Hasil Pencarian  ::  Simpan CSV :: Kembali

"Angka penerimaan vaksinasi booster COVID-19 di Indonesia masih rendah, yaitu 15.33% dari total sasaran vaksinasi per April 2022. Salah satu strategi yang terbukti efektif dalam meningkatkan tingkat vaksinasi pada masyarakat adalah dengan mengimplementasikan sistem reminder dan recall. Pada penelitian terdahulu, reminder dan recall masih diterapkan pada media tradisional, seperti melalui surat, dan belum diterapkan melalui media modern seperti aplikasi smartphone, khususnya aplikasi pelacakan kontak. Oleh karena itu, penelitian ini bertujuan untuk mengembangan rancangan sistem reminder dan recall pada aplikasi pelacakan kontak PeduliLindungi menggunakan metodologi Design Science Research (DSR) dengan tiga iterasi serta menerapkan kaidah eight golden rules. Pada iterasi pertama, dihasilkan rancangan berupa prototipe low-fidelity (wireframe) dan pada iterasi selanjutnya dihasilkan rancangan berupa prototipe high-fidelity (clickable prototype). Prototipe yang dihasilkan memiliki tiga fitur utama, yaitu mekanisme reminder dan recall, pendaftaran online vaksinasi booster COVID-19, dan artikel edukasi. Evaluasi pada iterasi pertama menggunakan wawancara, iterasi kedua menggunakan wawancara dan System Usability Scale (SUS), serta iterasi ketiga menggunakan Post-Study System Usability Questionnaire (PSSUQ). Pada iterasi kedua, nilai SUS yang diperoleh adalah 71.6 atau “Good (Acceptable)”, sedangkan pada iterasi ketiga, nilai system usefulness, information quality, interface quality dan overall dari PSSUQ adalah 2.456, 2.473, 2.230, dan 2.397, yang menandakan bahwa rancangan telah dibuat dengan baik. Penelitian ini memberikan manfaat berupa kontribusi kepada dua area, yaitu sebagai rujukan implementasi sistem reminder dan recall pada aplikasi pelacakan kontak khususnya PeduliLindungi, serta perbaikan dan pengembangan aplikasi pelacakan kontak menggunakan metodologi DSR.

---

The acceptance rate for COVID-19 booster vaccination in Indonesia remains relatively low, representing 15.33% of the overall vaccination target as of April 2022. Implementing a reminder and recall system is one strategy that has proven effective in increasing vaccination rates in society. In prior research, reminders and recalls were still used in traditional media, such as letters, and had not been integrated into modern media, such as smartphone applications, especially contact tracing applications. Therefore, this study aims to develop a reminder and recall system design for the PeduliLindungi contact tracing application using the Design Science Research (DSR) methodology with three iterations and applying the eight golden rules. The first iteration produces a low-fidelity prototype (wireframe), and the next iteration produces a high-fidelity prototype (clickable prototype). The final prototype has three main features: a reminder and recall mechanism, online registration for COVID-19 booster vaccination, and educational articles. The evaluation in the first iteration employs interviews, the second iteration employs interviews and System Usability Scale (SUS), and the third iteration employs the Post-Study System Usability Questionnaire (PSSUQ). The SUS value obtained in the second iteration is 71.6 or "Good (Acceptable)", while in the third iteration, the system usefulness, information quality, interface quality, and overall PSSUQ values are 2.456, 2.473, 2.230, and 2.397, showing that the resulting design has a good quality. This study contributes to two research areas: the implementation of a reminder and recall system in PeduliLindungi contact tracing apps, and the enhancement of contact tracing applications using the DSR methodology."

"Software Product Line Engineering (SPLE) merupakan paradigma pengembangan perangkat lunak yang memanfaatkan common platform (kemiripan) dan mass customisation (keragaman) dari berbagai aplikasi. Pengembangan perangkat lunak dengan paradigma SPLE pada penelitian ini menggunakan diagram Interaction Flow Modeling Language (IFML) sebagai pemodelan antarmuka dalam menghasilkan komponen user interface (UI) pada aplikasi front end. Diagram IFML digunakan sebagai masukan pada UI Generator Web Interface untuk menghasilkan proyek React sebagai aplikasi berbasis website. Namun, ketika aplikasi dibuka melalui tampilan mobile, antarmuka yang ditampilkan menjadi tidak teratur serta beberapa interaksi sulit untuk dilakukan. Selain itu, aplikasi yang dihasilkan juga belum dapat diinstal pada perangkat untuk digunakan secara offline. Oleh karenanya, penelitian ini bertujuan untuk mengembangkan UI Generator Web Interface agar aplikasi yang dihasilkan memiliki tampilan yang responsif serta mendukung Progressive Web Application (PWA). Selain itu, penelitian ini juga bertujuan untuk mengembangkan UI Generator Mobile Interface untuk menghasilkan proyek React Native sebagai aplikasi berbasis mobile. UI Generator Mobile Interface yang dikembangkan menggunakan diagram IFML yang sama dalam menghasilkan aplikasi mobile dengan antarmuka dan fungsionalitas yang serupa. Selanjutnya, antarmuka kedua aplikasi yang masing-masing dihasilkan oleh UI Generator Web Interface dan UI Generator Mobile Interface dievaluasi menggunakan prinsip Shneiderman’s Eight Golden Rules of Interface Design. Hal ini bertujuan untuk mencari tahu apakah antarmuka dari kedua aplikasi yang dihasilkan secara generated sudah memenuhi kaidah perancangan antarmuka. Dari penelitian ini dapat disimpulkan bahwa UI Generator Web Interface dan UI Generator Mobile Interface berhasil dikembangkan serta telah dilakukan evaluasi terhadap masing-masing aplikasi yang dihasilkan. Hasil evaluasi menunjukkan bahwa terdapat beberapa bagian yang dapat ditingkatkan lebih lanjut pada kedua antarmuka aplikasi.

---

Software Product Line Engineering (SPLE) is a software development paradigm that utilizes a common platform and mass customization of various applications. Software development with the SPLE paradigm in this study uses Interaction Flow Modeling Language (IFML) diagrams in modeling the user interface to generate user interface (UI) components for front end applications. IFML diagrams are used as input to the UI Generator Web Interface in generating React projects as web-based applications. However, when the application is opened in the mobile view, the user interface displayed becomes irregular and some interactions are difficult to complete. In addition, the resulting application cannot be installed on a device for offline use. Therefore, this study aims to develop a UI Generator Web Interface so that the resulting application has a responsive display and supports Progressive Web Application (PWA). In addition, this research also aims to develop a UI Generator Mobile Interface to produce React Native projects as mobile-based applications. The UI Generator Mobile Interface developed uses the same IFML diagram in producing mobile applications with similar interfaces and functionalities. Furthermore, the interfaces of the two applications each generated by the UI Generator Web Interface and UI Generator Mobile Interface are evaluated using the principle of Shneiderman’s Eight Golden Rules of Interface Design. This aims to find out whether the interface of the two generated applications already meet the rules of interface design. From this study it can be concluded that the UI Generator Web Interface and UI Generator Mobile Interface have been successfully developed and an evaluation has been carried out for each of the resulting applications. The evaluation results indicate that there are several areas for further improvement in both application interfaces."

"Aplikasi sebagai salah satu layanan TI yang ada di Perum BULOG, pengelolaannya harus sesuai dengan aturan-aturan yang dipersyaratkan, sehingga dapat menghasilkan layanan yang dapat dipercaya, efektif, dan efisien. Namun saat ini, layanan TI berupa aplikasi belum terkelola dengan baik, yang berdampak pada aplikasi yang dihasilkan sifatnya hanya sesaat dan perlu disesuaikan kembali, tidak terpenuhinya prinsip tata kelola perusahaan yang baik (good corporate governance), serta tingkat kematangan TI tidak memenuhi target yang telah ditetapkan oleh Kementerian BUMN. Berdasarkan hasil analisis, ditemukan akar permasalahan kebijakan dan prosedur sudah tidak relevan, di mana keduanya merupakan bagian dari tata kelola TI. Melalui pertanyaan penelitian “Apa usulan perbaikan tata kelola layanan aplikasi menggunakan COBIT 2019, ITIL 4, dan DevOps yang dapat diterapkan di Perum BULOG?”, penelitian ini berupaya menghadirkan solusi atas permasalah tersebut. Usulan perbaikan dikembangkan dari basis pengetahuan terkait aplikasi dan siklus hidup pengembangan sistem (system development life cycle atau SDLC), DevOps, tata kelola TI dengan kerangka kerja COBIT 2019, dan manajemen layanan TI dengan kerangka kerja ITIL 4 yang disesuaikan dengan kebutuhan Perum BULOG. Penelitian ini menggunakan metodologi Design Science Research (DSR) dengan dua iterasi untuk menghasilkan artefak yang merupakan tujuan penelitian ini. Beberapa kesimpulan dari penelitian ini adalah artefak yang dihasilkan sesuai dengan tujuan penelitian yaitu usulan perbaikan tata kelola layanan aplikasi, yang diwujudkan dalam bentuk usulan perbaikan prosedur kerja, dan juga memaksimalkan manfaat atas investasi teknologi berupa alat (tools) yang telah dimiliki Perum BULOG. Artefak tersebut dikembangkan dengan rujukan ITIL 4 yang berisi praktik pengelolaan layanan TI perusahaan, COBIT 2019 yang berisi objektif, praktik, serta aktivitas tata kelola TI perusahaan, serta DevOps yang menghadirkan otomatisasi melalui praktik dan alat tertentu.

---

Application, as one of the IT services at Perum BULOG, its management must be comply with the required and applicable policies, so that it can be trusted, effective, and efficient. However, IT services in the form of applications have not been managed properly. The impact is that the resulting application does not last long and needs to be readjusted, the principles of good corporate governance are not met, and the IT maturity level does not meet the targets set by the Ministry of State-Owned Enterprise (Kementerian BUMN). Based on further analysis, it was found that the root cause is policies and procedures were no longer relevant, and both of which were part of IT governance. Through the research question “What is the proposed improvement for application service governance by using COBIT 2019, ITIL 4, and DevOps that can be implemented in Perum BULOG?”, this research seeks to present a solution to this problem. Proposed improvements are developed from a knowledge base related to application and system development life cycle (SDLC), DevOps, IT governance with COBIT 2019 framework, and IT service management with ITIL 4 framework, tailored to the needs of Perum BULOG. This study uses a Design Science Research (DSR) research methodology with two iterations to produce artifacts which is the aim of this research. Some conclusions from this study are the artifacts produced are in accordance with the research objectives, which are manifested in the form of proposed improvements to work procedures, and also maximizing the benefits of technological investment in the form of tools owned by Perum BULOG. The artifacts were developed with reference to ITIL 4 which contains enterprise IT service management practices, COBIT 2019 which contains objectives, practices, and activities of IT governance activities, and DevOps which delivers automation through certain practices and tools."

"Pemerintah meluncurkan aplikasi pelacakan kontak bernama aplikasi PeduliLindungi untuk menghentikan penyebaran COVID-19. Namun aplikasi ini hanya memiliki 55 juta atau hanya sekitar 20% dari jumlah penduduk Indonesia. Jumlah tersebut dinilai kurang untuk membantu mengatasi COVID-19. Setidaknya diperlukan 60% dari populasi yang menggunakan aplikasi pelacakan kontak sehingga penggunaan aplikasi pelacakan kontak menjadi efektif. Kualitas layanan merupakan faktor pengaruh dominan terhadap niat adopsi pengguna. Rendahnya kualitas layanan suatu aplikasi dapat mempengaruhi keinginan masyarakat untuk menggunakan aplikasi. Penelitian ini bertujuan untuk mengukur kualitas layanan aplikasi pelacakan kontak berdasarkan ulasan pengguna. Penelitian ini menggunakan metode pemodelan topik untuk memperoleh dimensi kualitas layanan serta analisis sentimen untuk mengukur kualitas layanan. Penelitian ini terdiri dari (1) pengumpulan ulasan pengguna aplikasi PeduliLindungi, (2) pra-pemrosesan dari data ulasan yang sudah diekstrak, (3) mengklasifikasikan ulasan ke topik/ dimensi kualitas layanan, (4) mengukur skor kualitas layanan setiap dimensi kualitas layanan, dan (5) mengevaluasi total skor untuk kualitas layanan dari aplikasi PeduliLindungi. Penelitian ini menghasilkan beberapa temuan. Pertama, dari berbagai dimensi kualitas layanan diketahui bahwa dimensi system efficiency, functional benefit, system availability, dan emotional benefit menjadi faktor penting oleh pengguna aplikasi pelacakan kontak. Skor kualitas layanan pada setiap dimensi adalah 66.5% untuk dimensi system efficiency, 54.4% untuk dimensi functional benefit, 51.5% untuk dimensi system availability, dan 46.2% untuk dimensi emotional benefit. Skor kualitas layanan aplikasi PeduliLindungi secara keseluruhan adalah 40.6%.

---

The government has launched a contact tracing application called the PeduliLindungi application to stop the spread of COVID-19. However, this application only has 55 million or only about 20% of Indonesia's population. This amount is considered insufficient to help overcome COVID-19. At least 60% of the population is required to use contact tracing applications for the use of contact tracing applications to be effective. Service quality is the dominant influence factor on user adoption intention. Service quality level can affect people's desire to use the application. This study aims to measure the service quality of contact tracing applications based on user reviews. This study uses the topic modeling method to obtain service quality dimensions and sentiment analysis to measure service quality. This research consists of (1) collecting user reviews of PeduliLindungi, (2) pre-processing the extracted review data, (3) classifying reviews into topics/service quality dimensions, (4) measuring service quality scores for each service quality dimension, and (5) evaluate the total score for the service quality of the PeduliLindungi application. This research produced several findings. First, from various service quality dimensions, it is known that the service quality dimensions of a contact tracing application are system efficiency, functional benefit, system availability, and emotional benefit are important factors for contact tracing application users. The service quality score on each dimension is 66.5% for the system efficiency dimension, 54.4% for the functional benefit dimension, 51.5% for the system availability dimension, and 46.2% for the emotional benefit dimension. The overall PeduliLindungi service quality score is 40.6%."

"Beberapa tahun terakhir teknologi di bidang computer vision mengalami kemajuan yang signifikan. Aplikasi teknologi ini merambat ke banyak area perkembangan teknologi lainnya, salah satunya dalam teknologi search engine untuk mempermudah pengguna mencari tanpa perlu mengetik. Salah satu implementasi dari konsep ini adalah aplikasi Google Lens oleh Google. Penelitian ini melihat dua dari tujuh fitur utama dalam aplikasi tersebut, translate dan homework. Fitur translate bertujuan untuk mempermudah pengguna dalam mencari translasi suatu teks ke bahasa lain tanpa perlu mengetik teks awal, melainkan menggunakan kamera pengguna untuk menangkap teks awal dan langsung diterjemahkan dan ditampilkan pada pengguna. Fitur homework melakukan hal yang sama, namun bertujuan untuk membantu mencari solusi pertanyaan yang biasa merupakan pekerjaan rumah siswa. Melalui pengujian akurasi optical character recognition (OCR) didapatkan bahwa fitur translate pada Google Lens, memiliki nilai akurasi lebih dari 0.99 ketika melihat potongan teks pengetikan dan 0.96 pada teks tulisan tangan dalam berbagai bahasa. Serta hasil translasi memiliki rata-rata nilai 9.2 untuk semua bahasa yang diuji. Fitur homework memiliki nilai akurasi OCR 0.99 untuk semua jenis soal, dan mampu menjawab 310 soal dari total 353. Hasil ini menunjukkan bahwa, untuk kedua fitur yang diuji, Google Lens memiliki potensial untuk digunakan dalam kehidupan sehari-hari. Hal ini terlihat pada bagian wawancara 20 responden, di mana 84.2% yakin akan kembali menggunakan aplikasi Google Lens untuk kedua fitur tersebut.

---

In recent years, there have been significant advancements in computer vision technology. This technology has spread to various other areas of technological development, including search engine technology to facilitate user searches without the need for typing. One implementation of this concept is the Google Lens application developed by Google. This study focuses on two out of seven main features of the application: translate andhomework. The translate feature aims to facilitate users in searching for translations of a text into another language without the need for typing the original text. Instead, it utilizes the user’s camera to capture the original text and immediately translate and display it to the user. The homework feature performs a similar function, but it is designed to assist in finding solutions to commonly assigned homework questions. Through accuracy testing of optical character recognition (OCR), it was found that the translate feature of Google Lens achieved an accuracy score of over 0.99 when examining typed text and 0.96 for handwritten text in various languages. Additionally, the translation results had an average score of 9.2 for all tested languages. The homework feature achieved an OCR accuracy score of 0.99 for all types of questions and was able to answer 310 out of a total of 353 questions. These results demonstrate that Google Lens has the potential for everyday use in both tested features. This is supported by the interview section of 20 respondents, where 84.2% of the respondents expressed confidence in using the Google Lens application again for both features."

"Beberapa tahun terakhir teknologi di bidang computer vision mengalami kemajuan yang signifikan. Aplikasi teknologi ini merambat ke banyak area perkembangan teknologi lainnya, salah satunya dalam teknologi search engine untuk mempermudah pengguna mencari tanpa perlu mengetik. Salah satu implementasi dari konsep ini adalah aplikasi Google Lens oleh Google. Penelitian ini melihat dua dari tujuh fitur utama dalam aplikasi tersebut, translate dan homework. Fitur translate bertujuan untuk mempermudah pengguna dalam mencari translasi suatu teks ke bahasa lain tanpa perlu mengetik teks awal, melainkan menggunakan kamera pengguna untuk menangkap teks awal dan langsung diterjemahkan dan ditampilkan pada pengguna. Fitur homework melakukan hal yang sama, namun bertujuan untuk membantu mencari solusi pertanyaan yang biasa merupakan pekerjaan rumah siswa. Melalui pengujian akurasi optical character recognition (OCR) didapatkan bahwa fitur translate pada Google Lens, memiliki nilai akurasi lebih dari 0.99 ketika melihat potongan teks pengetikan dan 0.96 pada teks tulisan tangan dalam berbagai bahasa. Serta hasil translasi memiliki rata-rata nilai 9.2 untuk semua bahasa yang diuji. Fitur homework memiliki nilai akurasi OCR 0.99 untuk semua jenis soal, dan mampu menjawab 310 soal dari total 353. Hasil ini mennunjukan bahwa, untuk kedua fitur yang diuji, Google Lens memiliki potensial untuk digunakan dalam kehidupan sehari-hari. Hal ini terlihat pada bagian wawancara 20 responden, di mana 84.2% yakin akan kembali menggunakan aplikasi Google Lens untuk kedua fitur tersebut.

---

In recent years, there have been significant advancements in computer vision technology. This technology has spread to various other areas of technological development, includ- ing search engine technology to facilitate user searches without the need for typing. One implementation of this concept is the Google Lens application developed by Google. This study focuses on two out of seven main features of the application: translate and homework. The translate feature aims to facilitate users in searching for translations of a text into another language without the need for typing the original text. Instead, it utilizes the user’s camera to capture the original text and immediately translate and display it to the user. The homework feature performs a similar function, but it is designed to assist in finding solutions to commonly assigned homework questions. Through accuracy testing of optical character recognition (OCR), it was found that the translate feature of Google Lens achieved an accuracy score of over 0.99 when examining typed text and 0.96 for handwritten text in various languages. Additionally, the translation results had an average score of 9.2 for all tested languages. The homework feature achieved an OCR accuracy score of 0.99 for all types of questions and was able to answer 310 out of a total of 353 questions. These results demonstrate that Google Lens has the potential for everyday use in both tested features. This is supported by the interview section of 20 respondents, where 84.2% of the respondents expressed confidence in using the Google Lens application again for both features."

"Aplikasi simulasi rangkaian listrik adalah program komputer yang memungkinkan pengguna untuk merancang, menyimulasikan, dan menganalisis kinerja rangkaian listrik. Namun, terdapat beberapa tantangan dalam penggunaan aplikasi simulasi rangkaian listrik ini, seperti biaya yang tinggi, kurangnya sifat open source, dan kebutuhan untuk mengunduh dan menjalankan aplikasi yang berat. Untuk mengatasi masalah ini, telah dikembangkan sebuah aplikasi simulasi rangkaian listrik DC real-time berbasis web yang bersifat open source, dapat diakses secara online dengan menggunakan browser pada laptop mana pun. Aplikasi ini dibangun menggunakan HTML, CSS, dan JavaScript untuk membangun dasar website, serta menggunakan beberapa library JavaScript seperti Konva.js untuk menampilkan komponen rangkaian listrik, Math.js untuk menghitung persamaan linear, dan Chart.js untuk menampilkan hasil bacaan voltmeter dan ammeter dalam bentuk grafik. Pengembangan aplikasi simulasi rangkaian listrik ini telah berhasil, sehingga pengguna dapat membuat rangkaian dan aplikasi dapat menghitung tegangan dan arus yang mengalir di rangkaian dengan akurasi yang tinggi. Dari 8 pengujian perhitungan rangkaian dan 5 pengujian perhitungan rangkaian dengan soal-soal yang berada di buku yang dilaksanakan, pengujian 100% berhasil dilaksanakan dan menghasilkan nilai yang benar, dengan limitasi presisi. Aplikasi dapat digunakan dengan lancar, dengan penggunaan memori rata-rata untuk Google Chrome 86.2 MB, Mozilla Firefox 66.9MB, Microsoft Edge 82MB, dan lama eksekusi perhitungan arus dan tegangan rata-rata untuk Google Chrome 2.66ms, Mozilla Firefox 4.3ms, Microsoft Edge 2.54ms.

---

The electrical circuit simulation application is a computer program that allows users to design, simulate, and analyze the performance of electrical circuits. However, there are several challenges in using this electrical circuit simulation application, such as high costs, lack of open-source nature, and the need to download and run heavy applications. To address these issues, a web-based real-time DC electrical circuit simulation application has been developed, which is open source and can be accessed online using a browser on any laptop. This application is built using HTML, CSS, and JavaScript to create the foundation of a website, as well as utilizing several JavaScript libraries such as Konva.js for displaying electrical circuit components, Math.js for calculating linear equations, and Chart.js for visualizing voltmeter and ammeter readings in the form of graphs. The development of this electrical circuit simulation application has been successful, allowing users to create circuits, and the application can accurately calculate voltage and current flowing in the circuit. Out of 8 circuit calculation tests and 5 circuit calculation tests with problems from a textbook, 100% of the tests were successfully conducted and produced correct results, with precision limitations. The application can be used smoothly, with an average memory usage of 86.2 MB for Google Chrome, 66.9 MB for Mozilla Firefox, 82 MB for Microsoft Edge, and an average execution time for current and voltage calculations of 2.66 ms for Google Chrome, 4.3 ms for Mozilla Firefox, and 2.54 ms for Microsoft Edge."