Hasil Pencarian  ::  Simpan CSV :: Kembali

"

Aksara Pegon adalah sistem penulisan berbasis Arab yang digunakan untuk menulis bahasa Jawa, Sunda, Madura, dan Indonesia. Karena berbagai alasan, aksara ini telah diturunkan ke ranah kolektor naskah sejarah dan pesantren, sehingga perlu dilestarikan. Salah satu metode pelestarian ini adalah melalui digitalisasi; lebih tepatnya dengan mentranskripsikan isi dari naskah-naskah yang ada ke dalam bentuk teks machine encoded, dimana proses tersebut jika dilakukan secara otomatis disebut juga sebagai OCR, atau Pengenalan Karakter Optik. Sampai saat ini belum ada literatur yang dipublikasikan mengenai sistem OCR untuk aksara ini. Oleh karena itu, penelitian ini bertujuan untuk menjembatani kesenjangan tersebut dengan menyediakan OCR untuk subset tertentu dari naskah Pegon, yaitu naskah Pegon yang dicetak. Penelitian ini memperkenalkan dataset yang disintesis dan yang dianotasi untuk pengenalan teks Pegon cetak. Dataset-dataset ini kemudian digunakan untuk mengevaluasi sistem OCR Arab konvensional yang sudah ada pada domain Pegon, baik versi asli maupun yang dimodifikasi, serta sistem berbasis teknik deep learning yang lebih baru dalam literatur. Hasilnya menunjukkan bahwa teknik deep learning mengungguli teknik konvensional, di mana teknik konvensional gagal mendeteksi teks Pegon sama sekali, sementara sistem yang diusulkan, khususnya menggunakan YOLOv5 untuk segmentasi baris dan arsitektur CTC-CRNN untuk pengenalan teks baris, mencapai nilai F1 sebesar 0,94 untuk segmentasi dan CER 0,03 untuk pengenalan teks.

---

The Pegon script is an Arabic-based writing system intended for writing the Javanese,

Sundanese, and Indonesian languages. Due to various reasons, this script has been

relegated to the domain of historical manuscript collectors and private Islamic boarding

schools or pesantren, presenting a need for preservation. One of these methods of

preservation is through digitization; more specifically, by transcribing the content of

these existing manuscripts into machine-encoded text, the automated process of which is

referred to as OCR. There has been heretofore no published literature on OCR systems

for this specific script. Hence, this research aims to bridge that gap by providing a

foray into the OCR of a specific subset of Pegon manuscripts, namely of printed Pegon

manuscripts. This research evaluates existing and modified versions of conventional

Arabic OCR systems on the domain of Pegon, as well as the more recent deep learning

techniques in the literature, along with introducing new datasets for use in developing

with said deep learning techniques. The results show the outperformance of these deep

learning techniques over the conventional techniques and with which components of a

Pegon OCR system is proposed.

"

"Terdapat beberapa masalah yang muncul seiring dengan bertambahnya peraturan. Hal tersebut menyebabkan proses pengumpulan dan evaluasi peraturan memakan waktu yang relatif lebih lama. Oleh karena itu, diperlukan suatu sistem yang dapat mengotomatiskan kebutuhan tersebut, salah satunya adalah Information Retrieval. Penelitian ini bertujuan untuk meningkatkan efektivitas sistem Information Retrieval melalui pendekatan re-ranker berbasis fitur dengan memanfaatkan beberapa jenis fitur, seperti atribut kuantitatif sederhana, skor text matching, dan document embeddings. Ditemukan bahwa skor kesamaan Jaccard, nilai relevansi BM25 dan nilai relevansi LemurTF_IDF merupakan karakteristik yang dapat membantu peningkatan efektivitas re-ranking secara konsisten dalam domain legal. Sementara itu, fitur yang memanfaatkan embeddings dari BERT maupun T5 didapatkan bermanfaat, namun memiliki kontribusi yang lebih kecil dari fitur perhitungan sederhana seperti kesamaan Jaccard. Selain itu, didapatkan bahwa pemanfaatan seluruh fitur sebagai masukan dari re-ranker LambdaMART dapat meningkatkan seluruh metrik sistem sekitar 4,17% secara signifikan dengan nilai metrik utama, recall@3, tertinggi diperoleh DLH13 (Reranker) dengan nilai 0,6632 dan peningkatan sebesar 5,64%. Namun, saat dilakukan percobaan menggunakan hanya ketiga fitur tersebut, didapatkan peningkatan sebesar 3, 739% yang tidak signifikan.

---

There are several issues that arise with the increasing number of regulations. This causes the process of collecting and evaluating regulations to take relatively longer. Therefore, a system is needed to automate these needs, one of which is Information Retrieval. This research aims to improve the effectiveness of the Information Retrieval system through a feature-based re-ranker approach by utilizing several types of features, such as simple quantitative attributes, text matching scores, and document embeddings. It was found that Jaccard similarity scores, BM25 relevance values, and LemurTF_IDF relevance values are characteristics that can consistently help improve re-ranking effectiveness in the legal domain. Meanwhile, features that utilize BERT and T5 embeddings were found to be beneficial but contributed less than simple calculation features like Jaccard similarity. Additionally, it was found that using all the features as input for the LambdaMART re-ranker can significantly improve all system metrics by about 4,17%, with the highest main metric value, recall@3, achieved by DLH13 (Reranker) with a value of 0, 6632 and an increase of 5,64%. However, when experiments were conducted using only the three features mentioned, an insignificant increase of 3, 739% was obtained."

"Terdapat beberapa masalah yang muncul seiring dengan bertambahnya peraturan. Hal tersebut menyebabkan proses pengumpulan dan evaluasi peraturan memakan waktu yang relatif lebih lama. Oleh karena itu, diperlukan suatu sistem yang dapat mengotomatiskan kebutuhan tersebut, salah satunya adalah Information Retrieval. Penelitian ini bertujuan untuk meningkatkan efektivitas sistem Information Retrieval melalui pendekatan re-ranker berbasis fitur dengan memanfaatkan beberapa jenis fitur, seperti atribut kuantitatif sederhana, skor text matching, dan document embeddings. Ditemukan bahwa skor kesamaan Jaccard, nilai relevansi BM25 dan nilai relevansi LemurTF_IDF merupakan karakteristik yang dapat membantu peningkatan efektivitas re-ranking secara konsisten dalam domain legal. Sementara itu, fitur yang memanfaatkan embeddings dari BERT maupun T5 didapatkan bermanfaat, namun memiliki kontribusi yang lebih kecil dari fitur perhitungan sederhana seperti kesamaan Jaccard. Selain itu, didapatkan bahwa pemanfaatan seluruh fitur sebagai masukan dari re-ranker LambdaMART dapat meningkatkan seluruh metrik sistem sekitar 4,17% secara signifikan dengan nilai metrik utama, recall@3, tertinggi diperoleh DLH13 (Reranker) dengan nilai 0,6632 dan peningkatan sebesar 5,64%. Namun, saat dilakukan percobaan menggunakan hanya ketiga fitur tersebut, didapatkan peningkatan sebesar 3, 739% yang tidak signifikan.

---

There are several issues that arise with the increasing number of regulations. This causes the process of collecting and evaluating regulations to take relatively longer. Therefore, a system is needed to automate these needs, one of which is Information Retrieval. This research aims to improve the effectiveness of the Information Retrieval system through a feature-based re-ranker approach by utilizing several types of features, such as simple quantitative attributes, text matching scores, and document embeddings. It was found that Jaccard similarity scores, BM25 relevance values, and LemurTF_IDF relevance values are characteristics that can consistently help improve re-ranking effectiveness in the legal domain. Meanwhile, features that utilize BERT and T5 embeddings were found to be beneficial but contributed less than simple calculation features like Jaccard similarity. Additionally, it was found that using all the features as input for the LambdaMART re-ranker can significantly improve all system metrics by about 4,17%, with the highest main metric value, recall@3, achieved by DLH13 (Reranker) with a value of 0, 6632 and an increase of 5,64%. However, when experiments were conducted using only the three features mentioned, an insignificant increase of 3, 739% was obtained."

"Netflix dan Disney+ Hotstar merupakan layanan Video on Demand (VoD) yang paling banyak digunakan di Indonesia. Kedua layanan tersebut menawarkan berbagai fitur berbeda yang dapat menyebabkan terjadinya perbedaan pengalaman pengguna. Pengalaman pengguna merupakan salah satu faktor yang dapat memengaruhi kesuksesan dari suatu layanan. Dengan ini, dilakukan penelitian yang bertujuan untuk mengetahui layanan VoD mana yang dapat memberikan pengalaman pengguna jangka panjang terbaik. Penelitian ini dilakukan dengan menggunakan metode UX Curve sebagai pendekatan kualitatif dan User Experience Questionnaire (UEQ) sebagai pendekatan kuantitatif. Terdapat 45 responden berumur 17-51 tahun yang berpartisipasi dalam penggambaran kurva UX Curve yang terdiri dari lima aspek, yaitu General UX, Attractiveness, Easy of Use, Utility, dan Degree of Usage. Responden menggambarkan perubahan pengalaman pengguna yang dirasakan dari awal hingga akhir penggunaan dan melakukan pengisian kuesioner UEQ. Hasil penelitian menggunakan UX Curve menunjukkan bahwa Netflix dan Disney+ Hotstar memiliki keunggulan dan kekurangan masing-masing dari berbagai aspek sehingga tidak dapat ditentukan layanan VoD mana yang dapat memberikan pengalaman pengguna terbaik. Namun dari hasil kuesioner UEQ, didapati bahwa pengalaman pengguna yang diberikan Netflix cenderung lebih baik dibandingkan dengan Disney+ Hotstar.

---

Netflix and Disney+ Hotstar are the most used Video on Demand (VoD) services in Indonesia. Both services offer different features that may result in a different user experience. User experience is one of the factors that could influence the success of a service. This research aims to find out which VoD services can provide the best long-term user experience. The research was conducted using the UX Curve method as the qualitative approach and User Experience Questionnaire (UEQ) as the quantitative approach. There were 45 respondents aged 17-51 years who participated in the UX Curve depiction consisting of five aspects, General UX, Attractiveness, Easy of Use, Utility, and Degree of Usage. Respondents described changes in user experience from the beginning to the end of use and filled out the UEQ questionnaire. The result of the research using the UX Curve shows that Netflix and Disney+ Hotstar have advantages and disadvantages from various aspects that cannot be determined which VoD service can provide the best user experience. However, from the results of the UEQ questionnaire, it was found that the user experience provided by Netflix tends to be better compared to Disney+ Hotstar."

"Netflix dan Disney+ Hotstar merupakan layanan Video on Demand (VoD) yang paling banyak digunakan di Indonesia. Kedua layanan tersebut menawarkan berbagai fitur berbeda yang dapat menyebabkan terjadinya perbedaan pengalaman pengguna. Pengalaman pengguna merupakan salah satu faktor yang dapat memengaruhi kesuksesan dari suatu layanan. Dengan ini, dilakukan penelitian yang bertujuan untuk mengetahui layanan VoD mana yang dapat memberikan pengalaman pengguna jangka panjang terbaik. Penelitian ini dilakukan dengan menggunakan metode UX Curve sebagai pendekatan kualitatif dan User Experience Questionnaire (UEQ) sebagai pendekatan kuantitatif. Terdapat 45 responden berumur 17-51 tahun yang berpartisipasi dalam penggambaran kurva UX Curve yang terdiri dari lima aspek, yaitu General UX, Attractiveness, Easy of Use, Utility, dan Degree of Usage. Responden menggambarkan perubahan pengalaman pengguna yang dirasakan dari awal hingga akhir penggunaan dan melakukan pengisian kuesioner UEQ. Hasil penelitian menggunakan UX Curve menunjukkan bahwa Netflix dan Disney+ Hotstar memiliki keunggulan dan kekurangan masing-masing dari berbagai aspek sehingga tidak dapat ditentukan layanan VoD mana yang dapat memberikan pengalaman pengguna terbaik. Namun dari hasil kuesioner UEQ, didapati bahwa pengalaman pengguna yang diberikan Netflix cenderung lebih baik dibandingkan dengan Disney+ Hotstar.

---

Netflix and Disney+ Hotstar are the most used Video on Demand (VoD) services in Indonesia. Both services offer different features that may result in a different user experience. User experience is one of the factors that could influence the success of a service. This research aims to find out which VoD services can provide the best long-term user experience. The research was conducted using the UX Curve method as the qualitative approach and User Experience Questionnaire (UEQ) as the quantitative approach. There were 45 respondents aged 17-51 years who participated in the UX Curve depiction consisting of five aspects, General UX, Attractiveness, Easy of Use, Utility, and Degree of Usage. Respondents described changes in user experience from the beginning to the end of use and filled out the UEQ questionnaire. The result of the research using the UX Curve shows that Netflix and Disney+ Hotstar have advantages and disadvantages from various aspects that cannot be determined which VoD service can provide the best user experience. However, from the results of the UEQ questionnaire, it was found that the user experience provided by Netflix tends to be better compared to Disney+ Hotstar."

"Klinik Vocation Wellness Center Universitas Indonesia (VWC UI) merupakan klinik rehabilitasi medik yang berada di bawah naungan Program Studi Vokasi UI. Klinik VWC UI menghadapi permasalahan terkait kompleksitas proses bisnis dan dokumen rekam medis. Sistem yang ada saat ini belum bisa membantu tenaga kesehatan di VWC UI untuk menyelesaikan pekerjaan terkait proses bisnis dan dokumen rekam medis (Perceived Usefulness). Upaya digitalisasi rekam medis yang sebelumnya pernah dilakukan pun belum dapat membuahkan hasil karena penggunaannya yang sulit (Perceived Ease of Use). Permasalahan kompleksitas dan risiko-risiko dari dokumen rekam medis yang masih berbentuk fisik menghambat dan mengurangi efisiensi pelaksanaan operasional klinik (Perceived Efficiency). Penelitian ini bertujuan untuk membangun sebuah sistem informasi kesehatan untuk membantu klinik VWC UI dalam menghadapi permasalahan yang dialami. Penelitian ini menggunakan metodologi Design Science Research (DSR) dalam pengembangannya. Tahapan DSR yang dilakukan dalam penelitian ini adalah awareness of problem, suggestion, development, evaluation, dan conclusion. Manfaat dari penelitian ini adalah proses pengelolaan layanan kesehatan klinik VWC UI yang lebih mudah dan efisien dari saat ini. Permasalahan dari klinik diidentifikasi dengan melakukan studi literatur, wawancara, observasi, dan analisis proses bisnis klinik saat ini. Dari temuan masalah, Sistem Informasi Klinik VWC UI dibuat sebagai usulan solusi. Pengembangan SIK ini dilakukan dengan metode prototyping, yang dilanjutkan dengan evaluasi kuesioner Usability Testing (UT), User Acceptance Test (UAT), dan evaluasi Post-Study System Usability Questionnaire (PSSUQ) dengan evaluasi kuantitatif tambahan. Pada evaluasi UAT, terdapat satu skenario yang tidak sukses dalam pengujiannya, yang selanjutnya diperbaiki sebelum pelaksanaan UAT responden lain. Tingkat pengalaman pengguna dari hasil evaluasi UT sudah baik terlihat dari rata-rata waktu pelaksanaan skenario yang singkat dan tingkat kesulitan skenario yang rendah. Kemudian, hasil evaluasi sistem secara keseluruhan dari instrumen PSSUQ dan kuantitatif tambahan secara berurutan adalah 1,75 dan 1,676. Hasil dari penelitian ini membuktikan bahwa sistem yang dikembangkan dapat mendukung penyelesaian pekerjaan (Perceived Usefulness) dengan baik, memiliki fitur yang mudah dipahami (Perceived Ease of Use), dan meningkatkan efisiensi (Perceived Efficiency) operasional klinik.

---

Vocation Wellness Center Universitas Indonesia (VWC UI) is a medical rehabilitation clinic directly managed by The Vocational Education Program of Universitas Indonesia. The VWC UI clinic faces problems related to the complexity of business processes and medical record documents. The current system has not been able to help health workers at VWC UI to complete work related to business processes and medical record documents (Perceived Usefulness). Previous efforts to digitize medical records have not been able to produce results due to their difficult use (Perceived Ease of Use). Problems of complexity and risks from medical record documents that are still in physical form hinder and reduce the efficiency of clinic operations (Perceived Efficiency). This research aims to build a health information system to help the VWC UI clinic in dealing with the problems experienced. This research uses the Design Science Research (DSR) methodology in its development. Problems from the clinic were identified by conducting literature studies, interviews, observations, and analyzing the clinic's current business processes. From the problem findings, the VWC UI clinical information system was created as a proposed solution. The development of this clinical information system was carried out using the prototyping method, followed by Usability Testing (UT) evaluation, User Acceptance Test (UAT), and Post-Study System Usability Questionnaire (PSSUQ) evaluation with additional quantitative evaluation. There was one scenario that was not successful in the UAT which was subsequently corrected before conducting other respondents’. The UT result shows that the usability level is good as proven by the quick average completion time and the low scenario difficulty score. Then, the overall system evaluation scores from the PSSUQ and additional quantitative instruments are respectively 1.75 and 1.676. The results of this study proved that the developed system can support the completion of work (Perceived Usefulness) better, has features that are easy to use (Perceived Ease of Use), and increases the efficiency (Perceived Efficiency) of the clinic’s operations."

"Penggunaan huruf kapital merupakan aspek penting dalam menulis bahasa Indonesia yang baik dan benar. Aturan penggunaan huruf kapital dalam bahasa Indonesia telah dijelaskan dalam Pedoman Umum Ejaan Bahasa Indonesia (PUEBI) yang terdiri dari 23 aturan. Penelitian sebelumnya telah memulai mengembangkan pendeteksi dan pengoreksi kesalahan huruf kapital untuk bahasa Indonesia menggunakan pendekatan rule-based dengan kamus dan komponen Named Entity Recognition (NER). Namun, penelitian tersebut hanya mencakup 9 dari 23 aturan huruf kapital yang tercantum dalam PUEBI dan dataset uji yang digunakan tidak dipublikasikan sehingga tidak dapat digunakan untuk penelitian selanjutnya. Penelitian ini bertujuan untuk mengusulkan metode untuk mendeteksi dan mengoreksi 14 dari 23 aturan PUEBI menggunakan pendekatan yang mirip dengan penelitian sebelumnya. Model NER dikembangkan menggunakan pretrained language model IndoBERT yang dilakukan fine-tuning dengan dataset NER. Untuk menguji metode rule-based yang diusulkan, dibuat sebuah dataset sintesis yang terdiri dari 5.000 pasang kalimat. Setiap pasang terdiri dari kalimat benar secara aturan huruf kapital dan padanan kalimat salahnya. Kalimat salah dibuat dengan mengubah beberapa huruf kapital di kalimat yang awalnya benar. Sebelum dilakukan perbaikan terhadap kalimat yang salah, didapatkan akurasi sebesar 83,10%. Namun, setelah menggunakan metode ini, tingkat akurasi meningkat 12,35% menjadi 95,45%.

---

The correct use of capital letters plays a vital role in writing well-formed and accurate Indonesian sentences. Pedoman Umum Ejaan Bahasa Indonesia (PUEBI) provide a comprehensive set of 23 rules that explain how to use capital letters correctly. Previous research has attempted to develop a rule-based system to detect and correct capital letter errors in Indonesian text using dictionaries and Named Entity Recognition (NER). However, this study only covered 9 out of the 23 capital letter rules specified in PUEBI, and the test dataset used was not publicly available for further analysis. In this study, we aim to propose a method that can identify and rectify 14 out of the 23 PUEBI rules, following a similar approach to previous research. The NER model was trained using the IndoBERT pretrained language model and fine-tuned with a specific NER dataset. To evaluate the effectiveness of our rule-based method, we created a synthetic dataset comprising 5,000 sentence pairs. Each pair consists of a correctly capitalized sentence and an equivalent sentence with incorrect capitalization. Before applying our method, the baseline accuracy was 83.10%. However, after implementing our approach, the accuracy improved by 12.35% to reach 95.45%."

"Di era digital saat ini, mayoritas dari peradaban manusia telah menggunakan internet untuk porsi yang signifikan di dalam kehidupan sehari-harinya. Paradigma ini mendorong perusahaan telekomunikasi untuk terus mengembangkan servis bebasis online mereka. My First Media, yaitu antarmuka self-service dari perusahaan First Media, walaupun bermanfaat dan inovatif, masih memiliki kekurangan dari sisi usability yang mempengaruhi pengalaman pengguna selama menggunakan situs tersebut. Penilaian dari tolak ukur System Usability Scale (SUS) menunjukkan bahwa sistem tersebut memiliki angka rendah di nilai 36.3, yang mengindikasikan perlunya perbaikan signifikan. Penelitian akademis ini dilakukan untuk mengidentifikasikan dan memecahkan masalah kegunaan dari situs My First Media dengan cara mengembangkannya dari segi fungsionalitas menggunakan metode iterative usability testing yang memiliki tujuan untuk mengevaluasi dan mengembangkan kegunaan situs tersebut dan juga memberikan wawasan terhadap subjek kompleks dari usability testing berdasarkan model matematika Poisson yang diperkenalkan oleh Jakob Nielsen dan Thomas K. Landauer. Sejumlah 3 iterasi telah dilakukan dengan 5 peserta di tiap iterasinya, termasuk dengan mengundang peserta lama dan baru pada sesi terpisah untuk memperhatikan bagaimana user familiarity dan continuity of research mempengaruhi hasil dari riset tersebut. Hasil dari usability testing yang dilakukan dijadikan sumber utama dari data pengembangan prototype yang baru. Prototype pertama telah mengatasi kelemahan dan permasalahan kegunaan yang utama seperti tantangan navigasi, struktur menu membingungkan, atau elemen-elemen yang kurang intuitif. Pada iterasi kedua dan ketiga, the law of diminishing return telah diobservasikan karena masalah yang ditemukan makin minor dan detil yang telah disambung dari resolusi kelemahan kegunaan yang telah ditemukan di prototype yang pertama. Selama 3 iterasi, user efficiency dan task completion percentages bertambah dari angka 68.9% dengan rata-rata waktu task completion sejumlah 80.07 detik ke angka 100% dengan rata-rata waktu task completion sejumlah 27.51 detik. Tes tersebut telah mendemonstrasikan efektivitas dari iterative design dan telah menjadi sumber inspirasi untuk beberapa riset kedepannya pada bidang tersebut.

---

In today’s digital landscape, the vast majority of people use the internet for a significant part of their routine activities. This paradigm drives telecommunication companies to improve on their online related services. My First Media, First Media’s self-service interface, although fully functioning and innovative, still has some usability drawbacks that affect users experience during its usage. The pre-existing System Usability Scale (SUS) scores that would recommend the initial system development were low at 36.3, which suggested a profound need for advancement. This academic research is done to identify and solve the usability problems of the My First Media website by reconstructing its functionality using iterative usability testing that aims to evaluate and improve on the site's usability and also shed light towards the complex subject of usability testing based on the Poisson mathematical model introduced by Jakob Nielsen and Thomas K. Landauer. A total of three iterations of usability was conducted with 5 participants in each iteration that included inviting new and returning participants in separate sessions to also observe how user familiarity and continuity of research affected the outcomes. The results of the usability testing were then used as the main source of data for developing a new and improved prototype. The first prototype was already able to cover major usability weaknesses, such as navigation challenges, confusing menu structure, or unintuitive elements. In the second and third iteration, the law of diminishing returns was observed, as it addressed more minor and detailed issues better, following the resolution of major usability weaknesses that had been addressed in the first prototype. Nevertheless, over three test iterations, user efficiency and task completion percentages exhibited an increase from 68.9% with an average time of 80.07 seconds to 100% with a completed task time of 27.51 seconds. These tests demonstrated the effectiveness of iterative design and inspired various directions for further research."

"Bersamaan dengan evolusi zaman dan tuntutan masyarakat modern dalam melakukan perjalanan lintas negara, paspor menjadi sebuah dokumen esensial yang diperlukan oleh setiap warga negara untuk melakukan perjalanan resmi ke luar negeri. Direktorat Jenderal Imigrasi sebagai instansi pemerintah yang mengurusi paspor memberikan pilihan jenis antrian paspor kepada masyarakat, yaitu antrian prioritas, antrian percepatan, dan Aplikasi M-Paspor. Namun, aplikasi M-Paspor mengalami permasalahan implementasi, terlihat dari keluhan terkait UI/UX yang buruk pada review Google Play Store. Tujuan dari penelitian ini adalah untuk mengevaluasi tingkat ketergunaan aplikasi M-Paspor dan melakukan perbaikan pada desain antarmukanya. Penelitian ini melibatkan pengguna aplikasi M-Paspor dengan menggunakan metode Design Thinking serta menerapkan prinsip Shneiderman’s Eight Golden Rules of Interface Design untuk mengidentifikasi potensi perbaikan pada antarmuka pengguna. Proses evaluasi dilaksanakan dua kali, melibatkan kuesioner System Usability Scale (SUS) dan wawancara ahli dan pengguna pada tahap awal. Tim peneliti menyusun solusi perbaikan desain, mencakup desain lowfidelity dan high-fidelity. Penelitian ini menghasilkan rancangan desain antarmuka alternatif yang memiliki nilai baik, dengan success rate 93,75%. Penelitian ini diharapkan dapat memberikan kontribusi dalam meningkatkan kualitas dan kegunaan aplikasi MPaspor, sehingga memberikan pengalaman pengguna yang lebih optimal.

---

In line with the evolution of time and the demands of modern society for cross-border travel, a passport has become an essential document required by every citizen for official international journeys. The Directorate General of Immigration, as the government institution responsible for passports, provides citizens with options for passport queues, including priority queues, expedited queues, and the M-Paspor Application. However, the M-Paspor application is experiencing implementation problems, as can be seen from complaints regarding poor UI/UX in Google Play Store reviews. The objective of this research is to evaluate the usability of the M-Paspor application and make improvements to its interface design. The study involves M-Paspor application users, utilizing the Design Thinking method and applying Shneiderman’s Eight Golden Rules of Interface Design to identify potential improvements in the user interface. The evaluation process is conducted twice, involving the System Usability Scale (SUS) questionnaire and expert and user interviews in the initial stages. This research resulted in an alternative interface design that has good value, with a success rate of 93,75%. This research is expected to contribute to enhancing the quality and usability of the M-Paspor application, ultimately providing users with a more optimal experience."

"Website Helpdesk PDDikti memiliki sekumpulan knowledge yang belum didukung oleh sistem pencarian yang efektif. Penelitian ini bertujuan untuk membangun system temu-balik informasi yang efektif dengan skor metrik yang tinggi terhadap knowledge Helpdesk PDDikti. Metode yang digunakan dalam penelitian ini adalah penerapan model temu-balik informasi berbasis text matching pada berbagai model, yang kemudian disempurnakan dengan dua metode perbaikan ranking dokumen: (1) metode eskpansi istilah pada dokumen menggunakan prediksi kueri dari model doc2query, dan (2) metode reranking dokumen menggunakan model LambdaMART. Hasil penelitian menunjukkan bahwa di antara beberapa model temu-balik informasi berbasis text matching, model BM25 memberikan kinerja terbaik dengan skor MRR 0,781. Selanjutnya, hasil ranking dokumen dari model BM25 dapat ditingkatkan akurasinya melalui metode ekspansi istilah dengan lima kueri menggunakan pemilihan kandidat random sampling, yang meningkatkan skor MRR menjadi 0,799. Namun, penggunaan metode reranking dengan model LambdaMART untuk meningkatkan akurasi hasil ranking dokumen belum memberikan hasil yang lebih baik dibandingkan metode ekspansi istilah. Meskipun demikian, terdapat varian model reranking LambdaMART yang menggunakan fitur semantic similarity dan fitur skor agregat, yang mampu mengalahkan model BM25 tanpa ekspansi istilah, dengan skor MRR terbaik masing-masing 0,782 dan 0,787. Meskipun begitu, peningkatan ini masih belum cukup signifikan.

---

The PDDikti Helpdesk website has a collection of knowledge that is not yet supported by an effective search system. This study aims to develop an effective information retrieval system with high metric scores for the PDDikti Helpdesk knowledge base. The method used in this research involves applying text matching-based information retrieval models across various models, which are then refined using two document ranking improvement methods: (1) term expansion in documents using query predictions from the doc2query model, and (2) document reranking using the LambdaMART model.The research results indicate that among several text matching-based information retrieval models, the BM25 model provides the best performance with an MRR score of 0.781. Furthermore, the document ranking results from the BM25 model can be improved in accuracy through the term expansion method with five queries using random sampling for candidate selection, which increases the MRR score to 0.799.However, the use of the reranking method with the LambdaMART model to improve document ranking accuracy did not yield better results compared to the term expansion method. Nevertheless, there are variants of the LambdaMART reranking model that use semantic similarity features and aggregate score features, which managed to outperform the BM25 model without term expansion, with the best MRR scores of 0.782 and 0.787, respectively. However, these improvements are still not significant enough."