudah, akan tetapi Shopee Cocoki viral karena kesulitannya yang membuat pemain stress dan tertantang untuk memainkannya. Namun dengan opsi bantuan langkah seperti shuffle, revive, undo, dan mengeluarkan 3 kartu gambar dari slot, permainan menjadi mungkin dapat dimenangkan. Uniknya, pemain harus membagikan pesan tentang permainan ke pengguna lain atau melihat-lihat katalog barang atau produk yang disediakan untuk mendapatkan opsi bantuan tersebut. Mekanisme ini jelas sejalan dengan tujuan gamifikasi Shopee Cocoki: untuk meningkatkan niat pembelian di antara pengguna. Mengingat fenomena ini, sebuah penelitian dilakukan untuk menguji pengaruh Shopee Cocoki sebagai fitur gamifikasi terhadap niat pembelian pengguna. Metode Intrinsic Motivation Inventory (IMI) digunakan, dengan fokus pada kriteria seperti Minat/Kenikmatan, Upaya/Pentingnya, Pilihan yang Dirasakan, dan Nilai/Kegunaan. Pengumpulan data dilakukan dengan menggunakan kuesioner, dan hasilnya divalidasi menggunakan rumus Cronbach's Alpha. Nilai kritis ditetapkan sebesar 0,7, dan skor Cronbach's Alpha untuk setiap indikator adalah sebagai berikut: 0,898 untuk Minat/Kenikmatan, 0,915 untuk Upaya/Pentingnya, 0,923 untuk Pilihan yang Dirasakan, dan 0,883 untuk Nilai/Kegunaan. Gamifikasi Shopee Cocoki meningkatkan minat pembelian secara signifikan, tercermin dalam kenaikan rasio konversi (rasio penambahan barang ke keranjang belanja) sebesar 13,82%, yang merupakan peningkatan penting.==================================================Abstract : In the 4.0 era, 88% of Indonesians use e-commerce applications for buying and selling activities. Various e-commerce platforms are available, such as Shopee, Tokopedia, BliBli, BukaLapak, and Lazada. Gamification has become a key strategy for app development teams to keep e-commerce platforms competitive, increase customer engagement, and maintain user retention. Shopee, in particular, actively incorporates gamification features like Goyang Shopee, Shopee Tanam, and its latest addition, Shopee Cocoki. Shopee Cocoki is a game where players match three picture cards using several assist options to complete the challenge. While the gameplay may seem simple, Shopee Cocoki has gone viral due to its high difficulty, which leaves players feeling stressed yet challenged to keep playing. Assistance options such as shuffle, revive, undo, and removing three cards from the slot make the game winnable. However, players must share game-related messages with other users or browse through product catalogs to obtain these assistance options. This mechanism clearly aligns with the gamification objective of Shopee Cocoki: to boost purchase intention among users. Given this phenomenon, a study was conducted to examine the influence of Shopee Cocoki as a gamification feature on users’ purchase intentions. The Intrinsic Motivation Inventory (IMI) method was employed, focusing on criteria such as Interest/Enjoyment, Effort/Importance, Perceived Choice, and Value/Usefulness. Data collection was carried out using questionnaires, and the results were validated using the Cronbach’s Alpha formula. The critical value was set at 0.7, and the Cronbach's Alpha scores for each indicator were as follows: 0.898 for Interest/Enjoyment, 0.915 for Effort/Importance, 0.923 for Perceived Choice, and 0.883 for Value/Usefulness. Gamification of Shopee Cocoki significantly increased purchase intention, reflected in a 13.82% rise in conversion rate (the rate of adding items to the shopping cart), which is a notable improvement.

Page 1 of 3 | Total Record : 30

 1   2   3 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol 10, No 1 (2025) Vol 9, No 2 (2025) Vol 9, No 1 (2024) Vol 8, No 2 (2024) Vol 8, No 1 (2023) Vol 7, No 2 (2023) Vol 7, No 1 (2022) Vol 6, No 2 (2022) Vol 6, No 1 (2021) Vol 5, No 2 (2021) Vol 5, No 1 (2020) Vol 4, No 2 (2020) Vol 4, No 1 (2019) Vol 3, No 2 (2019) Vol 3, No 1 (2018) Vol 2, No 2 (2018) Vol 2, No 1 (2017) Vol 1, No 2 (2017) Vol 1, No 1 (2016) More Issue