Hasil Pencarian  ::  Simpan CSV :: Kembali

"Mutu setiap program studi harus terus ditingkatkan. Oleh karena itu, tiap program studi harus mengupayakan pengembangan program studi secara komprehensif dan terstruktur. Kementerian Pendidikan, Kebudayaan, Riset, dan Teknologi (Kemendikbudristek) telah membuat Sistem Penjaminan Mutu Internal (SPMI) yang merupakan kegiatan sistemik penjaminan mutu pendidikan tinggi oleh setiap perguruan tinggi secara otonom. Mekanisme SPMI dijalankan mengikuti siklus Penetapan, Pelaksanaan, Evaluasi, Pengendalian, dan Peningkatan atau disingkat menjadi PPEPP. Meskipun begitu, pelaksanaan SPMI di Universitas Indonesia (UI) masih mengalami banyak hambatan. Salah satunya adalah tidak adanya integrasi data untuk kebutuhan SPMI dari tiap fakultas. Karenanya, Badan Penjaminan Mutu Akademik (BPMA) UI ingin memiliki suatu sistem terpusat yang dapat dimanfaatkan oleh tiap fakultas termasuk BPMA UI itu sendiri. Untuk mencapai tujuan tersebut, dilakukan penelitian dan pengembangan dengan alur yang dimulai dari requirements gathering dengan wawancara pengguna, requirements analysis dengan pembuatan persona, user journey, use case diagram (UCD), dan arsitektur informasi. Kemudian dari hasil analisis, dirancang desain low-fidelity prototype berupa wireframe dan desain high-fidelity prototype. Setelah itu, aplikasi dikembangkan dengan teknologi Python, Django, dan Django REST Framework untuk aplikasi back-end dan TypeScript, React, dan Next.js untuk aplikasi front-end. Aplikasi SPMI UI yang sudah selesai dikembangkan kemudian diuji dengan tiga metode evaluasi, yaitu User Acceptance Test (UAT), Usability Testing (UT), dan System Usability Scale (SUS). Hasil evaluasi yang didapat dari ketiga metode evaluasi menyatakan bahwa sistem telah layak untuk digunakan meski masih terdapat beberapa bagian yang perlu diperbaiki.

---

The quality of each study program must be continuously improved. Therefore, each study program must make an effort for the development of a comprehensive and structured study program. The Ministry of Education, Culture, Research and Technology has created an Internal Quality Assurance System (SPMI), which is a systemic activity of quality assurance in higher education by each university autonomously. The SPMI mechanism is carried out by following the cycle of Establishment (Penetapan), Implementation (Pelaksanaan), Evaluation (Evaluasi), Control (Pengendalian), and Improvement (Peningkatan), abbreviated as PPEPP. Even so, the implementation of SPMI at the University of Indonesia (UI) is still experiencing many obstacles. One of them is the absence of data integration for SPMI needs from each faculty. Therefore, UI’s Academic Quality Assurance Agency (BPMA) wants a centralized system that each faculty can utilize, including BPMA UI itself. In order to achieve that, research and development are done by adhering to the flow that started from requirements gathering through user interview, requirements analysis by creating personas, user journey, use case diagram, and information architecture. Based on the outcome of the analysis, low-fidelity prototype (wireframe) and high-fidelity prototype are made. From then on, the application was developed using Python, Django, and Django REST Framework for the back-end, and TypeScript, React, and Next.js for the front-end. The finished SPMI UI app was then tested and evaluated using three different methods: User Acceptance Test (UAT), Usability Testing (UT), and System Usability Scale (SUS). Based on all the tests conducted, it can be concluded that SPMI UI is production-ready, although it still has some parts that could be improved."

"Mutu setiap program studi harus terus ditingkatkan. Oleh karena itu, tiap program studi harus mengupayakan pengembangan program studi secara komprehensif dan terstruktur. Kementerian Pendidikan, Kebudayaan, Riset, dan Teknologi (Kemendikbudristek) telah membuat Sistem Penjaminan Mutu Internal (SPMI) yang merupakan kegiatan sistemik penjaminan mutu pendidikan tinggi oleh setiap perguruan tinggi secara otonom. Mekanisme SPMI dijalankan mengikuti siklus Penetapan, Pelaksanaan, Evaluasi, Pengendalian, dan Peningkatan atau disingkat menjadi PPEPP. Meskipun begitu, pelaksanaan SPMI di Universitas Indonesia (UI) masih mengalami banyak hambatan. Salah satunya adalah tidak adanya integrasi data untuk kebutuhan SPMI dari tiap fakultas. Karenanya, Badan Penjaminan Mutu Akademik (BPMA) UI ingin memiliki suatu sistem terpusat yang dapat dimanfaatkan oleh tiap fakultas termasuk BPMA UI itu sendiri. Untuk mencapai tujuan tersebut, dilakukan penelitian dan pengembangan dengan alur yang dimulai dari requirements gathering dengan wawancara pengguna, requirements analysis dengan pembuatan persona, user journey, use case diagram (UCD), dan arsitektur informasi. Kemudian dari hasil analisis, dirancang desain low-fidelity prototype berupa wireframe dan desain high-fidelity prototype. Setelah itu, aplikasi dikembangkan dengan teknologi Python, Django, dan Django REST Framework untuk aplikasi back-end dan TypeScript, React, dan Next.js untuk aplikasi front-end. Aplikasi SPMI UI yang sudah selesai dikembangkan kemudian diuji dengan tiga metode evaluasi, yaitu User Acceptance Test (UAT), Usability Testing (UT), dan System Usability Scale (SUS). Hasil evaluasi yang didapat dari ketiga metode evaluasi menyatakan bahwa sistem telah layak untuk digunakan meski masih terdapat beberapa bagian yang perlu diperbaiki.

---

The quality of each study program must be continuously improved. Therefore, each study program must make an effort for the development of a comprehensive and structured study program. The Ministry of Education, Culture, Research and Technology has created an Internal Quality Assurance System (SPMI), which is a systemic activity of quality assurance in higher education by each university autonomously. The SPMI mechanism is carried out by following the cycle of Establishment (Penetapan), Implementation (Pelaksanaan), Evaluation (Evaluasi), Control (Pengendalian), and Improvement (Peningkatan), abbreviated as PPEPP. Even so, the implementation of SPMI at the University of Indonesia (UI) is still experiencing many obstacles. One of them is the absence of data integration for SPMI needs from each faculty. Therefore, UI’s Academic Quality Assurance Agency (BPMA) wants a centralized system that each faculty can utilize, including BPMA UI itself. In order to achieve that, research and development are done by adhering to the flow that started from requirements gathering through user interview, requirements analysis by creating personas, user journey, use case diagram, and information architecture. Based on the outcome of the analysis, low-fidelity prototype (wireframe) and high-fidelity prototype are made. From then on, the application was developed using Python, Django, and Django REST Framework for the back-end, and TypeScript, React, and Next.js for the front-end. The finished SPMI UI app was then tested and evaluated using three different methods: User Acceptance Test (UAT), Usability Testing (UT), and System Usability Scale (SUS). Based on all the tests conducted, it can be concluded that SPMI UI is production-ready, although it still has some parts that could be improved."

"Dalam dekade terakhir, metode komunikasi lewat pengiriman pesan instan atau aplikasi chat mengalami peningkatan popularitas yang cukup drastis. Perkembangan hal ini menghasilkan peningkatan jumlah chatbot yaitu software yang didesain untuk menciptakan interaksi antara pengguna atau manusia dan komputer yang menggunakan bahasa yang serupa dengan percakapan biasa antara dua manusia. Dengan meningkatnya jumlah chatbot dalam berbagai bidang industri teknologi, makin diperlukan atensi lebih terhadap karakteristik-karakteristik yang mempengaruhi usability pada chatbot untuk meningkatkan pengalaman pengguna. Diperlukan kumpulan karakteristik usability chatbot yang dapat digunakan untuk mengevaluasi kualitas usability chatbot dari bidang manapun. Discord merupakan aplikasi chat dengan jumlah pengguna chatbot yang tinggi namun masih belum ada penelitian yang mengevaluasi chatbot pada aplikasi tersebut. Untuk melakukan evaluasi ini, digunakan beberapa metode yaitu systematic literature review yang menghasilkan daftar karakteristik usability chatbot secara umum, usability testing dengan tujuh partisipan untuk mendapat umpan balik secara langsung dari pengguna aplikasi chatbot musik Hydra pada Discord, data 105 pengguna Discord lewat chatbot usability questionnaire untuk memperoleh sebuah nilai kuantitatif mengenai usability chatbot Discord, dan analisis tematik untuk menentukan umpan balik pengguna yang dapat diubah menjadi perbaikan usability Discord. Hasil penelitian berupa daftar karakteristik chatbot dari SLR, CUQ score untuk usability chatbot dan usulan perbaikan beberapa fitur chatbot Hydra yang fokus kepada merepresentasikan informasi dengan lebih baik, pemberian umpan balik efektif atas command yang diberikan, membuat chatbot yang lebih manusiawi dalam cara berkomunikasi.

---

Over the past decade, there has been a significant surge in the popularity of communication methods through instant messaging and chat applications. This surge has led to a corresponding increase in the prevalence of chatbots—software designed to facilitate interactions between users or humans and computers, emulating natural human conversation. With the growing presence of chatbots across various sectors of the technology industry, there is a heightened need to scrutinize the key attributes that influence chatbot usability, ultimately enhancing the user experience. To address this need, there is a requirement for a comprehensive set of chatbot usability features that can be universally applied to evaluate chatbots across different domains. While Discord, a chat application, boasts a substantial user base for chatbots, there remains a noticeable absence of research focused on evaluating chatbots within this platform. To undertake this evaluation, a multi-faceted approach was employed, encompassing a systematic literature review that culminated in a compilation of chatbot usability characteristics, usability testing involving seven participants to solicit direct feedback on the Hydra music chatbot application on Discord, a chatbot usability questionnaire administered to 105 Discord users to gather quantitative insights into Discord chatbot usability, and a thematic analysis aimed at identifying user feedback for potential enhancements in Discord's usability. The research findings provide recommendations for refining various features of the Hydra chatbot, with a particular focus on enhancing information representation, delivering effective feedback in response to commands, and fostering a more human-like communication style."

"Dalam dekade terakhir, metode komunikasi lewat pengiriman pesan instan atau aplikasi chat mengalami peningkatan popularitas yang cukup drastis. Perkembangan hal ini menghasilkan peningkatan jumlah chatbot yaitu software yang didesain untuk menciptakan interaksi antara pengguna atau manusia dan komputer yang menggunakan bahasa yang serupa dengan percakapan biasa antara dua manusia. Dengan meningkatnya jumlah chatbot dalam berbagai bidang industri teknologi, makin diperlukan atensi lebih terhadap karakteristik-karakteristik yang mempengaruhi usability pada chatbot untuk meningkatkan pengalaman pengguna. Diperlukan kumpulan karakteristik usability chatbot yang dapat digunakan untuk mengevaluasi kualitas usability chatbot dari bidang manapun. Discord merupakan aplikasi chat dengan jumlah pengguna chatbot yang tinggi namun masih belum ada penelitian yang mengevaluasi chatbot pada aplikasi tersebut. Untuk melakukan evaluasi ini, digunakan beberapa metode yaitu systematic literature review yang menghasilkan daftar karakteristik usability chatbot secara umum, usability testing dengan tujuh partisipan untuk mendapat umpan balik secara langsung dari pengguna aplikasi chatbot musik Hydra pada Discord, data 105 pengguna Discord lewat chatbot usability questionnaire untuk memperoleh sebuah nilai kuantitatif mengenai usability chatbot Discord, dan analisis tematik untuk menentukan umpan balik pengguna yang dapat diubah menjadi perbaikan usability Discord. Hasil penelitian berupa daftar karakteristik chatbot dari SLR, CUQ score untuk usability chatbot dan usulan perbaikan beberapa fitur chatbot Hydra yang fokus kepada merepresentasikan informasi dengan lebih baik, pemberian umpan balik efektif atas command yang diberikan, membuat chatbot yang lebih manusiawi dalam cara berkomunikasi.

---

Over the past decade, there has been a significant surge in the popularity of communication methods through instant messaging and chat applications. This surge has led to a corresponding increase in the prevalence of chatbots—software designed to facilitate interactions between users or humans and computers, emulating natural human conversation. With the growing presence of chatbots across various sectors of the technology industry, there is a heightened need to scrutinize the key attributes that influence chatbot usability, ultimately enhancing the user experience. To address this need, there is a requirement for a comprehensive set of chatbot usability features that can be universally applied to evaluate chatbots across different domains. While Discord, a chat application, boasts a substantial user base for chatbots, there remains a noticeable absence of research focused on evaluating chatbots within this platform. To undertake this evaluation, a multi-faceted approach was employed, encompassing a systematic literature review that culminated in a compilation of chatbot usability characteristics, usability testing involving seven participants to solicit direct feedback on the Hydra music chatbot application on Discord, a chatbot usability questionnaire administered to 105 Discord users to gather quantitative insights into Discord chatbot usability, and a thematic analysis aimed at identifying user feedback for potential enhancements in Discord's usability. The research findings provide recommendations for refining various features of the Hydra chatbot, with a particular focus on enhancing information representation, delivering effective feedback in response to commands, and fostering a more human-like communication style."

"Software Product Line Engineering (SPLE) merupakan paradigma untuk memproduksi perangkat lunak dengan waktu, usaha, dan biaya yang minimal. Adaptive Information System for Charity Organization (AISCO) adalah perangkat yang dikembangkan dengan pendekatan SPLE untuk menghasilkan aplikasi web bagi organisasi sosial. Proses memproduksi aplikasi melibatkan sebuah kerangka pengembangan yang bernama Prices-IDE, yaitu sebuah development framework yang mendukung SPLE. Penelitian terdahulu telah mengembangkan UI Generator yang dapat mentransformasikan diagram IFML (Interaction Flow Modeling Language) menjadi source code sebuah aplikasi React. Akan tetapi, antarmuka yang dihasilkan masih sangat sederhana, belum menimbang prinsip desain antarmuka pengguna, dan belum menggunakan pendekatan SPLE. Terlebih, fitur kustomisasi antarmuka yang sudah ada belum terintegrasi dengan Prices-IDE. Penelitian ini mengusulkan variasi komponen antarmuka yang telah diperbarui, serta metode untuk melakukan kustomisasi antarmuka saat runtime. Proses pengembangan melibatkan pembuatan prototipe dan penyesuaian terhadap UI Generator berdasarkan rancangan yang diusulkan. Aplikasi yang dihasilkan kemudian dianalisis dan dites dengan functional testing secara manual oleh penulis menggunakan 16 skenario tes. Audit performa menggunakan Lighthouse juga dilakukan terhadap aplikasi dari UI Generator versi sebelum dan setelah diperbarui. Berdasarkan tes dan analisis tersebut, disimpulkan bahwa UI Generator yang diperbarui dapat menghasilkan aplikasi React yang mempertahankan fungsionalitas yang sudah ada, mengalami peningkatan dalam performa sebanyak 14%, dan kini memiliki tambahan fitur kustomisasi UI.

---

Software Product Line Engineering (SPLE) is the paradigm for producing a diverse set of similar software products with lower cost, time, and effort. Adaptive Information System for Charity Organization (AISCO) is a tool to generate web applications for charity organizations developed with an SPLE framework. The process of generating web applications is assisted by Prices-IDE, a development framework that supports SPLE. Previous studies have succeeded in developing a UI Generator that transforms an IFML (Interaction Flow Modeling Language) Diagram into the source code of a React application. However, the generated UI display is barebones, does not consider UI design principles, and was not developed with the SPLE approach. Moreover, the existing UI customization feature is entirely separate from Prices-IDE. This study proposes a revamped UI design, interface variations of the generated application, and a way to customize said interface during runtime. The development process involves creating a prototype based on the proposed design, then applying necessary adjustments to the UI Generator. Applications generated by the renewed UI Generator are then analyzed and tested using functional testing with 16 scenarios and performance audits with Lighthouse. Based on these analyses and test results, it is concluded that the updated UI Generator can generate React applications that maintain previous functionalities, with the addition of a UI customization feature and an increase by 14% in performance."

"Dalam dekade terakhir, metode komunikasi lewat pengiriman pesan instan atau aplikasi chat mengalami peningkatan popularitas yang cukup drastis. Perkembangan hal ini menghasilkan peningkatan jumlah chatbot yaitu software yang didesain untuk menciptakan interaksi antara pengguna atau manusia dan komputer yang menggunakan bahasa yang serupa dengan percakapan biasa antara dua manusia. Dengan meningkatnya jumlah chatbot dalam berbagai bidang industri teknologi, makin diperlukan atensi lebih terhadap karakteristik-karakteristik yang mempengaruhi usability pada chatbot untuk meningkatkan pengalaman pengguna. Diperlukan kumpulan karakteristik usability chatbot yang dapat digunakan untuk mengevaluasi kualitas usability chatbot dari bidang manapun. Discord merupakan aplikasi chat dengan jumlah pengguna chatbot yang tinggi namun masih belum ada penelitian yang mengevaluasi chatbot pada aplikasi tersebut. Untuk melakukan evaluasi ini, digunakan beberapa metode yaitu systematic literature review yang menghasilkan list karakteristik usability chatbot secara umum, usability testing dengan 7 partisipan untuk mendapat umpan balik secara langsung dari pengguna aplikasi chatbot musik Hydra pada Discord, data 105 pengguna Discord lewat chatbot usability questionnaire untuk memperoleh sebuah nilai kuantitatif mengenai usability chatbot Discord, dan thematic analysis untuk menentukan umpan balik pengguna yang dapat diubah menjadi perbaikan usability Discord. Hasil penelitian berupa list karakteristik chatbot dari SLR, CUQ score untuk usability chatbot dan usulan perbaikan beberapa fitur chatbot Hydra yang fokus kepada merepresentasikan informasi dengan lebih baik, pemberian umpan balik efektif atas command yang diberikan, membuat chatbot yang lebih manusiawi dalam cara berkomunikasi.

---

In the last decade, communication methods via instant messaging or chat applications have increased in popularity quite drastically. This development has resulted in an increase in the number of chatbots, namely software designed to create interactions between users or humans and computers that use a language similar to an ordinary conversation between two humans. With the increasing number of chatbots in various fields of the technology industry, more and more attention is needed on the characteristics that affect the usability of chatbots to improve the user experience. A collection of chatbot usability features is needed that can be used to evaluate the usability quality of chatbots from any field. Discord is a chat application with a high number of chatbot users, but there is still no research evaluating chatbots in this application. To carry out this evaluation, several methods were used, namely a systematic literature review that results in a list of chatbot usability characteristics, usability testing with 7 participants to get direct feedback from users of the Hydra music chatbot application on Discord, data on 105 Discord users via a chatbot usability questionnaire to obtain a quantitative assessment of the usability of the Discord chatbot, and a thematic analysis to determine user feedback that can be turned into improvements to Discord usability. The results of the evaluation of the research are in the form of suggestions for improving several Hydra chatbot features that focus on better representing information, providing effective feedback on commands given, making chatbots more humane in the way they communicate."

"Pertanyaan konsultasi pada sebuah forum daring perlu dijawab oleh dokter spesialis yang tepat agar jawaban yang diberikan akurat dan bermanfaat bagi pengguna yang bertanya. Terkait hal tersebut, penelitian ini membahas tentang pengembangan model yang dapat secara otomatis mengarahkan sebuah pertanyaan konsultasi kesehatan ke dokter dengan spesialisasi yang sesuai. Lebih jauh lagi, model yang dibangun merupakan model klasifikasi multi-label karena sebuah pertanyaan dapat terasosiasi dengan lebih dari satu spesialisasi. Penelitian ini dimulai dengan mengevaluasi keefektifan metode pemetaan berbasis aturan dalam memprediksi data yang dianotasi oleh pakar, dan diperoleh hasil yang menunjukkan tingkat keberhasilan yang cukup. Selanjutnya, dikembangkan sebuah model machine learning yang melakukan klasifikasi domain spesialis dokter. Pelatihan model dilakukan dengan berbagai metode, termasuk supervised, unsupervised, serta semi-supervised learning. Model terbaik ditemukan melalui metode domain adaptive pre-training dengan IndoBERT-large sebagai model acuan dan melibatkan unsupervised learning. Selain itu, model supervised learning juga digunakan dengan menggunakan model konvensional, dan hasilnya digunakan untuk analisis kontribusi dari fitur-fitur yang digunakan dalam klasifikasi. Terakhir, penelitian ini mengevaluasi kembali anotasi yang dilakukan oleh manusia dengan menggunakan kata kunci sebagai pendekatan untuk mengurangi kesalahan dalam dataset. Dengan pendekatan ini, berhasil ditemukan beberapa kesalahan anotasi pada dataset yang dianotasi oleh manusia.

---

The consultation questions on an online forum need to be answered by the appropriate specialist doctors to provide accurate and beneficial answers to the users asking the questions. In relation to this, this study discusses the development of a model that can automatically direct a health consultation question to a doctor with the corresponding specialization. Furthermore, the constructed model is a multi-label classification model because a question can be associated with more than one specialization. There are several issues addressed in this work. This research begins by evaluating the effectiveness of rule-based mapping methods in predicting data annotated by experts, and the results show a satisfactory level of success. Furthermore, a multi-label classification model is developed to classify the specialist domains of doctors. The model training is performed using various methods, including supervised learning, unsupervised learning, and semi-supervised learning. The best model is found through domain adaptive pre-training using IndoBERT-large as the reference model and involving unsupervised learning. Additionally, the supervised learning model is also used with a conventional model, and the results are used to analyze the contribution of the features used in the classification. Lastly, this research re-evaluates the annotations made by humans using keyword-based approaches to reduce errors in the dataset. With this approach, several annotation errors were successfully identified in the dataset annotated by humans."

"Pemerintah Provinsi DKI Jakarta telah mengembangkan sistem Cepat Respon Masyarakat untuk mendukung partisipasi masyarakat. Masyarakat DKI Jakarta dapat menyampaikan keluhan non-darurat di 14 kanal dan memantau proses penyelesaiannya di portal yang tersedia. Namun, tidak semua aduan yang disampaikan masyarakat mempunyai keterangan yang lengkap. Beberapa aduan tidak menyertakan deskripsi, lokasi, maupun waktu kejadian. Hal ini menyulitkan petugas Operasi Perangkat Daerah (OPD) dalam melakukan penyelesaian aduan. Dalam menangani permasalahan tersebut, diperlukan suatu sistem yang dapat digunakan untuk mendeteksi kelengkapan suatu aduan dari masyarakat, sehingga dapat secara otomatis mengingatkan masyarakat untuk membuat laporan yang lengkap. Penelitian ini membahas performa model yang dapat mendeteksi kelengkapan keterangan laporan aduan. Rangkaian metode yang diterapkan adalah deteksi kelengkapan keterangan deskripsi, deteksi kelengkapan keterangan lokasi, dan deteksi kelengkapan keterangan waktu. Deteksi kelengkapan keterangan deskripsi diuji dengan pendekatan machine learning menggunakan fitur Term Frequency-Inverse Document Frequency (TF-IDF) dan N-gram. Algoritma machine learning yang diimplementasikan adalah Multinomial Na ̈ıve Bayes (MNB), Support Vector Machine (SVM), dan Random Forest Decision Tree (RDFT). Deteksi kelengkapan keterangan lokasi dan waktu diuji menggunakan sistem Named Entity Recognition (NER) Wirawan (2020) dengan model pre-trained Bidirectional Encoder Representations from Transformers (BERT) dan basis data NERGRIT. Ekstraksi kata kunci keterangan deskripsi dilakukan menggunakan pendekatan LIME explainer. Hasil eksperimen menunjukan bahwa algoritma RFDT menggunakan fitur TF dan word unigram dengan balancing data menggunakan Synthetic Minority Over-sampling Technique (SMOTE) menghasilkan performa tertinggi untuk klasifikasi kelengkapan keterangan deskripsi laporan aduan dengan nilai makro F1 sebesar 0.7154. Deteksi kelengkapan keterangan lokasi dan waktu menggunakan model NER pre-trained BERT menghasilkan nilai makro F1 sebesar 0.8634 dan 0.6252. Hasil pemetaan kata kunci keterangan deskripsi, lokasi dan waktu dievaluasi dengan metrik cosine similarity secara berurutan menghasilkan nilai sebesar 0.5890, 0.6252 dan 0.8487.

---

The Provincial Government of DKI Jakarta has developed a Cepat Respon Masyarakat system to support community participation and optimization of government performance. DKI Jakarta citizens can submit non-emergency complaints in 14 channels integrated with the Cepat Respon Masyarakat and monitor the resolution process on the available portal. However, not all complaints submitted by the public have complete information. Some complaints do not include a description, location, or time of occurrence. This will make it difficult for the Organisasi Perangkat Daerah (OPD) officers to resolve them. To deal with this problem, we need a system that can detect the completeness of a complaint from the public to automatically remind them to make a complete report. This study discusses the performance of models that can detect complaint report completeness. The methods applied are detection of completeness of description information, detection of completeness of location information, and detection of completeness of time information. Detection of completeness of descriptions was tested using the machine learning approach with the Term Frequency-Inverse Document Frequency (TF-IDF) and N-gram as the features. The implemented machine learning algorithms are Multinomial Na ̈ıve Bayes (MNB), Support Vector Machine (SVM), and Random Forest Decision Tree (RDFT). Detection of completeness of location and time descriptions was tested using Named Entity Recognition (NER) system by Wirawan (2020) with pre-trained Bidirectional Encoder Representations from Transformers (BERT) model dan NERGRIT as data basis. Description’s keyword extraction was performed by LIME explainer implementation. The experimental results show that the RFDT algorithm with TF and word unigram features and data balancing using Synthetic Minority Over-sampling Technique (SMOTE) produced the highest performance for the classification of the completeness of the description with F1 macro value of 0.7154. Classification of completeness of location and time information using the pre-trained BERT model resulted in F1 macro values of 0.8634 and 0.6252. The results of the detection of description keywords, location keywords, and time keywords were evaluated using the cosine similarity metric, respectively, yielding a value of 0.863448, 0.6252, and 0.8487."

"Software product line engineering (SPLE) merupakan paradigma perangkat lunak yang digunakan untuk memproduksi berbagai varian perangkat lunak dengan waktu dan biaya yang efektif. Penelitian sebelumnya telah mengembangkan Prices-IDE, yaitu sebuah integrated development environment (IDE) yang menghasilkan aplikasi web menggunakan paradigma SPLE. Aplikasi web tersebut dihasilkan secara otomatis (generated) menggunakan plugin UI Generator pada PRICES-IDE yang menerima model interaction flow modeling language (IFML) untuk dihasilkan menjadi aplikasi React. Aplikasi yang dihasilkan secara otomatis tersebut belum memiliki user interface (UI) yang dapat dikustomisasi secara lengkap. Penelitian sebelumnya telah berhasil mengembangkan mekanisme kustomisasi tema warna pada aplikasi. Namun, mekanisme kustomisasi tersebut belum dapat dilakukan pada aspek UI lainnya, seperti layout halaman dan bentuk komponen. Penelitian ini mengusulkan mekanisme kustomisasi UI yang terintegrasi pada Prices-IDE dengan menyediakan variasi template UI yang adaptif dengan fitur aplikasi. Mekanisme kustomisasi UI dilakukan dengan memvariasikan kode template projek React yang digunakan serta memvariasikan aturan code generator yang digunakan dalam UI Generator. Variasi tersebut dipaketkan menjadi pilihan template UI yang dapat dipilih pengguna ketika menggunakan UI Generator. Agar penambahan variasi baru dapat dilakukan dengan mudah, dilakukan refactoring terhadap UI Generator sehingga penambahan variasi baru tidak mengubah kode yang sudah diimplementasi sebelumnya. Hasil implementasi mekanisme kustomisasi kemudian dianalisis dan dievaluasi dengan melakukan studi kasus pada aplikasi Amanah, yaitu sebuah layanan aplikasi untuk menghasilkan aplikasi web bagi organisasi nirlaba. Setelah itu, evaluasi dilakukan menggunakan six quality criteria serta kemudahan untuk menjalankan mekanisme kustomisasi. Berdasarkan hasil studi kasus dan evaluasi, disimpulkan bahwa mekanisme kustomisasi dapat memvariasikan tampilan UI dari fitur aplikasi dan terintegrasi dengan plugin UI Generator dalam Prices-IDE.

---

Software Product Line Engineering (SPLE) serves as a paradigm to develop multiple software variants while optimizing time and costs. Previous researches introduce Prices-IDE, an integrated development environment (IDE) that uses SPLE to automate web application generation via UI Generator plugin. The plugin accepts Interaction Flow Modeling Language (IFML) models as an input to generate React applications. However, these auto-generated applications lack comprehensive User Interface (UI) customization. Although prior studies have already implemented color theme customizations, extending the customization to other UI aspects, such as layout and component structure, has not yet been implemented. This study proposes an integrated UI customization mechanism within Prices-IDE, providing adaptive UI template variations that aligns with generated application features. The mechanism involves providing multiple variations of React project template and diversifying UI Generator’s code generation rules, packaged as selectable options for users. UI Generator is also refactored so that the addition of new variations will not alter existing code. Evaluation is done through case study using Amanah, a service providing web application for non-profit application. UI Generator is also evaluated and analyzed through six quality criteria and usability assessment. This study concludes that the proposed customization mechanism can be used to diversify UI appearance and integrate smoothly with Prices-IDE’s UI Generator."

"Terkadang realisasi kebutuhan pengembangan aplikasi web baru sudah diimplementasikan sebagian pada aplikasi web lain. Harusnya efisiensi pengembangan dapat ditingkatkan dengan me-reuse realisasi tersebut dan mengurangi jumlah kebutuhan yang diimplementasikan dari awal. Developer menyelesaikan kasus tersebut dengan pendekatan clone-and-own yang memungkinkan penggunaan fungsionalitas suatu perangkat lunak pada perangkat lunak lain. Meskipun meningkatkan efisiensi pengembangan, namun clone-and-own menimbulkan masalah maintainability pada perangkat lunak yang sudah dikembangkan. Masalah tersebut dapat diatasi dengan pendekatan alternatif seperti paradigma software product line engineering (SPLE) yang efisiensinya dapat ditingkatkan dengan konsep multi product line (MPL). Sayangnya, SPLE dan MPL belum umum digunakan untuk mengembangkan perangkat lunak web karena kurangnya web framework yang menunjang kedua pendekatan tersebut. Hal ini yang mendasari implementasi WinVMJ framework sebagai web framework untuk mengembangkan aplikasi web dengan SPLE dan MPL. Framework ini belum menerapkan alur kerja SPLE secara menyeluruh, sehingga validitas perangkat lunak tidak terjamin. Untuk melengkapi alur kerja SPLE WinVMJ, penelitian ini mengintegrasikannya dengan FeatureIDE. Integrasi dilaksanakan dalam tiga tahap: merancang alur kerja SPLE, mendefinisikan kumpulan artefak yang diperlukan untuk pengembangan perangkat lunak, dan implementasi plugin bernama WinVMJ composer untuk memproses kumpulan artefak yang didefinisikan. Alur kerja SPLE WinVMJ berhasil dilengkapi dengan WinVMJ composer yang mampu memproses artefak dari FeatureIDE dan melakukan validasi produk secara menyeluruh. Selain itu, evaluasi WinVMJ composer juga menunjukkan adanya keunggulan penerapan MPL dan penyusunan produk dibandingkan WinVMJ framework.

---

Sometimes the realization of new web application development needs has been partially implemented in other web applications. Development efficiency should be increased by reusing the realization and reducing the number of requirements implemented from scratch. Developers solve this case with a clone-and-own approach that allows using the functionality of one software on another. Although this approach improves development efficiency, clone-and-own causes maintainability issues in the developed software. This problem can be overcome by alternative approaches, such as the software product line engineering (SPLE) paradigm, whose efficiency can be increased by the multi-product line (MPL) concept. Unfortunately, SPLE and MPL are not commonly used to develop web software due to the lack of web frameworks that supports them. This issue underlies the implementation of the WinVMJ framework as a web framework for developing web applications with SPLE and MPL. This framework has not fully implemented the SPLE workflow, which causes a lack of software validity. To complete it, this research integrates it with featured. The integration is carried out in three stages: designing the SPLE workflow, defining the artifact set for software development after integration, and implementing a plugin named WinVMJ composer to process the defined artifacts set. The WinVMJ's SPLE workflow is completed with WinVMJ composer, which can process FeatureIDE's artifacts and perform thorough product validation. In addition, the evaluation of the WinVMJ composer also shows the advantages of implementing MPL and product compilation compared to the WinVMJ framework."