Perkembangan teknologi yang cukup pesat banyak memberikan manfaat kepada masyarakat di berbagai bidang. Salah satu bentuk pemanfaatan teknologi tersebut adalah penggunaan Learning Management System (LMS), sebuah perangkat lunak pendukung kegiatan belajar-mengajar secara daring. Agar nyaman digunakan, LMS perlu dirancang dengan mempertimbangkan aspek usability sesuai dengan latar belakang calon penggunanya. Oleh karena itu, penelitian ini bermaksud menyelidiki perbedaan persepsi tingkat usability LMS berdasarkan latar belakang penggunanya, yaitu: gender, angkatan (tahun masuk perguruan tinggi), dan frekuensi penggunaan LMS. Penelitian ini menerapkan metode kuantitatif. Desain penelitian yang digunakan adalah penelitian survey dengan teknik pengumpulan data menggunakan kuesioner. Instrumen yang dipakai adalah Usability Heuristics Evaluation. Pengumpulan data dilakukan pada dua perguruan tinggi (PT) negeri di Yogyakarta, masing-masing dilakukan sebanyak dua tahap. Analisis data pada penelitian ini menggunakan analisis statistik deskriptif. Hasil yang didapatkan pada penelitian ini adalah secara umum: i) perempuan cenderung memberikan penilaian tingkat usability LMS yang lebih tinggi dibanding laki – laki; ii) mahasiswa angkatan yang lebih muda cenderung memberikan penilaian tingkat usability LMS yang lebih tinggi dibanding seniornya; iii) pengguna yang lebih sering memakai LMS cenderung memberikan penilaian tingkat usability LMS yang lebih tinggi dibanding mereka yang lebih jarang memakai.
Technology is developing rapidly with the advent of social media, which paper messages are substitutes for electronic messages that make someone is easier to communicate with others. Many social media exist. The famous ones are Facebook, Instagram, Twitter, and others. With so many social media emerging, every social media must have differences with other social media. Instagram has quite a lot of users, especially in student organizations on campus. The hashtags feature of Instagram makes it is easy to search what to find for people, and group them according to the hashtags used. This paper studies an implementation of intersection operators and applies the intersection operator to classification of Instagram’s hashtags.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.