Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : IPSIKOM

EVALUASI USER EXPERIENCE PADA APLIKASI BANK DIGITAL SEABANK MENGGUNAKAN USER EXPERIENCE QUESTIONNAIRE (UEQ) Aldisia Putra Simamora; Winanti Winanti; Adi Yanto
Insan Pembangunan Sistem Informasi dan Komputer (IPSIKOM) Vol 11, No 2: Desember 2023
Publisher : Universitas Insan Pembangunan Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58217/ipsikom.v11i2.254

Abstract

ABSTRAKPerkembangan bank digital yang semakin tinggi, banyak perusahaan mulai menginvestasikan dananya dalam pengembangan bank digital. SeaBank menjadi salah satu aplikasi bank digital yang sangat berkembangan pesat di Indonesia dan terus berinovasi memberikan pelayanan terbaik bagi nasabahnya. Meskipun SeaBank telah diunduh lebih 5 juta pengguna, namun ditemukan keluhan yang disampaikan pengguna seperti proses pendaftaran akun yang sangat susah dan aplikasi semakin lambat. Keluhan terkait kualitas layanan dan sistem akan mempengaruhi tingkat kepuasan pengguna secara signifikan terhadap aplikasi S SeaBank. Tujuan penelitian ini adalah untuk menentukan tingkatan aspek-aspek pengalaman pengguna bank digital SeaBank dan menentukan aspek-aspek pengalaman pengguna yang perlu ditingkatkan dengan menggunakan user experience questionnaire. Populasi yang digunakan dalam penelitian ini merupakan pengguna bank digital SEABANK dengan teknik pengambilan sampel sampel acak sederhana. Adapun analisis yang digunakan adalah user experience questionnaire data analysis tools.Hasil analisis pada perbandingan skala tolak ukur dengan menggunakan user experience questionnaire data analysis tools diketahui bahwa bank digital SeaBank mendapatkan nilai dibawah rata-rata pada aspek daya tarik (rata-rata 1,13), kejelasan (rata-rata 0,77), efisiensi (rata-rata 0,78), ketepatan (rata-rata 0,83), stimulasi (rata-rata 0,77), dan aspek kebaruan (rata-rata 0,34). Perlu adanya peningkatan pada aspek daya tarik, kejelasan, efisiensi, ketepatan, stimulasi dan aspek kebaruan untuk meningkatkan pengalaman pengguna bank digital SeaBank.
KLASTERISASI NILAI MAHASISWA MENGGUNAKAN METODE ALGORITMA K-MEANS (STUDI KASUS PADA PERGURUAN TINGGI XYZ) Adi Yanto; Supriyanto Supriyanto
Insan Pembangunan Sistem Informasi dan Komputer (IPSIKOM) Vol 11, No 1 (2023): JUNI 2023
Publisher : Universitas Insan Pembangunan Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58217/ipsikom.v11i1.235

Abstract

Klasterisasi mahasiswa dengen menggunakan metode algoritma k-means bertujuan untuk membuat klaster mahasiswa berdasrkan nilai indeks prestasi mahasiswa. Algoritma  K-Means merupakan salah satu metode clustering non hirarki yang berusaha mempartisi data yang ada ke dalam bentuk satu atau lebih cluster. Metode ini mempartisi data ke dalam cluster sehingga data yang memiliki karakteristik yang sama dikelompokkan ke dalam satu cluster yang sama dan data yang mempunyai karateristik yang berbeda dikelompokan ke dalam cluster yang lain. Metode yang digunakan pada penelitian ini adalah studi kasus pada sebuah perguruan tinggi di Tangerang
Analysis of Indonesian Public Sentiment towards the Cities of Jakarta, Surabaya and Medan Using the Naïve Bayes Algorithm Andi Rukmana; Ferdi Kuswandi; Adi Yanto
Insan Pembangunan Sistem Informasi dan Komputer (IPSIKOM) Vol 12, No 1 (2024): Juni 2024
Publisher : Universitas Insan Pembangunan Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58217/ipsikom.v12i1.284

Abstract

The theory of sentiment analysis is interesting to research, this theory aims to group the polarity of a text in a sentence, feature/aspect, or document and then determine whether the opinion contained in the sentence, feature/aspect, or document has positive or negative sentiment. . Sentiment analysis helps in understanding how people respond to certain issues related to these cities (Jakarta, Surabaya, Medan). This research uses the Naïve Bayes algorithm by conducting sentiment analysis on cities such as Jakarta, Surabaya and Medan, we can gain valuable insights to support better decision making in various aspects of city development and management. The results of this research provide an accuracy value of 77% for the city of Jakarta, 76% for the city of Surabaya, 75% for the city of Medan. These results also show that the Naïve Bayes model has quite good performance in carrying out sentiment analysis. Keywords: Indonesia, Sentimen, Naïve Bayes, Twitter 
PENERAPAN METODE TOPSIS PADA SISTEM PENDUKUNG KEPUTUSAN SELEKSI BEASISWA PENINGKATKAN PRESTASI AKADEMIK DENGAN PENDEKATAN OOP Mustar aman; Joni Iskandar; Ipang Sasono; Riyanto Riyanto; Nuri Wiyono; Suroso Suroso; Adi Yanto
Insan Pembangunan Sistem Informasi dan Komputer (IPSIKOM) Vol 12, No 1 (2024): Juni 2024
Publisher : Universitas Insan Pembangunan Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58217/ipsikom.v12i1.283

Abstract

Universitas Insan Pembangunan Indonesia adalah salah satu universitas swasta di provinsi Banten yang terletak di Kabupaten Tangerang. Universitas Insan Pembangunan Indonesia sudah menggunakan Microsoft Excel namun masih memiliki beberapa kekurangan yaitu dalam proses seleksi beasiswa yang belum mengambil sebuah keputusan berdasarkan perhitungan menyebabkan kesalahan dan tidak tepat sasaran dalam memberikan beasiswa kepada mahasiswa. Dalam penelitian ini dibahas mengenai pemberian beasiswa Peningkatan Prestasi Akademik (PPA). Untuk mempermudah dalam pengambilan keputusan dalam penentuan mahasiswa yang layak menerima beasiswa diperlukan sebuah sistem pendukung keputusan yang menguji kriteria-kriteria sebagai salah satu syarat dalam seleksi penerimaan beasiswa. Kriteria ini diuji dengan menggunakan metode Technique for Order Preference by Similarity to Ideal Solution. Penelitian dilakukan dengan mencari nilai bobot untuk setiap atribut untuk menentukan alternatif yang diberikan. Dalam perancangan system menggunakan pendekatan objek oriented programming. Proses penentuan beasiswa dengan metode Topsis dapat mempercepat proses seleksi penerima beasiswa dan mengurangi kesalahan dalam menentukan mahasiswa yang layak mendapat beasiswa.. Tujuan dari penelitian ini adalah untuk mengetahui sistem yang sedang berjalan saat ini, dan untuk membangun sistem informasi pengambilan keputusan berbasis web. Metode penelitian yang digunakan adalah deskriptif  kualitatif . Hasil dari penelitian ini adalah berupa perangkat lunak yaitu sistem informasi pendukung keputusan berbasis web.