Pengenalan Emosi untuk Evaluasi User Experience Pada Aplikasi Google Form Dengan Metode K-Nearest Neighbor
<p><em>Electroencephalography </em>(EEG) merupakan alat untuk merekam aktivitas gelombang otak yang dapat dimanfaatkan untuk memvalidasi tingkat kebergunaan dengan pendekatan <em>user experience </em>(UX) dalam mendesain antarmuka aplikasi. Proses pengujian UX secara um...
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | Indonesian |
| Published: |
Universitas Ahmad Dahlan
2021-02-01
|
| Series: | Jurnal Sarjana Teknik Informatika |
| Subjects: | |
| Online Access: | http://journal.uad.ac.id/index.php/JSTIF/article/view/19208 |
| _version_ | 1797962956522127360 |
|---|---|
| author | Wirdha Ningsih Murein Mardhia |
| author_facet | Wirdha Ningsih Murein Mardhia |
| author_sort | Wirdha Ningsih |
| collection | DOAJ |
| description | <p><em>Electroencephalography </em>(EEG) merupakan alat untuk merekam aktivitas gelombang otak yang dapat dimanfaatkan untuk memvalidasi tingkat kebergunaan dengan pendekatan <em>user experience </em>(UX) dalam mendesain antarmuka aplikasi. Proses pengujian UX secara umum termasuk mengamati perubahan emosi seseorang yang sedang berinteraksi dengan aplikasi dimana hasilnya tidak bisa langsung disimpulkan. Klasifikasi emosi yang diteliti yaitu keadaan senang dan sedih. Emosi senang mempresentasikan kemudahan yang dirasakan saat berinteraksi dengan aplikasi, sedangkan emosi sedih merepresentasikan adanya perasaan bingung atau frustasi.</p><p>Sinyal yang digunakan sinyal beta berjenis <em>attention </em>dengan stimulus pengerjaan <em>task </em>pada aplikasi <em>google form</em>. Penelitian ini mengaplikasikan metode K-<em>Nearest Neighbor </em>sebagai klasifikasi dengan ekstraksi fitur orde pertama. Responden yang digunakan sebanyak 30 dengan 3 kali perulangan berjumlah 90 data. Sebanyak 20 responden 3 kali perulangan berjumlah 60 data dijadikan sebagai data <em>training </em>dan 10 responden dengan 3 kali perulangan berjumlah 30 data dijadikan sebagai data uji.</p>Pada penelitian ini didapatkan hasil pengujian emosi seseorang dalam keadaan senang dan sedih. Pengujian yang dilakukan dengan <em>Confusion Matrix </em>untuk menentukan tingkat akurasi. Nilai akurasi tertinggi yang didapat pada pengujian sinyal beta berjenis <em>attention </em>sebesar 73,3%. |
| first_indexed | 2024-04-11T01:20:45Z |
| format | Article |
| id | doaj.art-8e62cd4e22054896bc3633ce85ac9e16 |
| institution | Directory Open Access Journal |
| issn | 2338-5197 |
| language | Indonesian |
| last_indexed | 2024-04-11T01:20:45Z |
| publishDate | 2021-02-01 |
| publisher | Universitas Ahmad Dahlan |
| record_format | Article |
| series | Jurnal Sarjana Teknik Informatika |
| spelling | doaj.art-8e62cd4e22054896bc3633ce85ac9e162023-01-03T11:24:24ZindUniversitas Ahmad DahlanJurnal Sarjana Teknik Informatika2338-51972021-02-0191465410.12928/jstie.v9i1.192088017Pengenalan Emosi untuk Evaluasi User Experience Pada Aplikasi Google Form Dengan Metode K-Nearest NeighborWirdha Ningsih0Murein Mardhia1Universitas Ahmad DahlanUniversitas Ahmad Dahlan<p><em>Electroencephalography </em>(EEG) merupakan alat untuk merekam aktivitas gelombang otak yang dapat dimanfaatkan untuk memvalidasi tingkat kebergunaan dengan pendekatan <em>user experience </em>(UX) dalam mendesain antarmuka aplikasi. Proses pengujian UX secara umum termasuk mengamati perubahan emosi seseorang yang sedang berinteraksi dengan aplikasi dimana hasilnya tidak bisa langsung disimpulkan. Klasifikasi emosi yang diteliti yaitu keadaan senang dan sedih. Emosi senang mempresentasikan kemudahan yang dirasakan saat berinteraksi dengan aplikasi, sedangkan emosi sedih merepresentasikan adanya perasaan bingung atau frustasi.</p><p>Sinyal yang digunakan sinyal beta berjenis <em>attention </em>dengan stimulus pengerjaan <em>task </em>pada aplikasi <em>google form</em>. Penelitian ini mengaplikasikan metode K-<em>Nearest Neighbor </em>sebagai klasifikasi dengan ekstraksi fitur orde pertama. Responden yang digunakan sebanyak 30 dengan 3 kali perulangan berjumlah 90 data. Sebanyak 20 responden 3 kali perulangan berjumlah 60 data dijadikan sebagai data <em>training </em>dan 10 responden dengan 3 kali perulangan berjumlah 30 data dijadikan sebagai data uji.</p>Pada penelitian ini didapatkan hasil pengujian emosi seseorang dalam keadaan senang dan sedih. Pengujian yang dilakukan dengan <em>Confusion Matrix </em>untuk menentukan tingkat akurasi. Nilai akurasi tertinggi yang didapat pada pengujian sinyal beta berjenis <em>attention </em>sebesar 73,3%.http://journal.uad.ac.id/index.php/JSTIF/article/view/19208sinyal eegklasifikasi emosiuser experience |
| spellingShingle | Wirdha Ningsih Murein Mardhia Pengenalan Emosi untuk Evaluasi User Experience Pada Aplikasi Google Form Dengan Metode K-Nearest Neighbor Jurnal Sarjana Teknik Informatika sinyal eeg klasifikasi emosi user experience |
| title | Pengenalan Emosi untuk Evaluasi User Experience Pada Aplikasi Google Form Dengan Metode K-Nearest Neighbor |
| title_full | Pengenalan Emosi untuk Evaluasi User Experience Pada Aplikasi Google Form Dengan Metode K-Nearest Neighbor |
| title_fullStr | Pengenalan Emosi untuk Evaluasi User Experience Pada Aplikasi Google Form Dengan Metode K-Nearest Neighbor |
| title_full_unstemmed | Pengenalan Emosi untuk Evaluasi User Experience Pada Aplikasi Google Form Dengan Metode K-Nearest Neighbor |
| title_short | Pengenalan Emosi untuk Evaluasi User Experience Pada Aplikasi Google Form Dengan Metode K-Nearest Neighbor |
| title_sort | pengenalan emosi untuk evaluasi user experience pada aplikasi google form dengan metode k nearest neighbor |
| topic | sinyal eeg klasifikasi emosi user experience |
| url | http://journal.uad.ac.id/index.php/JSTIF/article/view/19208 |
| work_keys_str_mv | AT wirdhaningsih pengenalanemosiuntukevaluasiuserexperiencepadaaplikasigoogleformdenganmetodeknearestneighbor AT mureinmardhia pengenalanemosiuntukevaluasiuserexperiencepadaaplikasigoogleformdenganmetodeknearestneighbor |