cover
Contact Name
Abdul Rahman
Contact Email
moroadver@gmail.com
Phone
+6281310745870
Journal Mail Official
moroadver@gmail.com
Editorial Address
Jl. Ratu Penghulu No.2301 Karang Sari, Baturaja OKU Sumatera Selatan 32115, Kab. Ogan Komering Ulu, Provinsi Sumatera Selatan, 32113
Location
Kab. ogan komering ulu,
Sumatera selatan
INDONESIA
INTECH (Informatika dan Teknologi)
Published by Universitas Baturaja
ISSN : 27227367     EISSN : 27227367     DOI : https://doi.org/10.54895/intech
Core Subject : Science,
INTECH - Informatics and Technology is published twice a year in May and November by the Informatics, Engineering and Computer Science Study Program, Baturaja University Faculty which was first published in 2020. The purpose of the INTECH Journal is as a means to publish papers/articles in the field of Information Science and Technology in the field of computer use, internet, software and hardware in the field of information technology. In addition, the INTECH journal also covers areas that support the integration and development of technology in other fields. The INTECH journal is a scientific publication of research results in the field of Computer Science and Informatics Education which raises issues of: 1) Development of Research Results in the Field of Information Systems, 2) Research Results of Informatics Education, 3) Development of Robotics, 4) Application of Artificial Intelligence.
Articles 92 Documents
Analisis Usability pada Sistem Pembayaran Digital QRIS dengan Pendekatan System Usability Scale Ahlis Noor Kholili
INTECH Vol. 6 No. 2 (2025): INTECH (Informatika Dan Teknologi)
Publisher : Informatics Study Program, Faculty of Engineering and Computers, Baturaja University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54895/intech.v6i2.3315

Abstract

QRIS merupakan standar sistem pembayaran digital yang semakin banyak digunakan oleh masyarakat Indonesia. Meskipun adopsinya terus meningkat, belum banyak kajian yang secara spesifik menilai tingkat usability dari perspektif pengguna. Penelitian ini bertujuan untuk menganalisis pengalaman pengguna dan tingkat usability QRIS menggunakan metode System Usability Scale (SUS). Penelitian dilakukan melalui penyebaran kuesioner SUS yang terdiri dari sepuluh pernyataan menggunakan skala Likert 1–5 kepada pengguna aktif QRIS. Data yang diperoleh kemudian dihitung untuk mendapatkan nilai SUS serta diinterpretasikan melalui grade scale, acceptability range, dan adjective ratings guna mengetahui tingkat kelayakan penggunaan sistem. Hasil penelitian menunjukkan bahwa QRIS memperoleh skor SUS sebesar 52,0, yang termasuk dalam kategori Acceptable namun berada pada tingkat penerimaan yang rendah. Meskipun grade scale menunjukkan nilai pada kategori F, penilaian pengguna melalui adjective ratings menempatkan QRIS pada kategori “OK”. Temuan ini mengindikasikan bahwa pengguna masih dapat menerima dan menggunakan QRIS dengan cukup baik, namun pengalaman yang dirasakan belum sepenuhnya optimal. Beberapa faktor yang mempengaruhi skor ini meliputi ketergantungan pada kualitas jaringan, ketidakkonsistenan antarmuka aplikasi, serta efektivitas dan efisiensi penggunaan yang belum maksimal. Secara keseluruhan, penelitian ini menyimpulkan bahwa QRIS memiliki tingkat usability yang masih perlu ditingkatkan. Pengembang aplikasi disarankan untuk memperbaiki desain antarmuka, meningkatkan performa sistem, dan memperkuat stabilitas transaksi guna mencapai pengalaman pengguna yang lebih baik.
Implementasi Algoritma LSTM Pada Sistem Monitoring Iot Untuk Penanganan Resiko Kebakaran Ahmad Nawawi; Kamarudin; Finki Dona Marleny
INTECH Vol. 6 No. 2 (2025): INTECH (Informatika Dan Teknologi)
Publisher : Informatics Study Program, Faculty of Engineering and Computers, Baturaja University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54895/intech.v6i2.3317

Abstract

Penelitian ini mengimplementasikan algoritma Long Short-Term Memory (LSTM) untuk memprediksi pola suhu sebagai bagian dari sistem monitoring berbasis IoT dalam rangka mitigasi risiko kebakaran. Dataset diperoleh dari sensor berbasis ESP32 yang merekam data suhu dan waktu. Model LSTM dilatih menggunakan data suhu yang telah dinormalisasi dengan prediksi lima langkah ke depan. Pra-pemrosesan meliputi penggabungan data tanggal dan waktu menjadi indeks waktu, kemudian dilanjutkan dengan normalisasi dan pembentukan data dalam format pembelajaran terawasi. Arsitektur model terdiri dari satu lapisan LSTM dan satu lapisan keluaran dense. Hasil prediksi menunjukkan nilai Mean Squared Error (MSE) yang rendah, menandakan efektivitas model LSTM dalam mendeteksi potensi bahaya kebakaran secara dini. Penelitian ini berkontribusi pada upaya mitigasi risiko secara real-time melalui peningkatan akurasi prediksi pada lingkungan IoT.

Page 10 of 10 | Total Record : 92