Aelani, Khoirida
Unknown Affiliation

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

PENGUKURAN USABILITY SISTEM MENGGUNAKAN USE QUESTIONNAIRE (STUDI KASUS APLIKASI PERWALIAN ONLINE STMIK “AMIKBANDUNG”) Aelani, Khoirida; ., Falahah
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2012
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Usability merupakan salah satu parameter penting pada pengukuran kualitas sistem informasi atau perangkat lunak. Usability mengacu pada efektivitas, efisiensi dan kepuasan user. Tingkat usability yang tinggi biasanya berkaitan erat dengan populernya dan tingginya pemanfaatan sistem / perangkat lunak tersebut oleh user untuk membantu tugas mereka. Sistem dengan tingkat usability rendah biasanya pada akhirnya akan ditinggalkan oleh user. Oleh karena itu, sangat penting untuk mengetahui tingkat usabilitas suatu sistem. Hasil pengukurannya dapat digunakan sebagai masukan berharga untuk memperbaiki sistem tersebut di masa mendatang.Usability dapat diukur dengan berbagai macam parameter dan perangkat pengukuran. Salah satu perangkat pengukuran Usability adalah USE Questionnaire yang membagi menjadi 3 parameter utama yaitu Usefullness, Satisfaction dan Ease of Use. Masing-masing parameter diuraikan menjadi sekumpulan paket pernyataan yang disodorkan kepada para pengguna dalam bentuk kuisioner dengan skala Likert.Berdasarkan parameter usability yang digunakan pada USE Questionnaire, dilakukan pengukuran usability pada sistem informasi akademik, khususnya aplikasi perwalian online, yang sudah digunakan lebih dari 10 tahun di STMIK â??AMIKBANDUNGâ?. Hasil penelitian menunjukkan bahwa sistem ini secara keseluruhan memiliki usability yang cukup baik dan berhasil memudahkan dan membantu user menjalakan tugasnya dengan efisien. Beberapa kelemahan terletak pada elemen satisfaction, terutama terkait dengan tampilan yang memang tampak sederhana dan kurang ada inovasi dari tahun ke tahun. Beberapa penambahan fasilitas juga diharapkan oleh para pengguna seperti semacam kotak pesan khusus (tidak terpisah melalui email), dan fasilitas chatting dengan dosen wali. Masukan ini diharapkan dapat meningkatkan usability aplikasi perwalian online di masa mendatang.
IDENTIFIKASI PENYAKIT PADA DAUN JAMBU KRISTAL BERBASIS ANDROID DENGAN METODE ENTERPRISE UNIFIED PROCESS Sudiarto, Ari Kurniawan; Aelani, Khoirida; Juniar, Fresa Dwi
JOINT (Journal of Information Technology) Vol 2 No 1 (2020): JOINT: Journal of Information Technology
Publisher : Bagian Penelitian, Pengabdian Masyarakat & Pusat Inovasi STMIK "AMIKBANDUNG"

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1089.558 KB) | DOI: 10.47292/joint.v2i1.001

Abstract

Kelompok tani Jambu Kristal Subang mempunyai permasalahan dalam hal pengelolaan dan pemeliharaan tanaman yang masih dilaksanakan dengan cara turun menurun di luar Sistem Operasi Prosedur (SOP) yang diberikan oleh Dinas Pertanian Subang, terutama dalam pengelolaan pencegahan penyakit atau hama tanaman dan pemanenan buah Jambu Kristal. Hal tersebut membuat proses pemeriksaan hasil panen memerlukan waktu yang lama bila harus disesuaikan dengan ketetapan SOP. Salah satu alternatif solusi yang bertujuan untuk memberikan pengarahan dan penanganan kepada petani dalam melakukan pengelolaan jambu kristal, adalah dengan menerapkan teknologi informatika berupa satu model aplikasi yang dibangun untuk identifikasi penyakit pada daun jambu kristal berbasis Android. Aplikasi ini menggunakan fasilitas kamera pada handphone untuk melakukan pengambilan foto dari sampel daun jambu. Metode penelitian yang digunakan adalah metode pengembangan perangkat lunak (Enterprise Unified Process) yang tahapannya meliputi Contruction, Transition, dan Production. Java sebagai bahasa pemrogramannya, serta Tools Android Studio sebagai editor-nya. Aplikasi Identifikasi penyakit pada daun jambu kristal yang dibangun setelah dilakukan ujicoba dapat digunakan oleh Petani Jambu Kristal di kelompok tani Subang sebagai alat bantu untuk mengetahui penyakit yang ada pada tumbuhan jambu kristal sehingga didapat suatu cara dalam melakukan penangganan untuk mengobati tumbuhan jambu Kristal dengan hasil panen yang diharapkan dapat optimal.
IMPLEMENTASI SUPPORT VECTOR MACHINE (SVM) UNTUK KLASIFIKASI JENIS DAUN MANGGA MENGGUNAKAN METODE GRAY LEVEL CO-OCCURRENCE MATRIX Suhendri, Suhendri; Muharam, Fauzan Muhammad; Aelani, Khoirida
KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer Vol. 1 No. 03 (2017): KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer
Publisher : Puslitbang Kopertip Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (820.176 KB) | DOI: 10.32485/kopertip.v1i03.22

Abstract

Mangga atau mempelam (Magnifera Indica) merupakan buah yang memiliki nilai komersial di Asia terutama Negara Indonesia, hal ini menjadi peluang bagi para pelaku bisnis seperti petani kecil bahkan perkebunan besar, namun untuk menanam dan membudidayakan pohon mangga, diperlukan bibit dan lingkungan atau lahan yang sesuai dengan jenis mangga yang ditanam. Sulitnya membedakan pohon mangga menjadi salah satu faktor kegagalan dalam penanaman mangga, karena apabila dalam suatu lahan terdapat lebih dari satu jenis mangga yang ditanam, tentunya akan sangat mempegaruhi kualitas buah yang dihasilkan.   Salah satu solusi yang dilakukan dalam penelitian ini yaitu dengan menganalisis tekstur dari daun mangga menggunakan metode Gray Level Co-occurrence Matrix (GLCM) yang akan memperhitungkan derajat keabuan dari tekstur daun menjadi matrix co-occurrence serta melakukan pengklasifikasian berdasarkan jenis-jenis mangga menggunakan Support Vector Machine (SVM) yang dinilai tingkat akurasinya cukup tinggi . Menggunakan alat bantu pembelajaran MATLAB pengimplementasian analisis tekstur yaitu Gray Level Co-occurrence Matrix (GLCM), derajat keabuan dan matrix co-occurrence dapat diketahui, lalu disimpan kedalam bentuk Excel menggunakan Microsoft Excel sehingga akan memudahkan dalam melakukan klasifikasi, sedangkan klasifikasi Support Vector Machine (SVM)  dilakukan dengan alat bantu Rapidminer.    Setelah penelitian ini diimplementasikan maka dari uji coba 150 daun mangga yaitu 50 daun Arumanis, 50 daun Pancarasa, dan 50 daun Manalagi, diketahui nilai rata-rata tingkat akurasi SVM dalam melakukan klasifikasi yaitu sebesar 64.67%, dari nilai tersebut dapat disimpulkan bahwa keakuratan SVM pada penelitian ini berada diatas nilai ambang kernel yaitu 50% sehingga dinilai cukup baik.