Teknika

Implementasi User Centered Design Untuk Pengembangan Aplikasi Sistem Informasi Monitoring Akreditasi Program Studi

2023-07-03T08:17:29+07:00

Kegiatan monitoring pada proses persiapan akreditasi program studi sebagai bentuk penilaian kelayakan kompetensi adalah kegiatan yang sangat penting. Sementara itu, data status akreditasi program studi di PENS beserta dokumen pengajuan akreditasi masih belum terintegrasi dengan baik sehingga dapat menghambat proses monitoring akreditasi dan menimbulkan kekurangsiapan dalam menindaklanjuti hasil monitoring akreditasi. Pada penelitian ini telah dikembangkan sebuah Aplikasi Sistem Informasi Monitoring Akreditasi Program Studi untuk PENS berbasis website. Aplikasi ini dikembangkan dengan mengimplementasikan User Centered Design guna mengakomodasi kebutuhan pengguna dengan maksimal. Pengguna yang diakomodasi pada aplikasi ini diantaranya adalah tim SPM dan Tim Akreditasi dengan fitur aksi CRUD (Create, Read, Update, Delete) dan manajemen file untuk keperluan pengajuan akreditasi program studi. Uji coba dilakukan pada setiap role di aplikasi, pada perangkat yang berbeda, dan dilakukan melalui kuesioner dengan menggunakan System Usability Scale (SUS). Hasil uji coba menunjukkan aplikasi dapat berjalan sesuai dengan rancangan sistem pada masing-masing role, dapat berjalan di perangkat yang berbeda, serta memperoleh skor kuesioner terhadap pengguna menggunakan System Usability Scale sebanyak 85,875 dari skor maksimal 100 atau 85,875%.

Perancangan UI/UX Pada Website Rumah Tahfidz Akhwat Menggunakan Metode Design Thinking

2023-07-03T08:17:30+07:00

Sejak berdiri, informasi mengenai Rumah Tahfidz Akhwat (RTA) Raudhatul Jannah Pekanbaru hanya didapat melalui berita mulut ke mulut dan brosur edaran, begitu pula dengan seluruh proses bisnis yang terjadi, semuanya dilakukan secara manual. Mempertimbangkan kondisi tersebut, muncul sebuah inovasi berupa perancangan UI/UX untuk persiapan pengembangan website resmi RTA menggunakan metode Design Thinking yang akan dilakukan melalui penelitian ini. Rancangan website ini memiliki fitur 3 utama, yaitu menampilkan informasi mengenai RTA, pendaftaran murid baru, dan layanan siswa. Perancangan dilakukan menggunakan aplikasi Figma. Hasil perancangan berupa prototype interaktif dengan dua tipe, tipe A dan B. Dalam proses perancangan, digunakan 14 komponen. Kedua prototype memiliki 6 menu utama, dengan jumlah halaman prototype A sebanyak 22 halaman dan prototype B sebanyak 12 halaman. Pengujian dilakukan menggunakan Usability Testing dengan metode Cognitive walkthrough, SEQ, A/B Testing, dan UEQ. Pengujian dilakukan terhadap 20 partisipan siswa, 10 partisipan staf, dan 10 partisipan umum. Pengujian Cognitive walkthrough siswa memperoleh hasil 80% untuk kedua prototype, pengujian staf memperoleh hasil 100% untuk kedua prototype, dan pengujian umum memperoleh hasil 100% untuk kedua prototype. Pengujian UEQ untuk kedua prototype (A : B) memperoleh nilai attractiveness sebesar 2,24 : 2,49, perspicuity 1,43 : 1,33, efficiency 1,98 : 1,98, dependability 2,30 : 2,29, stimulation 2,09 : 2,14, dan novelty 1,72 : 1,91. Berdasarkan hasil pengujian UEQ yang dilakukan, kedua prototype sudah mencapai skala minimal good dan dapat direkomendasikan untuk pengembangan sistem. Prototype hasil penelitian ini bermanfaat untuk membantu pihak RTA memiliki alternatif high-fidelity desain website yang sudah teruji kegunaannya dan siap untuk diimplementasikan dalam pengembangan website.

Penerapan REST API Untuk Aplikasi Reservasi Dokter Praktik Berbasis Android (Studi Kasus: Klinik dr. Candra Safitri)

2023-09-06T22:27:48+07:00

Reservasi merupakan salah satu hal penting untuk dilakukan ketika pasien ingin berobat di suatu instansi kesehatan. Pada klinik dr. Candra Safitri ini, proses reservasi pasien untuk berobat masih menggunakan cara yang konvensional yaitu dengan memaksa pasien untuk melakukan antri dengan cara datang langsung ke klinik dr. Candra Safitri. Kemudian, ketika pasien tiba di klinik, pasien diminta untuk mengambil nomor antrian yang tersedia pada klinik tersebut. Proses ini dinilai kurang efektif karena pasien harus melakukan antri yang panjang dan menunggu giliran untuk dipanggil ke ruang dokter. Adapun tujuan dari penelitian ini yaitu untuk membuat sebuah aplikasi android untuk melakukan reservasi supaya pasien yang ingin berobat dapat melakukan reservasi tanpa datang langsung ke klinik untuk mengambil nomor antrian yang tersedia pada klinik dr. Candra Safitri ini. Pengembangan aplikasi ini dilakukan menggunakan metode RAD (Rapid Application Development) dengan tahapan Requirement Planning, User Design, Construction and Cutover. Hasil dari penelitian ini berupa aplikasi reservasi berbasis android dan didukung dengan website admin yang diimplementasikan di klinik dr. Candra Safitri supaya memudahkan pasien dalam melakukan reservasi. Berdasarkan pengujian aplikasi menggunakan metode Black Box, dapat ditarik kesimpulan bahwa hasil pengujian fungsionalitas dari website admin dan aplikasi mobile pasien semuanya sukses dan semua modul yang dibuat sudah sesuai dengan rancangan sistem.

Studi Konsumsi Baterai Pada Penggunaan Filter Sinar Biru Tablet Komputer Untuk Aktivitas Daring

2023-07-03T08:17:28+07:00

Pengguna perangkat seluler di Indonesia semakin meningkat dari tahun ke tahun. Pada tahun 2022, tercatat lebih dari 370 juta pengguna seluler, melebihi total populasi negara. Penggunaan gawai yang semakin intens dapat meningkatkan risiko gangguan kesehatan, khususnya terhadap organ penglihatan. Salah satu potensi bahaya dari perangkat seluler portabel yang dapat menyebabkan risiko kesehatan mata adalah paparan radiasi sinar biru dari layar gawai. Filter sinar biru, yang sudah disematkan oleh pabrikan gawai pada produk seluler terkini, dapat menjadi salah satu solusi yang bisa dimanfaatkan oleh pengguna untuk meminimalkan risiko tersebut. Namun, masih banyak pemilik perangkat yang belum menyadari keberadaan fitur ini. Selain itu, penggunaan sejumlah fitur pada gawai diprediksi akan meningkatkan konsumsi daya baterai. Artikel ini akan menyajikan hasil survei pengguna terkait pengetahuan mereka tentang fitur filter sinar biru. Lebih lanjut, pengukuran konsumsi baterai menggunakan aplikasi Accubattery juga dilakukan terhadap penggunaan filter sinar biru untuk beberapa aktivitas daring. Hasil survei menunjukkan bahwa lebih banyak pengguna yang belum mengetahui tentang filter sinar biru pada gawai yang mereka miliki. Hasil pengukuran daya baterai menunjukkan bahwa penggunaan filter dapat meningkatkan konsumsi baterai perangkat dengan peningkatan terbesar didapatkan untuk aktivitas menonton video secara daring, yaitu hampir dua kali lipat. Berdasar hasil perhitungan selisih konsumsi daya ketika filter diaktifkan dan tidak, pengguna direkomendasikan untuk mengaktifkan filter saat aktivitas rapat daring dan belajar daring, karena konsumsi daya dari kedua kegiatan tersebut tidak mengalami kenaikan yang signifikan.

Evaluation of Uses and Gratifications on Online Otome Games

2023-07-03T08:17:28+07:00

In this advanced world of technology, games have become a fun entertainment that is loved by the people. This study aimed examine online otome game, which in this case study is Tears of Themis, using uses and gratification theory-based model that consists of enjoyment, fantasy, escapism, social interaction, social presence, achievement, self-presentation and also age moderation variable which affects the continuance intention to play Tears of Themis. The analysis testing and model development were performed using PLS-SEM method on 135 respondents who were Tears of Themis players from Indonesia. The results revealed that enjoyment and achievement have significantly affected the continuance intention of playing Tears of Themis. Meanwhile, the moderation test results showed no relation between all independent variables and continuance intention. But based on the age sub-groups, 16 – 19 years old subgroup are affected by enjoyment and self – presentation on Tears of Themis continuance intention and 20 – 24 years old subgroup are influenced by enjoyment on Tears of Themis continuance intention. These results can be used as insight for development of online otome games to improve the quality of games in the future.

Aplikasi Penentuan Kebutuhan Pelatihan Berbasis Kompetensi Untuk Peningkatan Kinerja Staf Analis Laboratorium

2023-07-03T08:17:27+07:00

Di antara tahun 2010 hingga tahun 2015, Laboratorium Parahita sedikitnya menerima laporan kesalahan pemeriksaan < 5 kasus yang dikarenakan kelalaian petugas laboratorium. Belum tersedianya program pengadaan pelatihan yang sesuai dengan kebutuhan kompetensi analis laboratorium menjadi penyebab kelalaian tersebut, karena sebagian besar program pelatihan yang diadakan sama dengan karyawan divisi lainnya. Divisi Sumber Daya Manusia masih kesulitan dalam menentukan apa kebutuhan pelatihan yang tepat bagi analis laboratorium, terlebih lagi proses administrasi pengadaan pelatihan masih belum terotomasi membuat data Divisi Sumber Daya Manusia dan Divisi Laboratorium belum sinkron. Tujuan penelitian ini adalah pembuatan aplikasi berbasis website yang digunakan untuk menganalisis kebutuhan pelatihan bagi analis laboratorium. Data-data yang diperlukan dalam pembuatan aplikasi didapatkan dari hasil pengamatan tidak terstruktur terkait proses pengadaan pelatihan saat ini serta hasil wawancara kepada pihak-pihak terkait. Teknik wawancara semiterstruktur diterapkan untuk menggali permasalahan lebih terbuka. Sebanyak 4 jenis data berhasil didapatkan dan divalidasi oleh Laboratorium Parahita, yakni data level kompetensi, data jenis kompetensi dan toleransi gap, data standar penilaian, serta data materi uji kompetensi. Keempat data ini dianalisis dengan teori gap analysis untuk menunjukkan seberapa besar kesenjangan antara kompetensi yang dimiliki dengan kompetensi yang dibutuhkan Laboratorium, termasuk pada sisi level dan jenis kompetensi yang dibutuhkan. Pada pengembangannya, aplikasi ini menggunakan model SDLC Waterfall. Hasilnya, aplikasi memberikan 4 fitur penting yang dapat mendukung proses pengadaan pelatihan, yakni fitur penilaian uji kompetensi, rekapitulasi uji kompetensi, analisis kebutuhan pelatihan dengan gap analysis, dan fitur pengajuan rencana pengadaan pelatihan yang juga didalamnya dapat mencatat nama trainer dan anggaran yang dibutuhkan sehingga riwayat pengadaan pelatihan dapat terekam otomatis. Seluruh fitur pada aplikasi telah diuji coba menggunakan metode blackbox yang hasilnya semua fungsional aplikasi berjalan dengan baik.

Sistem Kendali Jarak Jauh Untuk Pemutusan dan Penyambungan kWh Meter Dengan Ponsel

2023-07-03T08:17:26+07:00

Pemutusan sementara saluran listrik ke pelanggan PT. PLN dapat dilakukan untuk mengurangi tunggakan tagihan pembayaran konsumsi energi listrik atau untuk mengatasi keadaan darurat. Oleh karena itu dalam penelitian ini membahas tentang pembuatan prototipe perangkat pemutus-sambung saluran listrik melalui jaringan GSM yang dapat membantu kerja PT. PLN. Adapun metode pemutusan dan penyambungan saluran listrik ke pelanggan dilakukan dengan menggunakan ponsel yang mengirimkan pesan SMS (Short Message Service) ke peralatan kontrol di Alat Pembatas dan Pengukur (APP). Pesan itu untuk mengubah status relay menjadi on (listrik tersambung) atau off (listrik terputus). Perangkat utama yang digunakan yaitu Arduino Uno, Modul GSM SIM808, dan Relay. Selain itu, sistem ini juga dilengkapi dengan fitur pengecekan saldo pulsa, titik lokasi dan status/nilai tegangan untuk kebutuhan monitoring kerja sistem. Hasilnya akan ditampilkan pada ponsel petugas melalui SMS dan website Thingspeak. Pengujian sistem secara keseluruhan yang dilakukan terhadap prototipe berjalan dengan baik dan sempurna. Kontak relay tertutup dan terbuka sesuai pesan SMS dan terkonfirmasi pada tampilan ponsel petugas.

Analisis Kualitas Website Perguruan Tinggi Sebagai Second-Order Construct Menggunakan Pendekatan PLS-SEM

2023-07-03T08:17:27+07:00

Website perguruan tinggi mengalami penurunan pemeringkatan Webometric, QS World University Ranking dan klasterisasi di tingkat nasional. Peneliti melakukan riset terkait dengan adanya gap pada performa website perguruan tinggi. Tujuan dilakukannya penelitian ini adalah untuk menganalisis faktor yang membentuk dimensi kualitas website (WebQual) dan pengaruhnya pada kepuasan pengguna dan niat mengunjungi kembali website perguruan tinggi. Jenis penelitian adalah kuantitatif dengan menggunakan data primer yang hasilnya diperoleh dari jawaban responden atas isian kuesioner. Penentuan sampel menggunakan teknik Purposive Sampling dengan total 379 responden. Teknik analisis menggunakan Explanatory Factor Analysis (EFA) untuk menentukan faktor pembentuk WebQual dan Partial Least Square dengan Structural Equation Model (PSL-SEM) untuk menguji model penelitian. Hasil penelitian menunjukkan bahwa EFA mampu mengelompokkan dari sepuluh variabel menjadi tiga variabel baru pembentuk dimensi WebQual sebagai second-order construct yaitu kualitas informasi, kualitas interaksi layanan, dan kemanfaatan website. Hasil PLS-SEM menunjukkan bahwa dimensi WebQual memiliki pengaruh positif terhadap kepuasan pengguna, dan kepuasan pengguna berpengaruh positif terhadap niat mengunjungi kembali website perguruan tinggi. Implikasi dari penelitian ini bahwa semakin bagus kualitas website perguruan tinggi dapat meningkatkan kepuasan penggunanya. Hal ini memberi dampak pada keinginan pengguna untuk melakukan kunjungan kembali ke website perguruan tinggi di masa yang akan datang.

Detection of Indonesian Food to Estimate Nutritional Information Using YOLOv5

2023-07-03T08:17:25+07:00

Currently, the development of online food delivery service applications is very popular. The application offers convenience in finding and fulfilling food needs. That circumstance has an impact such as not controlling the type and amount of food consumed. Therefore, to maintain a healthy lifestyle, people need to eat healthy and nutritious food. The goal of this research is to build a model using the YOLOv5 model that can detect images of Indonesian food so that nutritional estimation can then be carried out by taking information per serving data sourced from the FatSecret Indonesia website. The methods of this research include data collection, data pre-processing, training, testing, evaluation, image detection, and model export. The outcome of this research is an object detection model that is ready to be implemented in android applications or websites to detect images of Indonesian food which can be estimated for each nutrient. Based on the detection results, 98.6% for an average of a curacy, 95% for precision, 95.3% for recall, and 95% for F1-Score were obtained. The results of the detection are then used to estimate nutrition by taking information per portion from the FatSecret Indonesia website. From the experiments that were carried out on seven pictures of Indonesian food, the estimation was carried out well by displaying various nutritional information including energy, protein, fat, and carbohydrates.

Software Defect Prediction Based on Optimized Machine Learning Models: A Comparative Study

2023-07-03T08:17:25+07:00

Software defect prediction is crucial used for detecting possible defects in software before they manifest. While machine learning models have become more prevalent in software defect prediction, their effectiveness may vary based on the dataset and hyperparameters of the model. Difficulties arise in determining the most suitable hyperparameters for the model, as well as identifying the prominent features that serve as input to the classifier. This research aims to evaluate various traditional machine learning models that are optimized for software defect prediction on NASA MDP (Metrics Data Program) datasets. The datasets were classified using k-nearest neighbors (k-NN), decision trees, logistic regression, linear discriminant analysis (LDA), single hidden layer multilayer perceptron (SHL-MLP), and Support Vector Machine (SVM). The hyperparameters of the models were fine-tuned using random search, and the feature dimensionality was decreased by utilizing principal component analysis (PCA). The synthetic minority oversampling technique (SMOTE) was implemented to oversample the minority class in order to correct the class imbalance. k-NN was found to be the most suitable for software defect prediction on several datasets, while SHL-MLP and SVM were also effective on certain datasets. It is noteworthy that logistic regression and LDA did not perform as well as the other models. Moreover, the optimized models outperform the baseline models in terms of classification accuracy. The choice of model for software defect prediction should be based on the specific characteristics of the dataset. Furthermore, hyperparameter tuning can improve the accuracy of machine learning models in predicting software defects.