Article

Penelitian ini mengidentifikasi sejumlah masalah utama pada aplikasi Jaklitera melalui evaluasi awal yang melibatkan wawancara dengan pengguna aktif. Masalah-masalah tersebut meliputi desain visual yang kurang konsisten, navigasi yang tidak intuitif, dan penggunaan bahasa yang membingungkan. Selain itu, beberapa fitur, seperti sistem reservasi dan QR scanner, dinilai kurang efisien karena membutuhkan terlalu banyak langkah atau mengarahkan ke laman eksternal. Kekurangan-kekurangan ini memengaruhi pengalaman pengguna secara keseluruhan dan menjadi hambatan dalam mencapai tujuan aplikasi sebagai platform literasi masyarakat. Redesain aplikasi dilakukan dalam dua tahap menggunakan prinsip Human-Computer Interaction (HCI). Redesain pertama berfokus pada meningkatkan konsistensi desain, menambahkan fitur baru seperti tombol "pinjam lagi", serta menyederhanakan tata letak agar lebih estetis dan mudah digunakan. Setelah itu, evaluasi heuristik dilakukan untuk mengidentifikasi masalah yang tersisa, seperti kurangnya scrollbar dan notifikasi untuk fitur yang memerlukan verifikasi anggota. Redesain kedua diselesaikan dengan mengatasi temuan ini dan menyempurnakan fitur-fitur tambahan. Evaluasi akhir dilakukan menggunakan System Usability Scale (SUS) dengan melibatkan 7 responden. Hasil evaluasi menunjukkan rata-rata skor SUS sebesar 84,64, yang masuk dalam kategori "excellent". Responden menilai aplikasi yang telah didesain ulang lebih mudah digunakan, efisien, dan memiliki tampilan yang lebih menarik. Fitur-fitur baru, seperti highlight pada event dan perbaikan navigasi, juga mendapat respon positif. Keseluruhan penelitian menunjukkan bahwa pendekatan berbasis HCI dan iterasi desain dapat secara signifikan meningkatkan pengalaman pengguna. Redesain yang dilakukan tidak hanya berhasil menyelesaikan masalah usability tetapi juga meningkatkan kepuasan pengguna dan potensi keberlanjutan penggunaan aplikasi Jaklitera sebagai platform literasi digital yang andal dan efisien.

Jan 5, 2025

Dalam penelitian ini, kami berhasil membangun model prediksi depresi menggunakan algoritma Logistic Regression yang dioptimalkan dengan metode GridSearchCV. Pendekatan ini memungkinkan kami untuk menemukan kombinasi parameter terbaik, seperti penalti, regularisasi, dan jumlah iterasi maksimum, yang memberikan performa model paling optimal. Berdasarkan evaluasi, model ini mencapai akurasi sebesar 84,206% pada data uji, dengan nilai precision, recall, dan F1-score yang seimbang, terutama untuk kelas Depressed yang menjadi fokus utama. Hal ini menunjukkan bahwa model dapat mengenali individu yang berisiko depresi dengan cukup baik, sekaligus meminimalkan kesalahan prediksi. Adapun proses normalisasi data menggunakan StandardScaler juga berperan penting dalam meningkatkan performa Logistic Regression, terutama karena fitur-fitur yang digunakan memiliki skala yang berbeda. Dengan optimasi melalui GridSearchCV, kami mampu meningkatkan akurasi model dibandingkan baseline Logistic Regression tanpa tuning parameter. Saran yang diajukan oleh kami antara lain adalah integrasi fitur tambahan seperti faktor lingkungan atau data psikologis, untuk meningkatkan akurasi prediksi. Lalu eksperimen dengan algoritma lain yang lebih kompleks untuk membandingkan performa. Serta validasi yang lebih luas guna memastikan model dapat diaplikasikan secara general.

Jan 3, 2025

Analisis klasifikasi menggunakan model Naïve Bayes menunjukkan bahwa perokok pasif, yang tidak merokok secara aktif, memiliki persentase dan jumlah kasus potensial penyakit paru-paru yang jauh lebih tinggi dibandingkan dengan perokok aktif. Hal ini bertentangan dengan persepsi umum bahwa perokok aktif lebih berisiko terkena penyakit paru-paru. Temuan ini menyoroti bahaya tersembunyi dari paparan asap rokok pasif. Perokok pasif menghirup sejumlah besar bahan kimia berbahaya dari rokok, meskipun mereka tidak merokok secara langsung. Bahan kimia ini dapat menyebabkan berbagai masalah kesehatan, termasuk penyakit paru-paru. Ironisnya, perokok pasif yang tidak merokok sendiri mungkin menghadapi risiko penyakit paru-paru yang lebih tinggi karena tindakan orang lain. Hal ini menunjukkan pentingnya langkah-langkah kesehatan masyarakat untuk melindungi individu dari paparan asap rokok pasif dan mempromosikan lingkungan bebas asap rokok. Analisis ini menekankan perlunya kampanye kesadaran publik dan peraturan yang lebih ketat untuk membatasi paparan asap rokok pasif. Melindungi individu dari paparan asap rokok pasif dapat secara signifikan mengurangi beban penyakit paru-paru dan meningkatkan kesehatan masyarakat secara keseluruhan.

Sep 11, 2024