Library Automation and Digital Archive
LONTAR
Fakultas Ilmu Komputer
Universitas Indonesia

Pencarian Sederhana

Find Similar Add to Favorite

Call Number SK-2623 (softcopy SK-2104, Source Code-904)
Collection Type Skripsi
Title Pengembangan dan Evaluasi Aplikasi Online Self-Regulated Learning Berbasis Mobile
Author Andresha Pradana, Gabriel Zebaoth Krisopras Putra, Muhammad Alif Ilham;
Publisher Depok: Fasilkom UI, 2025
Subject
Location FASILKOM-UI;
Lokasi : Perpustakaan Fakultas Ilmu Komputer
Nomor Panggil ID Koleksi Status
SK-2623 (softcopy SK-2104, Source Code-904) TERSEDIA
Tidak ada review pada koleksi ini: 56323
ABSTRAK

Keterampilan Self-Regulated Learning (SRL) dapat menjadi solusi untuk mengatasi tantangan pada pembelajaran daring dengan mengembangkan aplikasi mobile dari situs web Self-Regulated Online Learning - Questionnaire System (SROL-QS) yang saat ini tidak responsif di mobile. Penelitian ini memiliki tujuan untuk mengembangkan aplikasi SROL-QS berbasis mobile yang mendukung strategi SRL dengan mengukur dan menampilkan visualisasi informasi keterampilan SRL. Pengumpulan data pada penelitian ini dilakukan dengan melakukan wawancara untuk mengidentifikasi kebutuhan target pengguna aplikasi SROL-QS berbasis mobile. Penelitian ini dilakukan dengan menerapkan gabungan pendekatan User-Centered Design (UCD) dan Software Development Life Cycle (SDLC). Penelitian ini menggunakan tipe throwaway prototyping. Tahapan penelitian ini adalah dengan mengumpulkan kebutuhan pengguna, merancang prototype, evaluasi dan perbaikan prototype, perancangan dan pengembangan aplikasi, evaluasi aplikasi, dan penarikan kesimpulan. Hasil analisis kebutuhan pengguna menghasilkan lima fitur utama yaitu fitur autentikasi, profil, SRL, kelola mata kuliah, dan Susun Kegiatan. Hasil evaluasi rancangan menunjukkan bahwa rancangan solusi fitur sesuai dengan kebutuhan pengguna, memiliki kisaran nilai usability di atas 71 yang acceptable, dan mengikuti prinsip Jakob Nielsen’s Mobile Usability. Hasil performance test menunjukkan sistem mampu menangani beban tinggi dengan 0% error rate, Google Lighthouse untuk portal web dosen berada di rentang 77-100, dan aplikasi Android memiliki performa yang baik dengan penggunaan CPU dan memori di bawah 40%. Hasil user acceptance test juga menunjukkan bahwa aspek fungsional sesuai yang diharapkan pengguna dengan 100% acceptance rate. Penelitian ini diharapkan dapat membantu mahasiswa meningkatkan keterampilan SRL mereka dan membantu dosen memantau keterampilan SRL mahasiswa.