Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penyakit menular merupakan salah satu permasalahan kesehatan utama di Indonesia karena persebaran yang tidak terawasi dengan merata. Penelitian ini bertujuan untuk menyajikan visualisasi informasi sebaran penyakit menular di Indonesia dan mengevaluasi usability dengan pendekatan User-Centered Design (UCD). Data penelitian dikumpulkan melalui kuesioner daring terhadap 129 responden dan wawancara dengan 11 narasumber dari latar belakang dari masyarakat umum, tenaga ahli, dan tenaga kesehatan. Penelitian ini menghasilkan prototipe peta sebaran penyakit menular di Indonesia untuk desktop, dengan fitur-fitur seperti pencarian, informasi kasus, berita, tren penyakit, dan sumber informasi dari artikel berita online. Evaluasi rancangan dilakukan secara kuantitatif dan kualitatif melalui usability testing terhadap 10 narasumber yang menunjukkan bahwa mayoritas responden merasa terbantu dan puas dengan platform ini didukung oleh task success rate pengujian mencapai 100%. Rekomendasi perbaikan terhadap rancangan desain meliputi penambahan penjelasan informasi, peningkatan navigasi, konsistensi format, dan klarifikasi sumber informasi. Bagian yang paling diminati pengguna adalah penyajian peta sebaran penyakit dan dashboard informasi kasus.

---

Infectious diseases represent a significant health challenge in Indonesia due to their uneven distribution. This research aims to present visualized information on the spread of infectious diseases in Indonesia and evaluate usability using the User-Centered Design (UCD) approach. Research data was gathered through online questionnaires from 129 respondents and interviews with 11 participants from various backgrounds including the general public, experts, and healthcare professionals. The study developed a prototype map illustrating the distribution of infectious diseases in Indonesia for desktops, featuring functionalities such as search capabilities, case information, news updates, disease trends, and information sources sourced from online news articles. Evaluation of the design was conducted quantitatively and qualitatively through usability testing involving 10 participants, revealing that a majority found the platform helpful and satisfactory, supported by a 100% task success rate in testing. Recommendations for design enhancements include adding information explanations, improving navigation, ensuring format consistency, and clarifying information sources. The most appreciated features among users were the presentation of disease distribution maps and case information dashboards."

"Sejak tahun 2019, pemerintah Indonesia gencar mempromosikan adopsi mobil listrik sebagai solusi dalam menangani kerusakan lingkungan. Adopsi mobil listrik sendiri tidak terlepas dari bagaimana persepsi masyarakat terhadap teknologi ini. Maka dari itu, penelitian ini bertujuan untuk mengidentifikasi faktor-faktor yang mendukung dan menghambat proses adopsi mobil listrik di Indonesia dengan menggunakan metode analisis sentimen dan pemodelan topik menggunakan data komentar Youtube tahun 2019-2023. Pada tahap klasifikasi sentimen, dilakukan percobaan dengan enam model klasik (SVM, Naive Bayes, CatBoost, LightGBM, XGBoost, dan AdaBoost) serta satu model IndoBERT dengan tiga skenario praproses yang berbeda. Model BERT dengan praproses sederhana terbukti sebagai model terbaik dengan rata-rata akurasi 77.33% untuk 5-fold cross validation. Analisis tren menunjukkan peningkatan jumlah komentar dari tahun ke tahun dengan proporsi sentimen negatif yang meningkat, terutama terkait dengan kebijakan pemerintah. Faktor pendorong utama adopsi termasuk preferensi terhadap biaya pembelian yang terjangkau, penghematan biaya operasional, desain, dan layanan. Sebaliknya, faktor penghambat meliputi infrastruktur dan waktu pengisian daya, kebijakan, dan biaya pembelian.

---

Since 2019, the Indonesian government has been actively promoting the adoption of electric vehicles (EVs) as a solution to address environmental degradation. The adoption of EVs is significantly influenced by public perception of this technology. Therefore, this study aims to identify the factors that support and hinder the adoption of electric vehicles in Indonesia by employing sentiment analysis and topic modeling methods using YouTube comment data from 2019-2023. In the sentiment classification phase, experiments were conducted with six classical models (SVM, Naive Bayes, CatBoost, LightGBM, XGBoost, and AdaBoost) and one IndoBERT model with three different preprocessing scenarios. The BERT model with simple preprocessing proved to be the best model with an average accuracy of 77.33% for 5-fold cross-validation. Trend analysis shows an increase in the number of comments year over year with a rising proportion of negative sentiment, particularly concerning government policy. The main drivers of adoption include a preference for affordable purchase costs, operational cost savings, design, and service. Conversely, barriers include infrastructure and charging time, policy, and purchase costs."