cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Safitri Juanita
Contact Email
Safitri.juanita@budiluhur.ac.id
Phone
+62215869225
Journal Mail Official
telematika.mkom@budiluhur.ac.id
Editorial Address
Sekretariat TELEMATIKA MKOM Jl. Ciledug Raya No.99, RT.1/RW.2, Petukangan Utara, Jakarta Selatan, 12260. Unit 7, Lantai 2. Fakultas Teknologi Informasi - Universitas Budi Luhur Telp. (021) 5869225, 5853753 ext 227, 228
Location
Kota adm. jakarta selatan,
Dki jakarta
INDONESIA
Telematika MKOM
Published by Universitas Budi Luhur Jakarta
ISSN : 2085725X     EISSN : 25279033     DOI : 10.36080
Core Subject : Science,
Computer Science & IT
Jurnal ini memuat hasil-hasil penelitian dengan topik-topik penelitian yang berasal dalam cakupan rumpun ilmu Komputer khususnya studi penelitian dasar dan terapan dalam Rekayasa Komputasi Terapan dan Teknologi Sistem Informasi, seperti: 1. Network Computer and Security 2. Data Mining 3. Sistem pakar (Expert System) 4. Jaringan syaraf tiruan (Artificial Neural Network) 5. Natural Language Processing (NLP) 6. Game Development 7. Visi Komputer 8. Temu balik Informasi 9. Artificial Intelligent 10 Internet of Things 11. E-Learning 12. IT Governance serta topik lainnya yang masuk ke dalam rumpun ilmu tersebut
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 151 Documents
 12   13   14   15   16 
PENGENALAN CITRA WAJAH PADA SISTEM PRESENSI KARYAWAN MENGGUNAKAN METODE K-NEAREST NEIGHBOR DAN HAVERSINE FORMULA Noya, Muh. Mustafa Daniel; Hardjianto, Mardi
Telematika MKOM Vol 15, No 2 (2023): Jurnal Telematika MKOM Vol. 15 No. 2 September 2023
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/telematikamkom.2676

Abstract

Penerapan pengolahan citra wajah pada sistem presensi karyawan menjadi kebutuhan penting di era teknologi. PT. SISMEDIKA telah melakukan implementasi sistem presensi karyawan dengan menggunakan teknologi sidik jari (finger print). Namun, hal tersebut dapat menghambat karyawan jika terjadi cedera pada jari ataupun jari dalam keadaan basah. Oleh karena itu, penelitian ini membuat aplikasi presensi dengan pendeteksian wajah menggunakan metode K-Nearest Neighbor. Sistem ini juga dilengkapi teknologi geotagging dengan GPS dan pemanfaatan Google Maps API untuk memilih dan membatasi area presensi dan melakukan perhitungan jarak antara kedua titiknya dengan metode Haversine Formula. Penelitian ini bertujuan untuk menghindari faktor-faktor yang dapat menjadi penghambat bagi karyawan dalam melakukan presensi. Hasil penelitian menunjukkan metode Haversine Formula berjalan baik, karyawan tidak dapat presensi di luar area yang ditentukan. Penggunaan dataset foto individu dengan 10 label. Identifikasi wajah menggunakan K-NN mencapai akurasi 0,99784, presisi 0,991, dan recall 0,979.
PREDIKSI PERFORMA PESEPAKBOLA PADA KOMPETISI LIGA CHAMPIONS EROPA 2021 MENGGUNAKAN ALGORITME DECISION TREE CLASSIFIER Ismoyo, Maret; Syafrullah, Mohammad; Purwanto, Purwanto; Painem, Painem
Telematika MKOM Vol 15, No 2 (2023): Jurnal Telematika MKOM Vol. 15 No. 2 September 2023
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/telematikamkom.2677

Abstract

Sepakbola merupakan salah satu olahraga paling terkenal dengan jumlah penggemar terbanyak di seluruh dunia. Selain itu, dalam dunia Sepakbola terdapat berbagai kompetisi yang diikuti oleh banyak pesepakbola profesional. Oleh karena itu, terdapat minat yang cukup besar dari berbagai pihak (internal maupun eksternal) untuk mengevaluasi atau mengukur performa para pesepakbola yang bertanding. Dalam mengevaluasi pemain, beberapa faktor kompleks dapat mempengaruhi staf pelatih dalam menilai pemain. Selain itu, pihak lain juga masih jarang melakukan penelitian terkait prediksi performa pesepakbola. Masalah prediksi tersebut karena membutuhkan pengetahuan dan penggunaan indikator data sesuai dengan topik penelitian tentang prediksi performa atlet sepakbola yang akan dilakukan. Untuk mengatasi permasalahan tersebut, dibutuhkan sebuah sistem prediksi yang dapat memprediksi performa pemain dengan menggunakan metode Decision Tree Classifier dimana metode ini mengklasifikasikan data menjadi tiga kelas. Data yang digunakan sebanyak 876 data yang terbagi menjadi data training dan testing dengan tiga kelas performa pemain yaitu Bad, Normal dan Good. Hasil penelitian ini menunjukkan akurasi terbaik diperoleh dengan perbandingan data 80% : 20%, dengan menggunakan nilai parameter max_depth = 6 dan max_leaf_nodes = 4. Hasil penelitian ini menghasilkan nilai akurasi sebesar 97.73%. nilai presisi sebesar 97.76%. nilai recall sebesar 97.73%. nilai skor F1 sebesar 97.74% dan tingkat kesalahan 2.27%.
APLIKASI PRESENSI BERBASIS INTERNET OF THINGS UNTUK MENGAKTIFKAN KAMERA PADA RASPBERRY PI Cahyana, Asep; Imelda, Imelda
Telematika MKOM Vol 15, No 2 (2023): Jurnal Telematika MKOM Vol. 15 No. 2 September 2023
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/telematikamkom.2678

Abstract

Salah satu penilaian kinerja karyawan bagi Perusahaan adalah melalui presensi. Saat ini, berbagai alat presensi menjamur, salah satunya adalah fitur presensi dengan menggunakan pengenalan wajah. Namun, terdapat kelemahan pada alat presensi berbasis wajah, yaitu proses validasi pengenalan wajah yang kurang akurat sehingga menyebabkan hasil presensi yang tidak valid. Oleh karena itu, penelitian ini mengusulkan sebuah model presensi berbasis Internet of Things (IoT) yang diharapkan dapat mengurangi tingkat kesalahan pendeteksian. Alat yang digunakan dalam penelitian ini adalah sensor berbasis RFID. Setiap model wajah karyawan dikorelasikan dengan RFID dan dapat digunakan sebagai presensi setiap karyawan. Selain itu, untuk menangani penyebaran virus COVID-19, ditambahkan juga sensor suhu sehingga karyawan yang memiliki suhu tubuh di atas 37,5 C tidak dapat melakukan presensi. Selain itu, notifikasi kehadiran akan dikirimkan ke perangkat Android karyawan. Parameter yang digunakan dalam pengujian adalah keberhasilan presensi menggunakan RFID dan face recognition dengan waktu pemrosesan kurang dari 2,5 detik. Hasil dari penelitian ini menunjukkan bahwa sistem dapat berjalan dengan baik, dengan persentase keberhasilan transaksi mencapai 90%.
PENDEKATAN HYBRID PADA SISTEM PERINGKAS TEKS ARTIKEL BERITA BAHASA INGGRIS MENGGUNAKAN NATURAL LANGUAGE PROCESSING Raihanunnisa, Farah; Arhami, Muhammad; Hidayat, Rahmad
Telematika MKOM Vol 15, No 2 (2023): Jurnal Telematika MKOM Vol. 15 No. 2 September 2023
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/telematikamkom.2679

Abstract

Kegiatan mengumpulkan informasi melalui sejumlah artikel yang dilakukan dalam kehidupan sehari hari baik oleh kalangan pelajar, peneliti, jurnalis, dan sebagainya, memakan waktu yang relatif lama. Hal ini menimbulkan masalah ketika seseorang harus mengumpulkan informasi yang cukup dalam waktu yang terbatas. Penelitian ini bertujuan untuk membuat sebuah sistem peringkas teks otomatis yang dapat menghasilkan ringkasan yang relevant dan informatif sehingga membantu penggali informasi untuk dapat menemukan informasi penting dalam sebuah artikel dengan waktu yang lebih sedikit dibandingkan dengan membaca keseluruhan artikel. Sistem peringkas teks otomatis yang diajukan menerapkan NLP (Natural Language Processing) dengan pendekatan hybrid. Pendekatan hybrid merupakan gabungan dari dua teknik, yaitu teknik peringkasan ekstraktif dan teknik peringkasan abstraktif. Peringkasan ekstraktif merupakan peringkasan yang dilakukan dengan mengekstrak kalimat dari dokumen asli, Sedangkan peringkasan abstraktif dilakukan dengan menghasilkan kalimat baru mendekati peringkasan yang dihasilkan oleh manusia. Peringkasan ekstraktif yang dilakukan menggunakan algoritma Textrank, sedangkan teknik peringkasan abstraktif dilakukan dengan menerapkan arsitektur Transformer. Textrank merupakan pendekatan berbasis graph, sedangkan transformer merupakan rangkaian algoritma berbasis encoder decoder. Pengujian model dilakukan dengan menerapkan teknik pengujian ROUGE (Recall Oriented Understudy for Gisting Evaluation), dimana rouge melakukan pengujian berdasarkan n-gram kata. Hasil yang diperoleh pada penelitian ini menunjukkan nilai F1-Score 0.34 pada ROUGE-1, 0.15 pada ROUGE-2, dan 0.25 pada ROUGE-L.
SISTEM PENGISIAN AIR DAN PEMASANGAN TUTUP PADA BOTOL BERBASIS ARDUINO Ibnu Fajar Al Alim; TW Wisjhnuadji
Telematika MKOM Vol 17, No 2 (2025): Jurnal Telematika MKOM Vol. 17 No.2 September 2025
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/telematikamkom.4315

Abstract

Industri air minum dalam kemasan menjadi salah satu bidang usaha yang menunjukkan potensi besar untuk dikembangkan, khususnya di lingkungan Usaha Mikro, Kecil, dan Menengah (UMKM). Namun demikian, masih banyak pelaku UMKM yang menjalankan proses produksinya secara manual, baik dalam tahapan pengisian cairan ke dalam botol maupun pada proses pengencangan tutup botol. Metode konvensional ini dinilai kurang efisien karena membutuhkan waktu yang lebih lama, berisiko terjadi ketidaktepatan volume isi, serta dapat menghasilkan produk dengan mutu yang tidak seragam. Kondisi ini tentu berdampak negatif terhadap kualitas produk dan menurunkan daya saing di pasar. Dengan semakin majunya teknologi otomatisasi, UMKM kini memiliki peluang untuk meningkatkan mutu produksi melalui penerapan sistem berbasis mikrokontroler. Dalam proposal ini, dirancang dan dibangun sebuah perangkat yang disebut Sistem Pengisian Air dan Pemasangan Tutup Pada Botol Berbasis Arduino. Sistem ini merupakan integrasi dari berbagai komponen seperti sensor, aktuator, serta pompa yang dikendalikan secara otomatis menggunakan mikrokontroler Arduino. Mekanisme ini memungkinkan proses pengisian dan penutupan botol dilakukan dengan lebih cepat, efisien, dan presisi. Pengembangan alat ini dimaksudkan sebagai solusi untuk membantu UMKM meningkatkan produktivitas, meminimalkan ketergantungan pada pekerjaan manual, serta menciptakan produk dengan kualitas yang konsisten. Berdasarkan pengujian awal, sistem terbukti dapat bekerja dengan baik dalam bentuk prototipe. Harapannya, inovasi ini mampu menjadi contoh teknologi tepat guna yang praktis, terjangkau, dan dapat mempercepat pertumbuhan industri kecil, khususnya di bidang produksi air minum dalam kemasan.
ANALISIS FRAUD TRANSAKSI JUDI ONLINE PADA E-WALLET DI PT. XYZ DENGAN METODE RANDOM FOREST Syal Syah Syafaath; Wendi Usino
Telematika MKOM Vol 17, No 2 (2025): Jurnal Telematika MKOM Vol. 17 No.2 September 2025
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/telematikamkom.4323

Abstract

Penelitian ini bertujuan untuk mendeteksi transaksi yang terindikasi sebagai aktivitas judi online melalui layanan e-wallet di PT.XYZ dengan menerapkan algoritma machine learning random forest. Latar belakang penelitian ini dilandasiolehlonjakan drastic dalam volume transaksi mencurigakan di Indonesia, serta meningkatnya kekhawatiran terhadap penyalahgunaan sistem pembayaran digital untuk kepentingan illegal. Transaksi judi online tidak hanya berdampak negative terhadap individu, namun juga berpotensi menimbulkan risiko hukum dan reputasi bagi institusi keuangan. Oleh karena itu, diperlukan sistem pendeteksi dini yang mampu mengidentifikasi pola perilaku mencurigakan secara akurat dan efisien. Penelitian ini menggunakan pendekatan CRISP-DM yang terdiri dari enam tahap yaitu business understanding, data understanding, data preparation, modeling, evaluation, dan deployment. Data dianalisis melalui eksplorasi, pra-pemrosesan, dan pembagian menjadi data latih dan uji. Teknik SMOTE diterapkan untuk mengatasi ketidakseimbangan label antara transaksi “reported” dan “ unidentified”. model yang digunakan dalam klasifikasi mencakup random forest, logistic regression, dan xgboost yang kemudian digabungkan dalam bentuk voting classifier untuk meningkatkan akurasi dan stabilitas prediksi. Hasil evaluasi menunjukkan bahwa model voting classifier memberikan akurasi hingga 89%, walaupun nilai recall  untuk kelas minoritas masih tergolong rendah. Sistem ini menghasilkan skor probabilitas untuk setiap pengguna (debit_party_id) yang menunjukkan tingkat risiko keterlibatan dalam aktivitas judi online. Hasil klasifikasi ditampilkan secara visual melalui melalui dashboard Tableau yang dapat digunakan oleh tim fraud detection sebagai sistem peringatan dini.
KLASTERISASI KASUS KEKERASAN TERHADAP PEREMPUAN DI PROVINSI JAWA TENGAH MENGGUNAKAN ALGORITMA K-MEANS Anjar Rohmah; Dian Anubhakti
Telematika MKOM Vol 17, No 2 (2025): Jurnal Telematika MKOM Vol. 17 No.2 September 2025
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/telematikamkom.4314

Abstract

Kekerasan dapat didefinisikan sebagai tindakan atau ancaman terhadap individu, kelompok, atau masyarakat yang berpotensi mengakibatkan kematian, kerugian psikologis, trauma, serta perampasan hak [1]. Berdasarkan data pada tahun 2020-2022 dari Kementerian Pemberdayaan Perempuan dan Perlindungan Anak (KemenP3A) menunjukkan bahwa tercatat terjadinya peningkatan kasus kekerasan di Indonesia dengan provinsi Jawa Tengah menjadi salah satu provinsi yang terdampak. Mayoritas korban dalam kasus kekerasan ini adalah perempuan dibandingkan laki-laki. Yang sering kali dipicu oleh norma patriarki yang dominan dimana perempuan dianggap lebih rendah daripada laki-laki. Selain itu, kurangnya pemahaman mengenai pola dan karakteristik korban menjadi salah satu kendala dalam upaya perlindungan. Data mining merupakan proses menggali data dengan tujuan untuk mendapatkan informasi baru. Penelitian ini menggunakan metodologi CRIPS-DM (Cross Industry Standard Process for Data Mining) dan menerapkan algoritma k-means clustering. Pengelompokan ini bertujuan memberikan wawasan berharga mengenai distribusi geografis kekerasan terhadap perempuan di Jawa Tengah serta mengidentifikasi kabupaten/kota yang membutuhkan perhatian khusus, sehingga pemerintah dapat mengambil langkah preventif untuk mencegah dan mengurangi terjadinya kasus serupa di masa depan. Hasil pengujian menggunakan google colab yang menunjukkan perbandingan cluster dengan nilai K=2 sampai K=10 dan diperoleh hasil pengujian bahwa K=2 sebagai cluster terbaik, terbentuk dua cluster tingkat kekerasan terhadap perempuan berdasarkan kabupaten/kota yaitu cluster0 terdapat 34 kabupaten/kota yang dikategorikan kekerasan kasus rata-rata kekerasan yang relatif lebih rendah/seragam. Sedangkan cluster1 terdapat 1 kabupaten/kota yang dikategorikan kekerasan kasus signifikan. Hasil dari proses clustering ini dievaluasi menggunakan silhouette coefficient yang menunjukkan nilai tertinggi sebesar 0.7596 yang mengindikasikan bahwa hasil cluster cukup kuat.
KLASIFIKASI OPINI MASYARAKAT TENTANG PROGRAM MAKAN BERGIZI GRATIS DI TWITTER DENGAN ALGORITMA NAIVE BAYES Jeremy Jonathan; Ikhsan Rahdiana
Telematika MKOM Vol 17, No 2 (2025): Jurnal Telematika MKOM Vol. 17 No.2 September 2025
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/telematikamkom.4348

Abstract

Studi ini bertujuan mengevaluasi persepsi masyarakat terhadap Program Makan Bergizi Gratis (MBG), salah satu kebijakan prioritas pemerintah Indonesia yang dirancang untuk memperbaiki status gizi kelompok rentan, terutama anak usia sekolah, ibu hamil, dan ibu menyusui. Dalam era tata kelola berbasis digital, analisis opini publik melalui media sosial menjadi komponen penting untuk menilai penerimaan dan efektivitas suatu kebijakan publik. Platform Twitter (X), yang memiliki tingkat penggunaan tinggi di Indonesia, menyediakan sumber data yang kaya untuk menggambarkan respons dan pandangan masyarakat secara real time. Penelitian ini menerapkan pendekatan text mining dengan memanfaatkan algoritma Naive Bayes Classifier guna mengelompokkan sentimen masyarakat secara otomatis dari data unggahan Twitter. Sebanyak 1.380 tweet yang berkaitan dengan program MBG dihimpun selama periode Desember 2025 hingga Januari 2026. Tahapan penelitian mencakup proses pengambilan data, prapemrosesan teks yang meliputi normalisasi huruf, pembersihan teks, tokenisasi, serta penghapusan kata umum, kemudian pelabelan sentimen berbasis leksikon, dilanjutkan dengan ekstraksi fitur menggunakan metode TF-IDF, dan proses klasifikasi menggunakan Naive Bayes dengan skema validasi silang lima lipatan. Hasil analisis memperlihatkan dominasi sentimen positif masyarakat terhadap program MBG, yaitu sebesar 97,75%, sementara sentimen netral mencapai 1,96% dan sentimen negatif sebesar 0,29%. Model yang dibangun menunjukkan kinerja yang sangat baik dengan tingkat akurasi 97,83%, presisi 95,70%, recall 97,83%, dan nilai F1-score 96,75%. Kata-kata yang paling sering muncul seperti “bergizi”, “gratis”, “program”, “anak”, dan “sehat” mencerminkan respons publik yang sangat mendukung. Temuan ini memberikan kontribusi empiris yang relevan bagi evaluasi kebijakan publik berbasis data serta menjadi landasan untuk penyempurnaan implementasi program di masa mendatang
OPTIMASI KINERJA SERVER STANDALONE DENGAN PENERAPAN LOAD BALANCING MENGGUNAKAN ALGORITMA ROUND-ROBIN Febbry Setiawan; Reva Ragam Santika
Telematika MKOM Vol 17, No 2 (2025): Jurnal Telematika MKOM Vol. 17 No.2 September 2025
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/telematikamkom.4321

Abstract

Ketergantungan yang semakin tinggi pada layanan digital menuntut tersedianya server dengan performa stabil, handal, dan mampu menangani lalu lintas permintaan dalam jumlah besar. Namun, arsitektur standalone sering kali tidak mampu memenuhi kebutuhan tersebut karena keterbatasan sumber daya dan tingginya risiko Single Point of Failure (SPOF), yang dapat menyebabkan terhentinya seluruh layanan ketika satu server mengalami gangguan sehingga berdampak pada penurunan kualitas layanan dan kerugian bisnis. Untuk mengatasi permasalahan tersebut, penelitian ini bertujuan merancang dan mengimplementasikan arsitektur server terdistribusi dengan mekanisme load balancing menggunakan algoritma round-robin sebagai solusi peningkatan performa dan keandalan sistem. Metode penelitian dilakukan melalui pendekatan eksperimen terapan dengan membangun infrastruktur virtual berbasis VMware ESXi yang dikelola secara terpusat melalui vCenter. Arsitektur server kemudian dipadukan dengan load balancer berbasis Python yang memanfaatkan reverse proxy untuk membagi request secara merata ke beberapa server aktif, sementara algoritma round-robin dipilih karena sifatnya sederhana, adil, dan efektif dalam mendistribusikan beban. Hasil pengujian menunjukkan bahwa arsitektur load balanced mampu mengatasi SPOF, meningkatkan ketersediaan, serta mendistribusikan beban secara seimbang. Pada skenario uji dengan beban hingga 500 request bersamaan, arsitektur ini mampu mempertahankan performa yang stabil, mendukung mekanisme failover secara mulus, dan tetap memberikan layanan tanpa gangguan, sedangkan arsitektur standalone mengalami penurunan kinerja dan kegagalan dalam menangani beban yang sama. Dengan demikian, penelitian ini membuktikan bahwa implementasi load balancing menggunakan algoritma round-robin merupakan strategi efektif untuk mengoptimalkan kinerja, stabilitas, dan keandalan sistem server dalam menghadapi kebutuhan lalu lintas digital yang semakin meningkat.
MODEL PREDIKTIF KEBERLANJUTAN PENGGUNA FITUR SELF CHECK-IN APLIKASI LAYANAN RUMAH SAKIT DENGAN NEURAL NETWORK DAN ECM-ISC Fajar Ikhsanuari; Sejati Waluyo; Putra Tegar Nugraha
Telematika MKOM Vol 17, No 2 (2025): Jurnal Telematika MKOM Vol. 17 No.2 September 2025
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/telematikamkom.4322

Abstract

Transformasi digital di bidang kesehatan mendorong rumah sakit menyediakan layanan yang cepat, nyaman dan efisien melalui aplikasi digital. Salah satu fitur yang banyak diimplementasikan adalah Self Check-In untuk mempermudah proses pendaftaran pasien. Namun, keberlanjutan penggunaan (continuance intention) fitur ini masih menjadi tantangan karena dipengaruhi berbagai faktor persepsi dan kepuasan pengguna. Penelitian ini bertujuan untuk membangun model prediksi keberlanjutan pengguna aplikasi layanan kesehatan berdasarkan fitur Self Check-In dengan menggunakan Neural Network berbasis kerangka Expectation Confirmation Model – Information System Continuance (ECM-ISC) dengan tujuan untuk memberikan informasi terkait bisnis dan operasional perusahaan agar dapat meningkatkan layanan. Model Neural Network dikembangkan dengan arsitektur Multi-Layer Perceptron melalui percobaan pemilihan beberapa hidden layer dan optimizer seperti AdaDelta, Adam, dan SGD untuk memperoleh model dengan performa terbaik. Hasil penelitian menunjukkan bahwa model prediktif Neural Network dengan kerangka ECM-ISC dapat memberikan informasi keberlanjutan pengguna fitur Self Check-In pada aplikasi layanan rumah sakit. Dimana dari hasil model prediksi, didapatkan Parameter Perceived Usefulness (PU) memiliki pengaruh paling dominan, terutama pada kelompok usia 40–55 tahun yang memerlukan dukungan Satisfaction (SF) tinggi untuk melanjutkan penggunaan fitur, sedangkan pada usia 25–39 tahun PU tinggi cukup mendorong keberlanjutan meskipun CF dan SF rendah. Secara keseluruhan, Confirmation (CF) tidak cukup kuat tanpa dukungan PU dan SF. Temuan pola ini dapat menjadi dasar pengambilan keputusan dalam strategi pengembangan dan perbaikan fitur aplikasi di masa mendatang untuk meningkatkan pengalaman pengguna di semua kelompok usia secara optimal.

Page 15 of 16 | Total Record : 151

 12   13   14   15   16 

Filter by Year

2009 2025


Reset
Filter By Issues
All Issue Vol 17, No 2 (2025): Jurnal Telematika MKOM Vol. 17 No.2 September 2025 Vol 15, No 2 (2023): Jurnal Telematika MKOM Vol. 15 No. 2 September 2023 Vol 15, No 1 (2023): Jurnal Telematika MKOM Vol. 15 No. 1 Maret 2023 Vol 10, No 1 (2018): Jurnal Telematika MKOM Vol. 10 No. 1 Maret 2018 Vol 9, No 3 (2017): Jurnal Telematika MKOM Vol. 9 No. 3 November 2017 Vol 9, No 2 (2017): Jurnal Telematika MKOM Vol. 9 No. 2 Juli 2017 Vol 9, No 1 (2017): Jurnal Telematika MKOM Vol. 9 No. 1 Maret 2017 Vol 8, No 2 (2016): Jurnal Telematika MKOM Vol. 8 No. 2 September 2016 Vol 8, No 1 (2016): Jurnal Telematika MKOM Vol. 8 No. 1 Maret 2016 Vol 7, No 2 (2015): Jurnal Telematika MKOM Vol. 7 No. 2 September 2015 Vol 7, No 1 (2015): Jurnal Telematika MKOM Vol. 7 No. 1 Maret 2015 Vol 6, No 2 (2014): Jurnal Telematika MKOM Vol. 6 No. 2 September 2014 Vol 6, No 1 (2014): Jurnal Telematika MKOM Vol. 6 No. 1 Maret 2014 Vol 5, No 2 (2013): Jurnal Telematika MKOM Vol. 5 No. 2 September 2013 Vol 5, No 1 (2013): Jurnal Telematika MKOM Vol. 5 No. 1 Maret 2013 Vol 4, No 2 (2012): Jurnal Telematika MKOM Vol. 4 No. 2 September 2012 Vol 4, No 1 (2012): Jurnal Telematika MKOM Vol. 4 No. 1 Maret 2012 Vol 3, No 2 (2011): Jurnal Telematika MKOM Vol. 3 No. 2 September 2011 Vol 3, No 1 (2011): Jurnal Telematika MKOM Vol. 3 No. 1 Maret 2011 Vol 2, No 2 (2010): Jurnal Telematika MKOM Vol. 2 No. 2 September 2010 Vol 2, No 1 (2010): Jurnal Telematika MKOM Vol. 2 No. 1 Maret 2010 Vol 1, No 2 (2009): Jurnal Telematika MKOM Vol. 1 No. 2 November 2009 Vol 1, No 1 (2009): Jurnal Telematika MKOM Vol. 1 No. 1 Juli 2009 More Issue