RADIUS: RANCANG ULANG DESIGN UI/UX MENGGUNAKAN PENDEKATAN DESIGN THINKING DENGAN ANALISIS HASIL EVALUASI MENGGUNAKAN METODE RANDOM FOREST
Penelitian ini merancang ulang antarmuka pengguna (UI) dan pengalaman pengguna (UX) sistem informasi akademik SIMBA di menggunakan pendekatan Design Thinking untuk mengatasi masalah kegunaan seperti navigasi yang tidak intuitif dan kesalahan profil. Proses ini terdiri dari lima tahap: Empathize, Define, Ideate, Prototype, dan Test. Evaluasi kegunaan dilakukan menggunakan metrik objektif seperti Tingkat Penyelesaian Tugas (TCR), Waktu Penyelesaian Tugas (TCT), Klik, dan Tingkat Kesalahan, serta Skala Kegunaan Sistem (SUS) untuk menangkap persepsi subjektif pengguna. Setelah perancangan ulang, pengujian dilakukan dengan 50 responden dan data dinormalisasi menggunakan skalasi Min-Max. Analisis korelasi Pearson menunjukkan hubungan lemah antara metrik kegunaan dan Skor SUS (TCR: 0,13, TCT: 0,07, Clicks: –0,02, Kesalahan: –0,01), menunjukkan bahwa kegunaan yang dirasakan dipengaruhi oleh faktor di luar kinerja kuantitatif. Untuk mengidentifikasi hubungan non-linier potensial, algoritma Random Forest dengan penyesuaian hiperparameter diterapkan, menghasilkan kinerja prediksi yang sangat baik (R² = 0.82, MAE = 0.07, RMSE = 0.09), melebihi kinerja Regresi Linier dan model Random Forest yang tidak disesuaikan. Temuan ini menunjukkan bahwa integrasi desain berpusat pada pengguna dengan pembelajaran mesin menyediakan kerangka kerja yang kokoh untuk mengevaluasi dan meningkatkan UI/UX. Pendekatan gabungan ini memfasilitasi pengembangan sistem akademik yang didorong oleh data dan berulang, memastikan peningkatan kegunaan dan kepuasan pengguna.
This study redesigns the SIMBA (Academic Information System) UI/UX at using the Design Thinking approach to address usability issues such as unintuitive navigation and profile errors. The process comprises five stages: Empathize, Define, Ideate, Prototype, and Test. Usability evaluation was carried out using both objective metrics Task Completion Rate (TCR), Task Completion Time (TCT), Clicks, and Error Rate and the System Usability Scale (SUS) to capture subjective user perceptions. After the redesign, testing was conducted with 50 respondents and the data were normalized using Min-Max scaling. Pearson correlation analysis revealed weak relationships between usability metrics and SUS Scores (TCR = 0.13, TCT = 0.07, Clicks = –0.02, Errors = –0.01), indicating that perceived usability is influenced by factors beyond quantitative performance. To identify potential non-linear relationships, the Random Forest algorithm with hyperparameter tuning was implemented, resulting in excellent prediction performance (R² = 0.82, MAE = 0.07, RMSE = 0.09), outperforming both Linear Regression and the untuned Random Forest model. These findings demonstrate that integrating user-centered design with machine learning provides a robust framework for evaluating and improving UI/UX. This combined approach enables data-driven, iterative development of academic systems, ensuring enhanced usability and user satisfaction.
Detail Information
Citation
APA Style
. (2025).RADIUS: RANCANG ULANG DESIGN UI/UX MENGGUNAKAN PENDEKATAN DESIGN THINKING DENGAN ANALISIS HASIL EVALUASI MENGGUNAKAN METODE RANDOM FOREST ().Sistem Informasi:FTI
Chicago Style
.RADIUS: RANCANG ULANG DESIGN UI/UX MENGGUNAKAN PENDEKATAN DESIGN THINKING DENGAN ANALISIS HASIL EVALUASI MENGGUNAKAN METODE RANDOM FOREST ().Sistem Informasi:FTI,2025.Text
MLA Style
.RADIUS: RANCANG ULANG DESIGN UI/UX MENGGUNAKAN PENDEKATAN DESIGN THINKING DENGAN ANALISIS HASIL EVALUASI MENGGUNAKAN METODE RANDOM FOREST ().Sistem Informasi:FTI,2025.Text
Turabian Style
.RADIUS: RANCANG ULANG DESIGN UI/UX MENGGUNAKAN PENDEKATAN DESIGN THINKING DENGAN ANALISIS HASIL EVALUASI MENGGUNAKAN METODE RANDOM FOREST ().Sistem Informasi:FTI,2025.Text