Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Bikunku merupakan suatu aplikasi penunjang informasi bis kuning (bikun); sarana transportasi di lingkungan Universitas Indonesia; yang dibuat oleh Alamsyah et al. melalui penelitiannya pada tahun 2022. Salah satu fitur penting yang ditawarkan dalam aplikasi ini adalah tracking lokasi bikun yang sedang beroperasi secara real-time. Meskipun secara keseluruhan sistem ini dapat menjalankan tugas- nya melakukan tracking lokasi bikun, sistem yang menggunakan frontend React, komunikasi WebSocket, dan database PostgreSQL ini kurang optimal untuk menangani data lokasi yang dikirim oleh driver bikun dan dibaca oleh ribuan sivitas akademik Universitas Indonesia. Penelitian ini bertujuan melakukan improvement berupa peningkatan performa pada sistem tracking bikun pada aplikasi Bikunku yang meliputi pengukuran end-to-end response time, throughput, CPU usage, memory usage, FPS dan rendering speed. Penelitian terdiri dari pengembangan dari sisi backend protokol komunikasi menggunakan gRPC dengan Kafka, sisi database menggunakan Firebase Cloud Firestore sebagai Realtime Database pada backend, dan sisi frontend menggunakan Flutter sebagai aplikasi mobile. Implementasi frontend Flutter pada akhirnya diinkorporasikan dengan pilihan implementasi backend dengan hasil performa yang terbaik. Dengan pengembangan menggunakan teknologi tersebut, improvement yang dilakukan pada penelitian ini meliputi pengubahan cara penyaluran data lokasi tracking dan database dari sistem polling menjadi sistem pushing, pengubahan arsitektur sistem yang lebih performant, digunakannya protokol komunikasi yang lebih unggul, perbaikan implementasi pada autentikasi driver sebagai salah satu penyebab bottleneck, pengubahan aplikasi menjadi mobile app, dan digunakannya implementasi maps yang lebih siap untuk production. Pengetesan dilakukan dengan load testing membandingkan performa masing-masing sistem implementasi baru terhadap sistem terdahulu Alamsyah. Skenario pengetesan sistem backend dan database meliputi request pengiriman lokasi oleh 11 driver bikun, disertai 1800 concurrent user di sisi client untuk membaca simulasi data lokasi terbaru bikun yang beroperasi. Sementara pada sisi frontend dilakukan pengetesan dengan resource profiling dan observasi terhadap simulasi bikun yang berjalan di frontend. Hasil pengetesan menunjukkan sistem gRPC-Kafka lebih cepat sebesar 96% dengan throughput yang dihasilkan lebih baik 216% dibandingkan dengan sistem Alamsyah, sistem Firebase lebih cepat sebesar 91% dengan throughput yang dihasilkan lebih baik 127% dibandingkan sistem Alamsyah. Dari hasil yang didapat, sistem gRPC-Kafka kemudian dipilih sebagai sistem backend yang diinkorporasikan dengan implementasi Flutter. Hasil pengetesan sistem Flutter dengan gRPC-Kafka mendapatkan hasil yang lebih baik pada OS Android di semua skenario dengan peningkatan performa metrik CPU usage, max CPU usage, memory usage, dan rendering speed sebesar 27%, 18%, 42%, dan 33%. Sistem Flutter dengan gRPC-Kafka mayoritas lebih baik pada OS iOS di semua skenario, yakni pada metrik memory usage, FPS, dan rendering speed dengan peningkatan performa sebesar 40%, 28%, dan 16%. Sementara dari segi CPU usage dan max CPU usage, sistem Alamsyah lebih baik sebesar 9% dan 0,3% dari sistem Flutter dengan gRPC- Kafka. ...... Bikunku is an information system application for bikun, a bus transportation facility within the University of Indonesia environment, developed by Alamsyah et al. through their research in 2022. One of the important features offered in this application is real-time tracking of the bikuns' location. Although the overall system is capable of tracking the bikun's location, the system, which utilizes React for the frontend, WebSocket for communication, and PostgreSQL for the database, it is not optimized to handle the location data sent by bikun drivers and accessed by thousands of University of Indonesia stakeholders. This research aims to improve the performance of the bikun tracking system in the Bikunku application, including measuring end-to-end response time, throughput, CPU usage, memory usage, FPS, and rendering speed. The research consists of the development of backend communication protocol using gRPC with Kafka, development of backend using Firebase Cloud Firestore as Realtime Database, and development of the frontend mobile application using Flutter. The implementation of Flutter frontend is then integrated with the best performing backend implementation. With the development using technologies listed, improvements made in this research include changing the method of location tracking data delivery and database from a polling system to a pushing system, modifying the system architecture for better performance, utilizing superior communication protocol, improving the implementation of driver authentication as one of the bottleneck causes, transforming the application into a mobile app, and utilizing a more production-ready maps implementation. Load testing is conducted to compare the performance of each new implementation with Alamsyah's previous system. The testing scenarios for the backend and database systems involve location request submissions by 11 bikun drivers, along with 1800 concurrent users on the client side to simulate reading the latest location data of operating bikuns. On the frontend side, testing is performed using resource profiling and observation of the running bikun simulations. The test results show that the gRPC-Kafka system is 96% faster with a 216% better throughput compared to Alamsyah's system, while the Firebase system is 91% faster with a 127% better throughput compared to Alamsyah's system. Based on these findings, the gRPC-Kafka system is then chosen as the backend system to be integrated with the Flutter implementation. The testing results of Flutter with gRPC-Kafka demonstrate better performance on Android OS in all scenarios, with improvements in CPU usage, max CPU usage, memory usage, and rendering speed by 27%, 18%, 42%, and 33%, respectively. The Flutter with gRPC-Kafka system performs better on iOS OS in all scenarios for the majority, which are in terms of memory usage, FPS, and rendering speed, with performance improvements of 40%, 28%, and 16%, respectively. However, in terms of CPU usage and max CPU usage, the Alamsyah system performs better by 9% and 0.3% to the Flutter with gRPC-Kafka system.

Abstrak :
Bikunku merupakan suatu aplikasi penunjang informasi bis kuning (bikun); sarana transportasi di lingkungan Universitas Indonesia; yang dibuat oleh Alamsyah et al. melalui penelitiannya pada tahun 2022. Salah satu fitur penting yang ditawarkan dalam aplikasi ini adalah tracking lokasi bikun yang sedang beroperasi secara real-time. Meskipun secara keseluruhan sistem ini dapat menjalankan tugas- nya melakukan tracking lokasi bikun, sistem yang menggunakan frontend React, komunikasi WebSocket, dan database PostgreSQL ini kurang optimal untuk menangani data lokasi yang dikirim oleh driver bikun dan dibaca oleh ribuan sivitas akademik Universitas Indonesia. Penelitian ini bertujuan melakukan improvement berupa peningkatan performa pada sistem tracking bikun pada aplikasi Bikunku yang meliputi pengukuran end-to-end response time, throughput, CPU usage, memory usage, FPS dan rendering speed. Penelitian terdiri dari pengembangan dari sisi backend protokol komunikasi menggunakan gRPC dengan Kafka, sisi database menggunakan Firebase Cloud Firestore sebagai Realtime Database pada backend, dan sisi frontend menggunakan Flutter sebagai aplikasi mobile. Implementasi frontend Flutter pada akhirnya diinkorporasikan dengan pilihan implementasi backend dengan hasil performa yang terbaik. Dengan pengembangan menggunakan teknologi tersebut, improvement yang dilakukan pada penelitian ini meliputi pengubahan cara penyaluran data lokasi tracking dan database dari sistem polling menjadi sistem pushing, pengubahan arsitektur sistem yang lebih performant, digunakannya protokol komunikasi yang lebih unggul, perbaikan implementasi pada autentikasi driver sebagai salah satu penyebab bottleneck, pengubahan aplikasi menjadi mobile app, dan digunakannya implementasi maps yang lebih siap untuk production. Pengetesan dilakukan dengan load testing membandingkan performa masing-masing sistem implementasi baru terhadap sistem terdahulu Alamsyah. Skenario pengetesan sistem backend dan database meliputi request pengiriman lokasi oleh 11 driver bikun, disertai 1800 concurrent user di sisi client untuk membaca simulasi data lokasi terbaru bikun yang beroperasi. Sementara pada sisi frontend dilakukan pengetesan dengan resource profiling dan observasi terhadap simulasi bikun yang berjalan di frontend. Hasil pengetesan menunjukkan sistem gRPC-Kafka lebih cepat sebesar 96% dengan throughput yang dihasilkan lebih baik 216% dibandingkan dengan sistem Alamsyah, sistem Firebase lebih cepat sebesar 91% dengan throughput yang dihasilkan lebih baik 127% dibandingkan sistem Alamsyah. Dari hasil yang didapat, sistem gRPC-Kafka kemudian dipilih sebagai sistem backend yang diinkorporasikan dengan implementasi Flutter. Hasil pengetesan sistem Flutter dengan gRPC-Kafka mendapatkan hasil yang lebih baik pada OS Android di semua skenario dengan peningkatan performa metrik CPU usage, max CPU usage, memory usage, dan rendering speed sebesar 27%, 18%, 42%, dan 33%. Sistem Flutter dengan gRPC-Kafka mayoritas lebih baik pada OS iOS di semua skenario, yakni pada metrik memory usage, FPS, dan rendering speed dengan peningkatan performa sebesar 40%, 28%, dan 16%. Sementara dari segi CPU usage dan max CPU usage, sistem Alamsyah lebih baik sebesar 9% dan 0,3% dari sistem Flutter dengan gRPC- Kafka. ......Bikunku is an information system application for bikun, a bus transportation facility within the University of Indonesia environment, developed by Alamsyah et al. through their research in 2022. One of the important features offered in this application is real-time tracking of the bikuns’ location. Although the overall system is capable of tracking the bikun’s location, the system, which utilizes React for the frontend, WebSocket for communication, and PostgreSQL for the database, it is not optimized to handle the location data sent by bikun drivers and accessed by thousands of University of Indonesia stakeholders. This research aims to improve the performance of the bikun tracking system in the Bikunku application, including measuring end-to-end response time, throughput, CPU usage, memory usage, FPS, and rendering speed. The research consists of the development of backend communication protocol using gRPC with Kafka, development of backend using Firebase Cloud Firestore as Realtime Database, and development of the frontend mobile application using Flutter. The implementation of Flutter frontend is then integrated with the best performing backend implementation. With the development using technologies listed, improvements made in this research include changing the method of location tracking data delivery and database from a polling system to a pushing system, modifying the system architecture for better performance, utilizing superior communication protocol, improving the implementation of driver authentication as one of the bottleneck causes, transforming the application into a mobile app, and utilizing a more production-ready maps implementation. Load testing is conducted to compare the performance of each new implementation with Alamsyah’s previous system. The testing scenarios for the backend and database systems involve location request submissions by 11 bikun drivers, along with 1800 concurrent users on the client side to simulate reading the latest location data of operating bikuns. On the frontend side, testing is performed using resource profiling and observation of the running bikun simulations. The test results show that the gRPC-Kafka system is 96% faster with a 216% better throughput compared to Alamsyah’s system, while the Firebase system is 91% faster with a 127% better throughput compared to Alamsyah’s system. Based on these findings, the gRPC-Kafka system is then chosen as the backend system to be integrated with the Flutter implementation. The testing results of Flutter with gRPC-Kafka demonstrate better performance on Android OS in all scenarios, with improvements in CPU usage, max CPU usage, memory usage, and rendering speed by 27%, 18%, 42%, and 33%, respectively. The Flutter with gRPC-Kafka system performs better on iOS OS in all scenarios for the majority, which are in terms of memory usage, FPS, and rendering speed, with performance improvements of 40%, 28%, and 16%, respectively. However, in terms of CPU usage and max CPU usage, the Alamsyah system performs better by 9% and 0.3% to the Flutter with gRPC-Kafka system.

Abstrak :
Bikunku adalah aplikasi untuk mendukung transportasi bus kuning di Universitas Indonesia, dibuat oleh Alamsyah et al. pada tahun 2022 yang melakukan tracking lokasi terhadap bikun secara real-time. Sistem awal dibuat dengan React, WebSocket, dan PostgreSQL, namun kurang optimal dalam mengirim data lokasi bikun yang banyak. Penelitian ini bertujuan meningkatkan performa sistem dengan teknologi baru, seperti gRPC dengan Kafka untuk komunikasi backend, Firebase Cloud Firestore untuk database real-time, dan Flutter untuk aplikasi mobile. Hasil pengetesan menunjukkan peningkatan performa sistem gRPC-Kafka sebesar 96% dalam response time dan 216% dalam throughput dibandingkan sistem lama. Sistem Firebase juga menunjukkan peningkatan, dengan response time lebih cepat 91% dan throughput 127% lebih baik. Sistem Flutter terintegrasi dengan gRPC-Kafka memberikan kinerja yang lebih baik pada Android, dengan peningkatan 27% dalam CPU usage, 18% max CPU usage, 42% memory usage, dan 33% rendering speed. Pada iOS, sistem juga lebih baik dalam memory usage (40%), FPS (28%), dan rendering speed (16%), meskipun CPU usage dan max CPU usage sistem lama unggul sedikit (9% dan 0,3%). ......Bikunku is an application to support the bus transportation at the University of Indonesia called bikun, created by Alamsyah et al. in 2022, which tracks the location of bikun in real-time. The initial system, built with React, WebSocket, and PostgreSQL, was less than optimal in handling the large volume of bus location data. This research aims to enhance system performance with new technologies such as gRPC with Kafka for backend communication, Firebase Cloud Firestore for real-time database, and Flutter for the mobile application. Testing results showed a performance increase in the gRPC-Kafka system of 96% in response time and 216% in throughput compared to the old system. The Firebase system also showed improvements, with a 91% faster response time and a 127% better throughput. The Flutter system integrated with gRPC-Kafka performed better on Android, with increases of 27% in CPU usage, 18% in max CPU usage, 42% in memory usage, and 33% in rendering speed. On iOS, the system also improved in memory usage (40%), FPS (28%), and rendering speed (16%), although the old system was slightly better in CPU usage and max CPU usage (9% and 0.3%).

Abstrak :
Mekanisme perkuliahan di Universitas Indonesia (UI) yang kembali ke moda pembelajaran tatap muka berdampak pada penyesuaian fasilitas di lingkungan kampus, salah satunya dengan dioperasionalkannya kembali sarana transportasi bis kuning (bikun). Adanya bikun sebagai sarana transportasi di lingkungan UI secara tidak langsung berdampak pada manajemen waktu para sivitas akademika UI. Meskipun layanan bikun telah beroperasional kembali, terdapat beberapa masalah yang dirasakan oleh pengguna layanan bikun seperti ketidakpastian jadwal kedatangan bikun pada suatu halte, estimasi waktu kedatangan bikun, jumlah bikun yang beroperasi serta informasi umum bikun lainnya. Oleh karena itu, penelitian ini bertujuan untuk menggali masalah dan kebutuhan pengguna layanan bikun dalam pengalaman mendapatkan informasi bikun serta mengembangkan dan mengevaluasi prototipe Bikunku sebagai penunjang informasi bikun yang menjadi solusi atas permasalahan yang ditemukan. Penelitian ini menggunakan proses desain UCD yang diintegrasikan dengan metodologi SDLC waterfall yang terdiri atas enam tahapan utama yaitu requirements, analysis, design, development, testing dan deployment. Hasil akhir prototipe Bikunku menunjukkan bahwa prototipe dapat menjalankan 13 skenario UAT dengan sukses, menunjang 100 concurrent request REST API selama 30 menit, menunjang 2000 concurrent user ke WebSocket selama lima menit, serta memberikan response time REST API dengan rata-rata 256ms. Hasil audit menggunakan lighthouse testing menunjukkan bahwa prototipe Bikunku memiliki performance 76,4%, accessibility 80%, best practice 83%, serta SEO 83%. Hasil evaluasi terhadap usability menunjukkan bahwa responden tidak memiliki kendala dalam menjalankan skenario penggunaan prototipe Bikunku. Hasil akhir prototipe Bikunku telah mendapatkan angka SUS sebesar 80,42% yang masuk pada kategori “GOOD” yang berarti prototipe sudah menghasilkan pengalaman yang baik diatas rata-rata bagi pengguna layanan bikun. ......The mechanism of lectures at the University of Indonesia (UI) that returns to face-to-face learning mode has an impact on the adjustment of facilities in the campus environment, one of which is the reactivation of the yellow bus (bikun) transportation facility. The presence of bikun as a transportation facility in the UI environment indirectly impacts the time management of UI academic staff. Although the bikun service has been operational again, there are some problems experienced by bikun service users such as uncertainty about the arrival schedule of bikun at a stop, the estimated arrival time of bikun, the number of bikun operating, and other general bikun information. Therefore, this research aims to explore the problems and needs of bikun service users in obtaining information on bikun and to develop and evaluate the Bikunku prototype as a support for bikun information that becomes a solution to the problems found. This research uses a UCD design process that is integrated with the waterfall SDLC methodology consisting of six main stages, namely requirements, analysis, design, development, testing, and deployment. The final results of the Bikunku prototype show that the prototype was able to successfully run 13 UAT scenarios, support 100 concurrent REST API requests for 30 minutes, support 2000 concurrent users to the WebSocket for five minutes, and provide an average REST API response time of 256ms. The result of the audit using the lighthouse test shows that the Bikunku prototype has a performance of 76.4%, accessibility of 80%, best practice of 83%, and SEO of 83%. The results of the evaluation of usability showed that the respondents did not have any obstacles in running the user scenario of the Bikunku prototype. The final result of the Bikunku prototype has obtained an SUS score of 80.42% which falls into the category of "GOOD" which means the prototype has produced a good experience above average for bikun service users.

Abstrak :
Mekanisme perkuliahan di Universitas Indonesia (UI) yang kembali ke moda pembelajaran tatap muka berdampak pada penyesuaian fasilitas di lingkungan kampus, salah satunya dengan dioperasionalkannya kembali sarana transportasi bis kuning (bikun). Adanya bikun sebagai sarana transportasi di lingkungan UI secara tidak langsung berdampak pada manajemen waktu para sivitas akademika UI. Meskipun layanan bikun telah beroperasional kembali, terdapat beberapa masalah yang dirasakan oleh pengguna layanan bikun seperti ketidakpastian jadwal kedatangan bikun pada suatu halte, estimasi waktu kedatangan bikun, jumlah bikun yang beroperasi serta informasi umum bikun lainnya. Oleh karena itu, penelitian ini bertujuan untuk menggali masalah dan kebutuhan pengguna layanan bikun dalam pengalaman mendapatkan informasi bikun serta mengembangkan dan mengevaluasi prototipe Bikunku sebagai penunjang informasi bikun yang menjadi solusi atas permasalahan yang ditemukan. Penelitian ini menggunakan proses desain UCD yang diintegrasikan dengan metodologi SDLC waterfall yang terdiri atas enam tahapan utama yaitu requirements, analysis, design, development, testing dan deployment. Hasil akhir prototipe Bikunku menunjukkan bahwa prototipe dapat menjalankan 13 skenario UAT dengan sukses, menunjang 100 concurrent request REST API selama 30 menit, menunjang 2000 concurrent user ke WebSocket selama lima menit, serta memberikan response time REST API dengan rata-rata 256ms. Hasil audit menggunakan lighthouse testing menunjukkan bahwa prototipe Bikunku memiliki performance 76,4%, accessibility 80%, best practice 83%, serta SEO 83%. Hasil evaluasi terhadap usability menunjukkan bahwa responden tidak memiliki kendala dalam menjalankan skenario penggunaan prototipe Bikunku. Hasil akhir prototipe Bikunku telah mendapatkan angka SUS sebesar 80,42% yang masuk pada kategori “GOOD” yang berarti prototipe sudah menghasilkan pengalaman yang baik diatas rata-rata bagi pengguna layanan bikun. ......The mechanism of lectures at the University of Indonesia (UI) that returns to face-to-face learning mode has an impact on the adjustment of facilities in the campus environment, one of which is the reactivation of the yellow bus (bikun) transportation facility. The presence of bikun as a transportation facility in the UI environment indirectly impacts the time management of UI academic staff. Although the bikun service has been operational again, there are some problems experienced by bikun service users such as uncertainty about the arrival schedule of bikun at a stop, the estimated arrival time of bikun, the number of bikun operating, and other general bikun information. Therefore, this research aims to explore the problems and needs of bikun service users in obtaining information on bikun and to develop and evaluate the Bikunku prototype as a support for bikun information that becomes a solution to the problems found. This research uses a UCD design process that is integrated with the waterfall SDLC methodology consisting of six main stages, namely requirements, analysis, design, development, testing, and deployment. The final results of the Bikunku prototype show that the prototype was able to successfully run 13 UAT scenarios, support 100 concurrent REST API requests for 30 minutes, support 2000 concurrent users to the WebSocket for five minutes, and provide an average REST API response time of 256ms. The result of the audit using the lighthouse test shows that the Bikunku prototype has a performance of 76.4%, accessibility of 80%, best practice of 83%, and SEO of 83%. The results of the evaluation of usability showed that the respondents did not have any obstacles in running the user scenario of the Bikunku prototype. The final result of the Bikunku prototype has obtained an SUS score of 80.42% which falls into the category of "GOOD" which means the prototype has produced a good experience above average for bikun service users.

Abstrak :
Mekanisme perkuliahan di Universitas Indonesia (UI) yang kembali ke moda pembelajaran tatap muka berdampak pada penyesuaian fasilitas di lingkungan kampus, salah satunya dengan dioperasionalkannya kembali sarana transportasi bis kuning (bikun). Adanya bikun sebagai sarana transportasi di lingkungan UI secara tidak langsung berdampak pada manajemen waktu para sivitas akademika UI. Meskipun layanan bikun telah beroperasional kembali, terdapat beberapa masalah yang dirasakan oleh pengguna layanan bikun seperti ketidakpastian jadwal kedatangan bikun pada suatu halte, estimasi waktu kedatangan bikun, jumlah bikun yang beroperasi serta informasi umum bikun lainnya. Oleh karena itu, penelitian ini bertujuan untuk menggali masalah dan kebutuhan pengguna layanan bikun dalam pengalaman mendapatkan informasi bikun serta mengembangkan dan mengevaluasi prototipe Bikunku sebagai penunjang informasi bikun yang menjadi solusi atas permasalahan yang ditemukan. Penelitian ini menggunakan proses desain UCD yang diintegrasikan dengan metodologi SDLC waterfall yang terdiri atas enam tahapan utama yaitu requirements, analysis, design, development, testing dan deployment. Hasil akhir prototipe Bikunku menunjukkan bahwa prototipe dapat menjalankan 13 skenario UAT dengan sukses, menunjang 100 concurrent request REST API selama 30 menit, menunjang 2000 concurrent user ke WebSocket selama lima menit, serta memberikan response time REST API dengan rata-rata 256ms. Hasil audit menggunakan lighthouse testing menunjukkan bahwa prototipe Bikunku memiliki performance 76,4%, accessibility 80%, best practice 83%, serta SEO 83%. Hasil evaluasi terhadap usability menunjukkan bahwa responden tidak memiliki kendala dalam menjalankan skenario penggunaan prototipe Bikunku. Hasil akhir prototipe Bikunku telah mendapatkan angka SUS sebesar 80,42% yang masuk pada kategori “GOOD” yang berarti prototipe sudah menghasilkan pengalaman yang baik diatas rata-rata bagi pengguna layanan bikun. ......The mechanism of lectures at the University of Indonesia (UI) that returns to face-to-face learning mode has an impact on the adjustment of facilities in the campus environment, one of which is the reactivation of the yellow bus (bikun) transportation facility. The presence of bikun as a transportation facility in the UI environment indirectly impacts the time management of UI academic staff. Although the bikun service has been operational again, there are some problems experienced by bikun service users such as uncertainty about the arrival schedule of bikun at a stop, the estimated arrival time of bikun, the number of bikun operating, and other general bikun information. Therefore, this research aims to explore the problems and needs of bikun service users in obtaining information on bikun and to develop and evaluate the Bikunku prototype as a support for bikun information that becomes a solution to the problems found. This research uses a UCD design process that is integrated with the waterfall SDLC methodology consisting of six main stages, namely requirements, analysis, design, development, testing, and deployment. The final results of the Bikunku prototype show that the prototype was able to successfully run 13 UAT scenarios, support 100 concurrent REST API requests for 30 minutes, support 2000 concurrent users to the WebSocket for five minutes, and provide an average REST API response time of 256ms. The result of the audit using the lighthouse test shows that the Bikunku prototype has a performance of 76.4%, accessibility of 80%, best practice of 83%, and SEO of 83%. The results of the evaluation of usability showed that the respondents did not have any obstacles in running the user scenario of the Bikunku prototype. The final result of the Bikunku prototype has obtained an SUS score of 80.42% which falls into the category of "GOOD" which means the prototype has produced a good experience above average for bikun service users.