Candra Agustina
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Previous Organizations / Institutes
The organizations / institutes from the scholar's other articles in the past ten years
Candra Agustina has a total of 15 co-authors. Here are the top co-authors by number of shared publications:
- Eka Rahmawati
Universitas Bina Sarana Informatika
3 shared publications - Eka Rahmawati
Universitas Bina Sarana Informatika
2 shared publications Farikhin Farikhin
Diponegoro Univ, Fac Sci & Math, Dept Math, Semarang, Indonesia
2 shared publications- Akhmad Syukron
Universitas Bina Sarana Informatika
1 shared publication Budi Al Amin
Universitas Bina Sarana Informatika
1 shared publicationGalih Setiawan Nurohim
Universitas Bina Sarana Informatika
1 shared publication
Latest Publications
- Open Access
- 26 September 2024
- Published by Universitas Bina Sarana Informatika in EVOLUSI : Jurnal Sains dan Manajemen
- Vol. 12 (2)
Optimalisasi Algoritma Random Forest Menggunakan SMOTE untuk Prediksi Pembatalan Tamu Hotel
Optimalisasi Algoritma Random Forest Menggunakan SMOTE untuk Prediksi Pembatalan Tamu Hotel
- 26 September 2024
- Published by Universitas Bina Sarana Informatika in EVOLUSI : Jurnal Sains dan Manajemen
- Vol. 12 (2)
Open AccessOptimalisasi Algoritma Random Forest Menggunakan SMOTE untuk Prediksi Pembatalan Tamu Hotel
Optimalisasi Algoritma Random Forest Menggunakan SMOTE untuk Prediksi Pembatalan Tamu Hotel
- Open Access
- 10 June 2024
- Published by Politeknik Negeri Jember in Jurnal Teknologi Informasi dan Terapan
- Vol. 11 (1) , 1-6
Optimasi Ulasan Pengguna Aplikasi ChatGPT di Google Play Store Menggunakan SMOTE
Artificial Intelligence (AI) menjadi bidang ilmu yang terus dikembangkan dalam berbagai aspek kehidupan. Salah satu aplikasi yang dikembangkan adalah ChatGPT. Aplikasi tersebut memungkinkan adanya interaksi dengan percakapan teks dengan menerapkan model berbasis AI. Terdapat berbagai fitur dan fungsi yang dapat dimanfaatkan oleh pengguna sesuai dengan kebutuhan. Namun, dalam interaksinya terdapat kemampuan yang terbatas dalam pemahaman terhadap konteks yang kompleks dan tingkat akurasi dari teks jawaban yang diberikan. Untuk mengetahui perspektif pengguna aplikasi ChatGPT, maka dapat dilakukan text mining melalui ulasan Google Playstore. Sebelum diolah data yang telah melalui beberapa tahapan pre-processing. Selanjutnya dilakukan klasifikasi dengan implementasi algoritma K-Nearest Neighbors (KNN) dan Deep Learning. Optimasi kinerja algoritma dilakukan dengan Teknik SMOTE. Hasil pengolahan data menunjukan adanya peningkatan akurasi dengan penggunaan SMOTE sebesar 4% pada Deep Learning dan 1,08% pada KNN. Nilai akurasi tertinggi diperoleh dari implementasi SMOTE pada KNN dengan nilai 91,48%.
- 10 June 2024
- Published by Politeknik Negeri Jember in Jurnal Teknologi Informasi dan Terapan
- Vol. 11 (1) , 1-6
Open AccessOptimasi Ulasan Pengguna Aplikasi ChatGPT di Google Play Store Menggunakan SMOTE
Artificial Intelligence (AI) menjadi bidang ilmu yang terus dikembangkan dalam berbagai aspek kehidupan. Salah satu aplikasi yang dikembangkan adalah ChatGPT. Aplikasi tersebut memungkinkan adanya interaksi dengan percakapan teks dengan menerapkan model berbasis AI. Terdapat berbagai fitur dan fungsi yang dapat dimanfaatkan oleh pengguna sesuai dengan kebutuhan. Namun, dalam interaksinya terdapat kemampuan yang terbatas dalam pemahaman terhadap konteks yang kompleks dan tingkat akurasi dari teks jawaban yang diberikan. Untuk mengetahui perspektif pengguna aplikasi ChatGPT, maka dapat dilakukan text mining melalui ulasan Google Playstore. Sebelum diolah data yang telah melalui beberapa tahapan pre-processing. Selanjutnya dilakukan klasifikasi dengan implementasi algoritma K-Nearest Neighbors (KNN) dan Deep Learning. Optimasi kinerja algoritma dilakukan dengan Teknik SMOTE. Hasil pengolahan data menunjukan adanya peningkatan akurasi dengan penggunaan SMOTE sebesar 4% pada Deep Learning dan 1,08% pada KNN. Nilai akurasi tertinggi diperoleh dari implementasi SMOTE pada KNN dengan nilai 91,48%.
- Open Access
- 30 March 2024
- Published by Asosiasi Seni Desain dan Komunikasi Visual Indonesia in Kesejahteraan Bersama : Jurnal Pengabdian dan Keberlanjutan Masyarakat
- Vol. 1 (2) , 91-100
Pengenalan Artificial Intelligence Pada Pondok Pesantren Yatim Al Ikhsan Surakarta
Introduction and use of artificial intelligence (AI) technology is increasingly widespread in various aspects of human life. In the context of community service, AI has great potential to improve the quality of life of people through a variety of innovative applications. This article discusses how AI can be used in community service, including practical applications in the field of education. Student Data Management: Al Ihsan Foundation can use AI to manage orphan student data such as personal data, academic data, and health data. AI-supported data management systems can integrate this information better, thus enabling more personalized and customized services. Learning and Development: AI can be used to develop online learning platforms that are tailored to individual student learning needs. AI systems analyze student learning preferences and progress and recommend the most effective learning materials and methods. By leveraging AI, younger generations can create exciting, high-quality content without having to have specialized expertise in graphic design or video editing. For example, technologies such as Canva Magic Studio leverage artificial intelligence to make it easier to make exciting designs.The training aims to provide a better understanding to the younger generation of the basic concepts of AI and its applications in everyday life, including in the creation of creative digital content. Hopefully, with a better understanding of AI, the younger generation will be able to develop their creative potential and use it for a variety of positive purposes in their lives.
- 30 March 2024
- Published by Asosiasi Seni Desain dan Komunikasi Visual Indonesia in Kesejahteraan Bersama : Jurnal Pengabdian dan Keberlanjutan Masyarakat
- Vol. 1 (2) , 91-100
Open AccessPengenalan Artificial Intelligence Pada Pondok Pesantren Yatim Al Ikhsan Surakarta
Introduction and use of artificial intelligence (AI) technology is increasingly widespread in various aspects of human life. In the context of community service, AI has great potential to improve the quality of life of people through a variety of innovative applications. This article discusses how AI can be used in community service, including practical applications in the field of education. Student Data Management: Al Ihsan Foundation can use AI to manage orphan student data such as personal data, academic data, and health data. AI-supported data management systems can integrate this information better, thus enabling more personalized and customized services. Learning and Development: AI can be used to develop online learning platforms that are tailored to individual student learning needs. AI systems analyze student learning preferences and progress and recommend the most effective learning materials and methods. By leveraging AI, younger generations can create exciting, high-quality content without having to have specialized expertise in graphic design or video editing. For example, technologies such as Canva Magic Studio leverage artificial intelligence to make it easier to make exciting designs.The training aims to provide a better understanding to the younger generation of the basic concepts of AI and its applications in everyday life, including in the creation of creative digital content. Hopefully, with a better understanding of AI, the younger generation will be able to develop their creative potential and use it for a variety of positive purposes in their lives.
- Open Access
- 15 February 2024
- Published by Universitas Bina Sarana Informatika in Jurnal Abdimas BSI: Jurnal Pengabdian Kepada Masyarakat
- Vol. 7 (1) , 124-134
Penerapan Sistem Informasi Pembayaran Air Minum pada Penyediaan Air Minum dan Sanitasi Berbasis Masyarakat (Pamsimas) “Bersatu” Desa Candirejo
Program pengabdian kepada masyarakat telah dilaksanakan pada Penyediaan Air Minum dan Sanitasi Berbasis Masyarakat (Pamsimas) Bersatu Desa Candirejo yang terletak di Kecamatan Borobudur. Melalui program Pamsimas pemerintah Desa Candirejo membangun jaringan pipa air bersih untuk menjamin ketersediaan pasokan air warga. Dikenal dengan nama Pamsimas Bersatu, program ini disambut baik warga Desa. Namun pengelolaannya masih sangat terbatas, termasuk dalam sistem pembayaran. Semua proses dilakukan secara manual, dan masih dikerjakan oleh staf pemerintah Desa Candirejo. Dalam menjalankan sistem manual saat ini sering terjadi kesalahan seperti, terjadi selisih perhitungan uang yang diperoleh dengan catatan admin. Dari sisi pelanggan juga menunggu petugas memberikan lembar tagihan untuk dapat melakukan pembayaran, padahal saat ini petugas hanya ada 1 orang untuk menangani seluruh pelanggan. Oleh karena itu dibutuhkan sistem pembayaran yang lebih efektif dan efisien. Salah satu solusinya adalah dengan memanfaatkan Teknologi Informasi. Sistem dirancang menggunakan metode Scrum, kemudian di aplikasikan pada pengelolaan Pamsimas Bersatu. Aplikasi ini menampung data pelanggan, data tagihan dan data pembayaran. Outputnya berupa tagihan, nota pembayaran, dan laporan. Penggunaan sistem informasi pembayaran air minum ini pengelola lebih mudah dan cepat dalam melakukan pekerjaannya. Terlebih jumlah pelanggan yang terus bertambah, membutuhkan sistem yang dapat meminialisir kesalahan meskipun dengan sumber daya manusia yang terbatas. Hasil pelaksanaan program pengabdian menunjukan bahwa sistem dapat meningkatkan efisiensi dalam pengelolaan Pamsimas seperti input pelanggan, input meter, cetak tagihan, input pembayaran dan cetak laporan.
- 15 February 2024
- Published by Universitas Bina Sarana Informatika in Jurnal Abdimas BSI: Jurnal Pengabdian Kepada Masyarakat
- Vol. 7 (1) , 124-134
Open AccessPenerapan Sistem Informasi Pembayaran Air Minum pada Penyediaan Air Minum dan Sanitasi Berbasis Masyarakat (Pamsimas) “Bersatu” Desa Candirejo
Program pengabdian kepada masyarakat telah dilaksanakan pada Penyediaan Air Minum dan Sanitasi Berbasis Masyarakat (Pamsimas) Bersatu Desa Candirejo yang terletak di Kecamatan Borobudur. Melalui program Pamsimas pemerintah Desa Candirejo membangun jaringan pipa air bersih untuk menjamin ketersediaan pasokan air warga. Dikenal dengan nama Pamsimas Bersatu, program ini disambut baik warga Desa. Namun pengelolaannya masih sangat terbatas, termasuk dalam sistem pembayaran. Semua proses dilakukan secara manual, dan masih dikerjakan oleh staf pemerintah Desa Candirejo. Dalam menjalankan sistem manual saat ini sering terjadi kesalahan seperti, terjadi selisih perhitungan uang yang diperoleh dengan catatan admin. Dari sisi pelanggan juga menunggu petugas memberikan lembar tagihan untuk dapat melakukan pembayaran, padahal saat ini petugas hanya ada 1 orang untuk menangani seluruh pelanggan. Oleh karena itu dibutuhkan sistem pembayaran yang lebih efektif dan efisien. Salah satu solusinya adalah dengan memanfaatkan Teknologi Informasi. Sistem dirancang menggunakan metode Scrum, kemudian di aplikasikan pada pengelolaan Pamsimas Bersatu. Aplikasi ini menampung data pelanggan, data tagihan dan data pembayaran. Outputnya berupa tagihan, nota pembayaran, dan laporan. Penggunaan sistem informasi pembayaran air minum ini pengelola lebih mudah dan cepat dalam melakukan pekerjaannya. Terlebih jumlah pelanggan yang terus bertambah, membutuhkan sistem yang dapat meminialisir kesalahan meskipun dengan sumber daya manusia yang terbatas. Hasil pelaksanaan program pengabdian menunjukan bahwa sistem dapat meningkatkan efisiensi dalam pengelolaan Pamsimas seperti input pelanggan, input meter, cetak tagihan, input pembayaran dan cetak laporan.
- Open Access
- 1 January 2024
- Published by Engineering and Technology Publishing in Journal of Advances in Information Technology
- Vol. 15 (4) , 492-499
Enhancing Sentiment Analysis Accuracy in Borobudur Temple Visitor Reviews through Semi-Supervised Learning and SMOTE Upsampling
JAIT is a scientific open access journal which focuses on empirical research results and critical analysis of technology development, use, management and impacts in information technology.
- 1 January 2024
- Published by Engineering and Technology Publishing in Journal of Advances in Information Technology
- Vol. 15 (4) , 492-499
Open AccessEnhancing Sentiment Analysis Accuracy in Borobudur Temple Visitor Reviews through Semi-Supervised Learning and SMOTE Upsampling
JAIT is a scientific open access journal which focuses on empirical research results and critical analysis of technology development, use, management and impacts in information technology.
- Open Access
- 28 December 2023
- Published by Politeknik Negeri Jember in Jurnal Teknologi Informasi dan Terapan
- Vol. 10 (2) , 102-107
Perbandingan Teknik Resample pada Algoritma K-NN dan SVM untuk Prediksi Pembatalan Pemesanan Kamar Hotel
Peningkatan kemudahan dalam pemesanan reservasi hotel secara langsung berdampak pada peningkatan kemudahan pembatalan, memberikan dampak yang potensial merugikan bagi pengelola hotel. Oleh karena itu, diperlukan sistem pendukung keputusan yang dapat membantu para manajer dalam membuat keputusan yang cerdas di tengah dinamika industri perhotelan. Salah satu pendekatan yang diterapkan adalah memanfaatkan teknologi data mining, dengan fokus pada algoritma K-Nearest Neighbors (kNN) dan Support Vector Machine (SVM) untuk melakukan prediksi pembatalan pemesanan kamar hotel. Penelitian ini melibatkan penerapan teknik resampling guna meningkatkan akurasi prediksi. Hasil penelitian mengindikasikan bahwa SVM mencapai tingkat akurasi sebesar 85,05%, sementara SVM yang didukung oleh teknik resample meningkat menjadi 93,85%. Di sisi lain, KNN mencapai akurasi 80,1%, dan dengan penerapan resampling, akurasinya meningkat menjadi 92,15%. Temuan ini menunjukkan potensi besar teknologi data mining, khususnya dalam konteks prediksi pembatalan pemesanan kamar hotel, dengan peningkatan signifikan akurasi melalui penerapan teknik resample pada kedua algoritma kNN dan SVM.
- 28 December 2023
- Published by Politeknik Negeri Jember in Jurnal Teknologi Informasi dan Terapan
- Vol. 10 (2) , 102-107
Open AccessPerbandingan Teknik Resample pada Algoritma K-NN dan SVM untuk Prediksi Pembatalan Pemesanan Kamar Hotel
Peningkatan kemudahan dalam pemesanan reservasi hotel secara langsung berdampak pada peningkatan kemudahan pembatalan, memberikan dampak yang potensial merugikan bagi pengelola hotel. Oleh karena itu, diperlukan sistem pendukung keputusan yang dapat membantu para manajer dalam membuat keputusan yang cerdas di tengah dinamika industri perhotelan. Salah satu pendekatan yang diterapkan adalah memanfaatkan teknologi data mining, dengan fokus pada algoritma K-Nearest Neighbors (kNN) dan Support Vector Machine (SVM) untuk melakukan prediksi pembatalan pemesanan kamar hotel. Penelitian ini melibatkan penerapan teknik resampling guna meningkatkan akurasi prediksi. Hasil penelitian mengindikasikan bahwa SVM mencapai tingkat akurasi sebesar 85,05%, sementara SVM yang didukung oleh teknik resample meningkat menjadi 93,85%. Di sisi lain, KNN mencapai akurasi 80,1%, dan dengan penerapan resampling, akurasinya meningkat menjadi 92,15%. Temuan ini menunjukkan potensi besar teknologi data mining, khususnya dalam konteks prediksi pembatalan pemesanan kamar hotel, dengan peningkatan signifikan akurasi melalui penerapan teknik resample pada kedua algoritma kNN dan SVM.
- Open Access
- 17 November 2023
- Published by EDP Sciences in E3S Web of Conferences
- Vol. 448, 02011
Comparison of Simple Matching Coefficient and Euclidean Distance In K-Means Algorithm for Tourism Destination Classification
The tourism sector is currently experiencing accelerated growth after being slumped due to the Covid 19 pandemic for 3 years. government assistance continues to be disbursed to restore the tourism industry. this is responded by tourism businesses by developing tourist destinations. The development includes improving existing destinations, as well as by creating new tourist destinations. in various regions, the government and the private sector are competing to build new tourist attractions, usually located near tourist destinations that are well known to the public. These tourist destinations need to be recorded by the government and tourists. in collecting data, it is necessary to make groupings based on the characteristics of these tourist destinations. To assess a destination is done using the 6A framework, namely attractions, amenities, access, availability, activities, Ancillary. The data obtained is then clustered using the K-Means algorithm, using Simple Matching coefficient and Euclidean Distance. SMC uses the principle of similarity while Euclidean uses the principle of calculating the distance between data. from the calculation results of the two methods, the resulting calculator is the same but when the Davies Bouldin Index is calculated, Euclidean Distance shows better performance.
- 17 November 2023
- Published by EDP Sciences in E3S Web of Conferences
- Vol. 448, 02011
Open AccessComparison of Simple Matching Coefficient and Euclidean Distance In K-Means Algorithm for Tourism Destination Classification
The tourism sector is currently experiencing accelerated growth after being slumped due to the Covid 19 pandemic for 3 years. government assistance continues to be disbursed to restore the tourism industry. this is responded by tourism businesses by developing tourist destinations. The development includes improving existing destinations, as well as by creating new tourist destinations. in various regions, the government and the private sector are competing to build new tourist attractions, usually located near tourist destinations that are well known to the public. These tourist destinations need to be recorded by the government and tourists. in collecting data, it is necessary to make groupings based on the characteristics of these tourist destinations. To assess a destination is done using the 6A framework, namely attractions, amenities, access, availability, activities, Ancillary. The data obtained is then clustered using the K-Means algorithm, using Simple Matching coefficient and Euclidean Distance. SMC uses the principle of similarity while Euclidean uses the principle of calculating the distance between data. from the calculation results of the two methods, the resulting calculator is the same but when the Davies Bouldin Index is calculated, Euclidean Distance shows better performance.
- Open Access
- 29 March 2023
- Published by Universitas Bina Sarana Informatika in EVOLUSI : Jurnal Sains dan Manajemen
- Vol. 11 (1)
Klasterisasi Objek Wisata Menggunakan Jaccard Similarity Coefficient Berdasarkan Attraction, Accessability, Amenity dan Ancilarry Service
The tourism industry is back on track after being quiet for a long time due to the Covid-19 pandemic. Currently tourism activists are intensively promoting. In various regions, new tourist destinations have emerged, both managed by large companies and groups of people. In order to realize a good and sustainable tourism industry, it is necessary to carry out coaching and coaching in all of these tourist destinations. In developing the tourism industry, a component known as 6A is known, namely Attraction, Accessibility, Activities, Ancillary Service and Available Packages. Each component has sub-indicators that form the basis of data collection. Of the 6 components, tourist destinations will be clustered, the results of the clustering can be used for various purposes, such as development plans by related agencies, or for recommendations to tourists to determine destinations. The dataset obtained will be processed using the CBR (Case Base Reasoning) technique using the Jaccard Similarity Coefficient algorithm because it is an algorithm that is simple and easy to apply to binary data. From framework 6A, an application will be created to input new data that will be clustered. The output of the application is a collection of data that has been input. Keyword : Jaccard Similarity Coefficient, Tourism, 4A Component Abstrak Industri pariwisata kembali menggeliat setelah sekian lama sepi karena pandemi Covid-19. Saat ini penggiat pariwisata sedang gencar untuk melakukan promosi. Pada berbagai wilayah, muncul destinasi wisata baru, baik dikelola perusahaan besar maupun sekelompok masyarakat. Agar terwujud industri pariwisata yang baik dan berkelanjutan maka perlu dilakukan pemantauan dan pembinaan pada seluruh destinasi wisata tersebut. Dalam mengembangkan industri pariwisata, dikenal komponen yang dinamakan 6A, yaitu Attraction, Accessbility, Activities, Ancillary Service dan Available Package. Masing-masing komponen mempunyai sub indikator yang menjadi dasar untuk pengumpulan data. Dari ke 6 komponen tersebut destinasi wisata akan di klasterisasi, hasil klasterisasi dapat digunakan untuk berbagai kepentingan semisal rencana pembinaan oleh dinas terkait, ataupun untuk rekomendasi kepada wisatawan untuk menentukan tujuan. Dataset yang diperoleh akan diolah dengan Teknik CBR (Case Base Reasoning) menggunakan algoritma Jaccard Similarity Coefficient karena merupakan algoritma yang sederhana dan mudah diaplikasikan untuk data biner. Dari framework 6A, akan dibuat aplikasi untuk menginput data baru yang akan diklasterisasi. Adapun output dari aplikasi adalah kelompok data yang telah diinput. Kata Kunci : Jaccard Similarity Coefficient, Pariwisata, Komponen 4A
- 29 March 2023
- Published by Universitas Bina Sarana Informatika in EVOLUSI : Jurnal Sains dan Manajemen
- Vol. 11 (1)
Open AccessKlasterisasi Objek Wisata Menggunakan Jaccard Similarity Coefficient Berdasarkan Attraction, Accessability, Amenity dan Ancilarry Service
The tourism industry is back on track after being quiet for a long time due to the Covid-19 pandemic. Currently tourism activists are intensively promoting. In various regions, new tourist destinations have emerged, both managed by large companies and groups of people. In order to realize a good and sustainable tourism industry, it is necessary to carry out coaching and coaching in all of these tourist destinations. In developing the tourism industry, a component known as 6A is known, namely Attraction, Accessibility, Activities, Ancillary Service and Available Packages. Each component has sub-indicators that form the basis of data collection. Of the 6 components, tourist destinations will be clustered, the results of the clustering can be used for various purposes, such as development plans by related agencies, or for recommendations to tourists to determine destinations. The dataset obtained will be processed using the CBR (Case Base Reasoning) technique using the Jaccard Similarity Coefficient algorithm because it is an algorithm that is simple and easy to apply to binary data. From framework 6A, an application will be created to input new data that will be clustered. The output of the application is a collection of data that has been input. Keyword : Jaccard Similarity Coefficient, Tourism, 4A Component Abstrak Industri pariwisata kembali menggeliat setelah sekian lama sepi karena pandemi Covid-19. Saat ini penggiat pariwisata sedang gencar untuk melakukan promosi. Pada berbagai wilayah, muncul destinasi wisata baru, baik dikelola perusahaan besar maupun sekelompok masyarakat. Agar terwujud industri pariwisata yang baik dan berkelanjutan maka perlu dilakukan pemantauan dan pembinaan pada seluruh destinasi wisata tersebut. Dalam mengembangkan industri pariwisata, dikenal komponen yang dinamakan 6A, yaitu Attraction, Accessbility, Activities, Ancillary Service dan Available Package. Masing-masing komponen mempunyai sub indikator yang menjadi dasar untuk pengumpulan data. Dari ke 6 komponen tersebut destinasi wisata akan di klasterisasi, hasil klasterisasi dapat digunakan untuk berbagai kepentingan semisal rencana pembinaan oleh dinas terkait, ataupun untuk rekomendasi kepada wisatawan untuk menentukan tujuan. Dataset yang diperoleh akan diolah dengan Teknik CBR (Case Base Reasoning) menggunakan algoritma Jaccard Similarity Coefficient karena merupakan algoritma yang sederhana dan mudah diaplikasikan untuk data biner. Dari framework 6A, akan dibuat aplikasi untuk menginput data baru yang akan diklasterisasi. Adapun output dari aplikasi adalah kelompok data yang telah diinput. Kata Kunci : Jaccard Similarity Coefficient, Pariwisata, Komponen 4A
- Open Access
- 15 September 2022
- Published by Universitas Bina Sarana Informatika in EVOLUSI : Jurnal Sains dan Manajemen
- Vol. 10 (2)
Evaluasi Aplikasi Transportasi Mobile Yogyakarta International Airport Menggunakan User Experience Quetionare (UEQ)
Aplikasi Mobile Transportasi Bandara Internasional Yogyakarta adalah aplikasi yang diluncurkan pada November 2020. Aplikasi M-YIA dibuat untuk memberikan instruksi untuk Pengguna Bandara Internasional Yogyakarta untuk masuk dan keluar area bandara. Salah satu alat yang digunakan untuk evaluasi adalah User Experience Quetinonare atau UEQ. UEQ dapat mengukur enam perspektif pengguna, yaitu daya tarik, ketajaman, efisiensi, ketergantungan, stimulasi, kebaruan. Itu kuesioner dibagikan kepada 50 responden yang telah mengunduh aplikasi dari Playstore. Data tersebut kemudian diolah menggunakan Data Analisys Tools yang telah disediakan oleh UEQ. Hasil pengolahan data menunjukkan bahwa aspek Attractiveness memiliki nilai 1,29, Perspicuity memiliki nilai 1,54, Efisiensi memiliki nilai 1,43, Ketergantungan memiliki nilai 1,10, Stimulasi memiliki nilai 1,07 dan Novelty memiliki nilai 0,66. Kelima aspek tersebut memiliki nilai > 0,8 tetapi tingkat kebaruan memliliki nilai < 0,8 sehingga dapat dinyatakan bahwa Aplikasi M-YIA memiliki penilaian positif tapi membutuhkan inovasi.
- 15 September 2022
- Published by Universitas Bina Sarana Informatika in EVOLUSI : Jurnal Sains dan Manajemen
- Vol. 10 (2)
Open AccessEvaluasi Aplikasi Transportasi Mobile Yogyakarta International Airport Menggunakan User Experience Quetionare (UEQ)
Aplikasi Mobile Transportasi Bandara Internasional Yogyakarta adalah aplikasi yang diluncurkan pada November 2020. Aplikasi M-YIA dibuat untuk memberikan instruksi untuk Pengguna Bandara Internasional Yogyakarta untuk masuk dan keluar area bandara. Salah satu alat yang digunakan untuk evaluasi adalah User Experience Quetinonare atau UEQ. UEQ dapat mengukur enam perspektif pengguna, yaitu daya tarik, ketajaman, efisiensi, ketergantungan, stimulasi, kebaruan. Itu kuesioner dibagikan kepada 50 responden yang telah mengunduh aplikasi dari Playstore. Data tersebut kemudian diolah menggunakan Data Analisys Tools yang telah disediakan oleh UEQ. Hasil pengolahan data menunjukkan bahwa aspek Attractiveness memiliki nilai 1,29, Perspicuity memiliki nilai 1,54, Efisiensi memiliki nilai 1,43, Ketergantungan memiliki nilai 1,10, Stimulasi memiliki nilai 1,07 dan Novelty memiliki nilai 0,66. Kelima aspek tersebut memiliki nilai > 0,8 tetapi tingkat kebaruan memliliki nilai < 0,8 sehingga dapat dinyatakan bahwa Aplikasi M-YIA memiliki penilaian positif tapi membutuhkan inovasi.