KHARISMA Journals (STMIK KHARISMA Makassar)
Not a member yet
301 research outputs found
Sort by
RANCANG BANGUN CHATBOT UNTUK KONSELING PSIKOLOGIS MAHASISWA STMIK KHARISMA MAKASSAR BERBASIS WHATSAPP
No full textMental health issues such as stress, anxiety, and depression are increasingly experienced by university students, yet access to counseling services remains limited due to social stigma, low mental health literacy, and a shortage of counselors. Restricted service hours and concerns over data confidentiality further reduce the utilization of available services. A similar situation occurs at STMIK Kharisma Makassar, where the counseling unit has not been optimally utilized and its role in supporting students mental health has not been fully effective.
This study developed Vikha (Virtual Konseling Kharisma), a WhatsApp-based virtual counseling chatbot designed to provide initial psychological support with empathy. Vikha is powered by OpenAI GPT-4 and applies prompt engineering techniques with four types of prompting: Behavior, Knowledge, Follow-up, and Scheduling.
Prototype testing demonstrated that Vikha performed according to its design by delivering empathetic and informative responses. Final evaluation was validated by campus psychologists using scenarios representing common student problems to assess response accuracy, relevance of suggestions, and conversation follow-up. The results confirmed that Vikha is feasible, reliable, and ready to support initial counseling services at STMIK Kharisma Makassar, potentially improving access to and effectiveness of mental health services on campus.Permasalahan kesehatan mental seperti stres, kecemasan, dan depresi semakin sering dialami mahasiswa, namun akses terhadap layanan konseling masih rendah akibat stigma sosial, rendahnya literasi kesehatan mental, dan keterbatasan konselor. Jam layanan terbatas serta kekhawatiran terkait kerahasiaan data pribadi semakin memperburuk rendahnya pemanfaatan layanan yang tersedia. Kondisi serupa terjadi di STMIK Kharisma Makassar, di mana unit konseling belum dimanfaatkan secara optimal sehingga perannya belum berjalan maksimal.
Penelitian ini membangun Vikha (Virtual Konseling Kharisma), chatbot konseling virtual berbasis WhatsApp untuk memberikan dukungan psikologis awal secara empatik. Vikha menggunakan OpenAI GPT-4 dan teknik prompt engineering dengan empat jenis prompting yaitu Behavior, Knowledge, Follow-up, dan Scheduling.
Uji prototipe menunjukkan bahwa Vikha mampu menjalankan fungsinya sesuai desain dengan memberikan respons empatik dan informatif. Evaluasi akhir divalidasi oleh psikolog kampus menggunakan skenario yang merepresentasikan permasalahan umum mahasiswa untuk menilai ketepatan respons, relevansi saran, dan tindak lanjut percakapan. Hasil evaluasi mengonfirmasi bahwa Vikha layak, andal, dan siap digunakan sebagai pendukung layanan konseling awal di STMIK Kharisma Makassar, sehingga diharapkan dapat meningkatkan akses dan efektivitas layanan kesehatan mental di kampus
ANALISIS KINERJA SISTEM MONITORING SANTRI DENGAN PENDEKATAN UJI FUNGSIONAL DAN SUS (SYSTEM USABILITY SCALE)
No full textThis study aims to analyze the performance of a student monitoring system in Islamic boarding schools using functional testing and the System Usability Scale (SUS) approach. The system is designed to facilitate the management of student data, including violations, achievements, permissions, and health, while providing real-time access for parents. The research employs the Waterfall model, consisting of requirements analysis, system design, implementation, testing, and maintenance. Functional testing ensures that all features operate according to specifications, while usability evaluation using SUS was conducted with 30 parent respondents. The functional testing results indicate that all main system features function correctly and meet user requirements. Meanwhile, the average SUS score of 80 falls within the Good–Excellent category, demonstrating that the system is easy to use, quickly understandable, and supports effective student management activities. The study concludes that the developed student monitoring system not only fulfills operational functions but also offers high usability, making it an effective tool for improving the efficiency of boarding school management.Penelitian ini bertujuan menganalisis kinerja sistem monitoring santri di pondok pesantren dengan menggunakan pendekatan uji fungsional dan System Usability Scale (SUS). Sistem dirancang untuk memudahkan pengelolaan data santri, termasuk pelanggaran, prestasi, perizinan, dan kesehatan, serta memberikan akses informasi secara real-time kepada wali santri. Metode penelitian menggunakan model Waterfall yang mencakup tahap analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Uji fungsional dilakukan untuk memastikan setiap fitur berjalan sesuai spesifikasi, sedangkan evaluasi usabilitas menggunakan SUS dilakukan terhadap 30 responden wali santri. Hasil pengujian fungsional menunjukkan semua fitur utama sistem berjalan dengan baik dan valid sesuai kebutuhan pengguna. Sementara itu, skor SUS rata-rata sebesar 80, yang termasuk kategori Good–Excellent, menunjukkan bahwa sistem mudah digunakan, dapat dipahami dengan cepat, dan mendukung kegiatan pengelolaan santri secara efektif. Penelitian ini menyimpulkan bahwa sistem monitoring santri yang dikembangkan tidak hanya memenuhi fungsi operasional, tetapi juga memiliki tingkat kemudahan penggunaan yang tinggi, sehingga dapat menjadi alat yang efektif untuk meningkatkan efisiensi pengelolaan pondok pesantren
ANALISIS PENGALAMAN PENGGUNA PADA FITUR SHOPEE FOOD MENGGUNAKAN METODE HEURISTIC EVALUATION
Full text linkThis research focuses on user experience through the Shopee Food feature, the aim is to determine the extent of the user experience of the Shopee Food feature service in several categories, namely gender, age and profession. In this research, the method used by the author is the heuristic evaluation method which consists of 10 aspect stages, which will be calculated based on the severity ratings formula for assessing. So the results obtained are: 10 aspects of this heuristic evaluation method, namely the first aspect: Visibility of System Status with a value of 7.863%, the second aspect: Match between the System and the Real World with a value of 8.063% , third aspect: User control and freedom with a value of 8.400%, fourth aspect consistency and standards with a value of 11.813%, fifth aspect: Error prevention with a value of 7.338%, sixth aspect: Understanding rather than warning (Recognition rather than recall) with a value of 7.413%, seventh aspect: Flexibility and efficiency of use (Flexibility and efficiency of use) with a value of 7.925%, eighth aspect: Aesthetic and minimalist design (Aesthetic and Minimalist Design) with a value of 6.275%, ninth aspect: Help users, recognize, diagnose and recover from awareness (Help user recognize, diagnose and recover from errors) with a value of 7.675%, tenth aspect: Help and documentation (Help and documentation) with a value of 8.063%.Penelitian ini, berfokus pada pengalaman pengguna melalui fitur shopee food, tujuannya untuk mengetahui besarnya pengalaman pengguna layanan fitur shopee food di beberapa kategori yaitu jenis kelamin, umur dan profesi. Dalam penelitian ini metode yang digunakan oleh penulis adalah metode heuristic evaluation yang terdiri dari 10 tahapan aspek, akan dihitung berdasarkan rumus severity ratings untuk menilai. Maka hasil didapatkan adalah : 10 aspek dari metode heuristik evaluation ini adalah aspek pertama : Visibilitas status sistem (Visibility of System Status) dengan nilai 7.863%, aspek kedua : Kecocokan sistem dengan dunia (Match Between System and The Real World) dengan nilai 8.063%,aspek ketiga : Kontrol pengguna dan kebebasan (User control and freedom) dengan nilai 8.400%, aspek ke empat konsistensi dan standar (Consistency and standars) dengan nilai 11.813%, aspek ke lima : Pencegahan kesalahan (Error preventation) dengan nilai 7.338%, aspek ke enam : Pemahaman daripada peringatan (Recognation rather than recall) dengan nilai 7.413%, aspek ke tujuh : Fleksibel dan efisien untuk digunakan (Flexibility and efficiency of use) dengan nilai 7.925%, aspek ke delapan : Desain estetika dan minimalis (Aesthetic and Minimalis Design) dengan nilai 6.275%, aspek ke sembilan : Bantu pengguna, mengenali, mendiagnosis dan memulihkan dari kesadaran (Help user recognize, diagnose and recovers from errors) dengan nilai 7.675%, aspek ke sepuluh : Bantuan dan dokumentasi (Help and documentation) dengan nilai 8.063%.
ANALISIS KUALITAS LAYANAN APLIKASI BELI.IN MENGGUNAKAN METODE PIECES FRAMEWORK
Full text linkBeli.in is an android-based deposit service provider application that focuses on Makassar City, but the quality of service in the Beli.in application has never been analyzed. To find out the quality of service on the Beli.in application, therefore this study aims to analyze the quality of service of the Beli.in application using the PIECES method. This research uses the PIECES method because this method can focus on solutions to problems that have been identified in terms of matters related to Performance, Information, Economy, Control and security, Efficiency, and Service. Analysis of the Beli.in application using the PIECES method in this study is carried out by collecting answers from respondents who have answered the questionnaire, then the results of the answers from these respondents will be calculated so that the quality of service in the Beli.in application can be analyzed. Respondents will answer several questions that will be provided via Google Form.Beli.in merupakan aplikasi penyedia jasa titip berbasis android yang berfokus di Kota Makassar, namun kualitas layanan pada aplikasi Beli.in tidak pernah dianalisis. Untuk mengetahui kualitas layanan pada aplikasi Beli.in, oleh karena itu penelitian ini bertujuan untuk menganalisis kualitas layanan aplikasi Beli.in dengan menggunakan metode PIECES. Penelitian ini menggunakan metode PIECES karena metode ini dapat berfokus pada solusi terhadap masalah yang telah diidentifikasi term masuk hal – hal yang terkait dengan Performance, Information, Economy, Control and security, Efficiency, dan Service. Analisis aplikasi Beli.in menggunakan metode PIECES dalam penelitian ini dilakukan dengan cara mengumpulkan jawaban dari responden yang telah menjawab kuesioner, lalu hasil jawaban dari responden tersebut akan di hitung agar kualitas layanan pada aplikasi Beli.in dapat di analisis. Responden akan menjawab beberapa pertanyaan yang akan di berikan melalui Google Form
PERANCANGAN USER INTERFACE PADA APLIKASI NAVYFRIEND DENGAN MENGGUNAKAN METODE DESIGN THINKING
No full textPenelitian ini bertujuan untuk mengubah user interface (UI) aplikasi chatting Navyfriend menjadi lebih baik dengan menggunakan metode design thinking. Proses pengubahan user interface berdasarkan opini dari sebaran data kuesioner terhadap 21 responden menggunakan Google Form. Pada tahap Emphatize, Data yang terkumpul kemudian diolah dengan menggunakan metode SUS. Pada tahap Define, Hasil pengujian awal diperoleh nilai 31.4 dengan penilaian ‘poor’ sehingga tampilan UI tersebut perlu dirancang ulang. Pada tahap Ideate, aplikasi chatting Navyfriend dirancang ulang dengan mengubah komposisi warna dan tampilan UI. Prototype dari hasil pengubahan user interface aplikasi Navyfriend kemudian diuji kembali dengan metode SUS. Hasil pengujian prototype tersebut menunjukkan nilai 72 dengan penilaian ‘good’. Dengan demikian, dapat disimpulkan bahwa dengan menggunakan metode design thinking dalam merancang ulang UI, dapat memberikan hasil yang lebih sesuai dengan keinginan penggun
IMPLEMENTASI DATA MINING MENGGUNAKAN ALGORITMA APRIORI PADA TOKO RUMAH SKINCARE 88
Full text linkThe purpose of this research is to implement the apriori algorithm on sales transaction data of cosmetic products at Rumah Skincare 88 store so that it can help develop marketing strategies and increase sales at the store. The results of this study are that the apriori algorithm was successfully implemented on the sale of cosmetic products at the RumahSkincare88 store. The support values used are 3% and 10% and the minimum confidence values are 30% and 50%. The number of association rules generated is 17 with the highest support value of 14% and the highest confidence of 53.4%. The resulting association rule with the highest support and confidence value is if consumers buy Powder/Foundation then they will also buy Lips. The recommended marketing strategies are Cross-Selling and Bundling. For Cross-Selling strategy that can be applied is if consumers buy Powder/Foundation, then when they want to pay the cashier can offer to buy Lips as well. As for Bundling, the strategy that can be applied is to sell Face Serum and Sunscreen in one package at a special price.Tujuan penelitian ini yaitu untuk mengimplementasikan algoritma apriori pada data transaksi penjualan produk kosmetik di toko Rumah Skincare 88 sehingga dapat membantu mengembangkan strategi pemasaran dan meningkatkan penjualan pada toko tersebut. Hasil dari penelitian ini yaitu algoritma apriori berhasil diimplementasikan pada penjualan produk kosmetik di toko RumahSkincare88. Nilai support yang digunakan yaitu 3 % dan 10 % serta nilai confidence minimumnya sebesar 30 % dan 50 %. Jumlah aturan asosiasi yang dihasilkan sebanyak 17 dengan nilai support tertinggi 14 % dan confidence tertinggi yaitu 53.4 %. Aturan asosiasi yang dihasilkan dengan nilai support dan confidence tertinggi adalah jika konsumen membeli Bedak/Foundation maka juga akan membeli Lips. Strategi pemasaran yang direkomendasikan yaitu Cross-Selling dan Bundling. Untuk strategi Cross-Selling yang bisa diterapkan adalah jika konsumen membeli Bedak/Foundation, maka ketika hendak membayar kasir dapat menawarkan untuk membeli Lips juga. Sedangkan untuk Bundling, strategi yang bisa diterapkan yaitu menjual Serum Wajah dan Sunscreen dalam satu paket dengan harga khusus
Analisis Usability pada Aplikasi Just Meme berdasarkan Model Nielsen
Full text linkJust Meme is a mobile-based digital platform where users can create or edit memes and share them on various social media platforms such as Instagram, WhatsApp, and other media-sharing applications available within the app. This research aims to analyze the level of usability of the Just Meme application. To determine the usability level of Just Meme, an analysis is conducted using Nielsen's model, which consists of five parameters: Learnability, Memorability, Efficiency, Error, and Satisfaction. Data collection is carried out through a Google Form questionnaire with a total of 37 respondents, and the statistical analysis is performed using IBM SPSS 26. The questionnaire used in this study is based on Nielsen's model to measure usability with the five main variables. The results of the analysis indicate that the efficiency and satisfaction variables have a positive and significant impact on usability. On the other hand, the learnability, memorability, and error variables have a positive but not significant impact on usability. Furthermore, these five variables collectively contribute 8.2% to the usability of Just Meme.Just Meme merupakan sebuah platform digital berbasis mobile dimana pengguna dapat membuat atau mengedit meme yang dapat dibagikan ke sosial media mana saja, seperti Instagram, Whatsapp, dan media sharing lainnya yang sudah tersedia pada aplikasi. Penelitian ini bertujuan untuk menganalisis tingkat usability pada aplikasi Just Meme. Untuk mengetahui tingkat usability Just Meme maka diperlukan analisis dengan menggunakan model Nielsen yang terdiri dari 5 parameter yaitu Learnability, Memorability, Efficiency, Error, dan Satisfaction. Pengumpulan data dilakukan dengan menggunakan kuesioner Google Form dengan total responden 37 orang dan diuji secara statistik menggunakan IBM SPSS26. Kuesioner yang digunakan dalam penelitian ini berbasis pada model Nielsen untuk mengukur kegunaan (usability) dengan kelima variabel utama. Hasil analisis menunjukkan bahwa variabel efficiency dan satisfaction berpengaruh secara positif dan signifikan terhadap usability. Sedangkan variabel learnability, memorability, dan error berpengaruh secara positif dan tidak signifikan terhadap usability. Selain itu, dari kelima variabel tersebut memiliki kontribusi sebesar 8,2% terhadap usability Just Meme
REDESIGN UI/UX PADA APLIKASI BCA MOBILE MENGGUNAKAN METODE LEAN UX
Full text linkBCA Mobile is a mobile banking application from PT Bank Central Asia Tbk. which enables customers to perform various types of banking transactions digitally. UI/UX plays an important role in the success of an application because good design can create a positive user experience and increase user satisfaction using the application. The results of observations collected through the rating and review columns on the Play Store and App Store show several problems experienced by users related to the UI/UX of the BCA Mobile application, as well as the results of usability testing from distributing the system usability scale (SUS) questionnaire before redesign to 30 respondents getting a score of 55.85 with an "OK" rating. This study aims to redesign the UI/UX of the BCA Mobile application and produce a new design that can improve user experience and satisfaction. The redesign uses the Lean UX method by going through 4 processes, namely Declare Assumptions, Create an MVP, Run an Experiment, Feedback, and Research. The results of the SUS score after the redesign showed an increase in the score to 83.48 with an "Excellent" rating. So it can be concluded that redesign using the Lean UX method, can create a display that meets user needs and expectations, as well as improves user experience and satisfaction.BCA Mobile merupakan aplikasi mobile banking dari PT Bank Central Asia Tbk. yang memungkinkan nasabah untuk melakukan berbagai jenis transaksi perbankan secara digital. UI/UX memegang peran penting dalam kesuksesan sebuah aplikasi karena desain yang baik dapat menciptakan pengalaman pengguna yang positif dan meningkatkan kepuasan pengguna dalam menggunakan aplikasi. Hasil observasi yang dihimpun melalui kolom rating dan review di Play Store dan App Store menujukkan beberapa kendala yang dialami pengguna terkait UI/UX aplikasi BCA Mobile, serta hasil pengujian usability dari penyebaran kuesioner system usability scale (SUS) sebelum redesign kepada 30 responden mendapatkan skor 55,85 dengan rating "Ok". Penelitian ini bertujuan untuk merancang ulang UI/UX pada aplikasi BCA Mobile dan menghasilkan desain baru yang dapat meningkatkan pengalaman dan kepuasan pengguna. Perancangan ulang menggunakan metode Lean UX dengan melalui 4 proses, yakni Declare Assumptions, Create an MVP, Run an Experiment, Feedback and Research. Hasil skor SUS setelah redesign menunjukkan adanya peningkatan skor menjadi 83,48 dengan rating "Excellent". Sehingga dapat disimpulkan bahwa perancangan ulang menggunakan metode Lean UX, dapat menciptakan tampilan yang memenuhi kebutuhan dan harapan pengguna, serta meningkatkan pengalaman dan kepuasan pengguna
ANALISIS KEPUASAN PENGGUNA APLIKASI MYTELKOMSEL MENGGUNAKAN PIECES FRAMEWORK
Full text linkThe aim of this research is to measure the level of satisfaction of MyTelkomsel application users. This research was carried out by means of analysis using the PIECES method (Performance, Information, Economy, Control, Efficiency, and Service). This research specifically surveyed 30 STMIK Kharisma Makassar students who used the MyTelkomsel application using the Google form. The calculation process will use a likes scale. The results of this research survey show that the level of satisfaction of 30 STMIK Kharisma Makassar students based on each variable is as follows: Performance 4.06 (satisfied), Information 4.17 (satisfied), Economy 4.22 (satisfied), Control and Security 3.3 (undecided), Efficiency 4.03 (satisfied), and Service 4.1 (satisfied).Tujuan dalam penelitian ini adalah untuk mengukur tingkat kepuasan pengguna aplikasi MyTelkomsel. Penelitian ini dilakukan dengan cara analisis menggunakan metode PIECES (Performance, Information, Economy, Control, Efficiency, and Service). Penelitian ini secara khusus mensurvei 30 mahasiswa/i STMIK Kharisma Makassar pengguna aplikasi MyTelkomsel dengan mengunakan google form. Proses perhitungan akan mengunakan skala likes. Hasil dari survei penelitian ini menunjukkan tingkat kepuasan terhadap 30 mahasiswa/I STMIK Kharisma Makassar berdasarkan masing-masing variabel adalah sebagai berikut: Kinerja 4,06 (puas), Informasi 4,17 (puas), Ekonomi 4,22 (puas), Pengendalian dan Keamanan 3,3 (ragu-ragu), Efisiensi 4,03 (puas), dan Layanan 4,1 (puas)
KLASIFIKASI CITRA KOMPONEN SEPEDA MOTOR MENGGUNAKAN ALGORITMA CNN DENGAN ARSITEKTUR MOBILENET
Full text linkImage recognition is a sub-category of computer vision technology used to classify images into specific categories. The purpose of this research is to create a CNN model with the MobileNet architecture to classify motorcycle component images and measure the accuracy level produced by the model. The creation of the deep learning CNN model uses the TensorFlow library. The initial data for the training process consists of 50 images divided into 5 categories: spark plugs, brake pads, bearings, regulators, and roller housings. These data undergo augmentation techniques such as rotation, shifting, and image flipping. This research successfully developed a CNN model using the MobileNet architecture that can classify motorcycle component images. The MobileNet model was tested using 20 test data, with 10 of them subjected to a motion blur filter. The test results showed that the accuracy performance of the CNN model with the MobileNet architecture in classifying motorcycle component images is 85%, and the accuracy of image classification did not significantly decrease when the motion blur filter was applied.Pengenalan citra merupakan sub-kategori teknologi visi komputer yang digunakan untuk mengklasifikasikan citra ke dalam kategori tertentu. Tujuan dari penelitian ini adalah untuk membuat model CNN dengan arsitektur MobileNet untuk mengklasifikasikan citra komponen sepeda motor serta mengukur tingkat akurasi yang dihasilkan oleh model. Pembuatan model deep learning CNN menggunakan library TensorFlow. Data awal untuk proses pelatihan yang digunakan sebanyak 50 citra yang dibagi kedalam 5 jenis kategori yaitu citra busi, kampas rem, laher, kiprok dan rumah roller. Data-data tersebut dilakukan teknik augmentasi berupa rotasi, pergeseran, dan pencerminan citra (flip). Peneltian ini berhasil membuat model CNN menggunakan arsitektur MobileNet yang mampu mengklasifikasikan citra komponen sepeda motor. Pengujian model mobilenet dilakukan dengan menggunakan 20 data uji dimana 10 diantaranya menggunakan filter motion blur. Dari hasil pengujian diperoleh hasil bahwa kinerja akurasi model CNN dengan arsitektur MobileNet dalam mengklasifikasikan citra komponen sepeda motor sebesar 95% untuk citra tanpa proses blur dan 90% untuk citra yang blur