AbstrakKerusakan tulang belakang dialami oleh sekitar dua pertiga orang dewasa serta termasuk ke dalam penyakit yang paling umum kedua setelah sakit kepala. Klasifikasi gangguan tulang belakang sulit dilakukan karena membutuhkan radiologist untuk menganalisa citra Magnetic Resonance Imaging (MRI). Penggunaan Computer Aided Diagnosis (CAD) System dapat membantu radiologist untuk mendeteksi kelainan pada tulang belakang dengan lebih optimal. Dataset vertebral column memiliki tiga kelas sebagai klasifikasi penyakit kerusakan tulang belakang yaitu, herniated disk, spondylolisthesis dan kelas normal yang diambil berdasarkan hasil ekstraksi citra MRI. Dataset akan diolah dalam lima eksperimen berdasarkan validasi dataset menggunakan split validation dengan pembagian data training dan data testing yang bervariasi. Pada penelitian ini diusulkan implementasi algoritma genetika pada algoritma k-nearest neighbours untuk meningkatkan akurasi dari klasifikasi gangguan tulang belakang. Algoritma genetika digunakan untuk fitur seleksi dan optimasi parameter algoritma k-nearest neighbours. Hasil penelitian menunjukan bahwa metode yang diusulkan menghasilkan peningkatan yang signifikan dalam klasifikasi kerusakan pada tulang belakang. Metode yang diusulkan menghasilkan rata-rata akurasi sebesar 93% dari lima eksperimen. Hasil ini lebih baik dari algoritma k-nearest neighbours yang menghasilkan rata-rata akurasi hanya sebesar 82.54%. Kata kunci: algoritma genetika, k-nearest neighbours, kerusakan tulang belakang, vertebral AbstractSpinal disorder is experienced by about two-thirds of adults and is included in the second most common disease after headaches. Classification of spinal disorders is difficult because it requires a radiologist to analyze Magnetic Resonance Imaging (MRI) images. The use of Computer Aided Diagnosis (CAD) System can help radiologists to detect abnormalities in the spine more optimally. The vertebral column dataset has three classes as a classification of spinal disorders, namely, herniated disk, spondylolisthesis and normal classes taken based on MRI Image extraction. The dataset will be processed in five experiments based on dataset validation using split validation with various training data and testing data. In this study proposed the implementation of genetic algorithms in the k-nearest neighbors algorithm to improve the accuracy of the classification of spinal disorders. Genetic algorithms are used for algorithm feature selection and parameter optimization of k-nearest neighbors. The results showed that the proposed method produced a significant increase in the classification of spinal disorder. The proposed method produces an average accuracy of 93% from five experiments. This result is better than the k-nearest neighbors algorithm which produces an average accuracy of only 82.54%. Keywords: genetic algorithm, k-nearest neighbours, spinal disorder, vertebral column.

AbstrakKerusakan tulang belakang dialami oleh sekitar dua pertiga orang dewasa serta termasuk ke dalam penyakit yang paling umum kedua setelah sakit kepala. Klasifikasi gangguan tulang belakang sulit dilakukan karena membutuhkan radiologist untuk menganalisa citra Magnetic Resonance Imaging (MRI). Penggunaan Computer Aided Diagnosis (CAD) System dapat membantu radiologist untuk mendeteksi kelainan pada tulang belakang dengan lebih optimal. Dataset vertebral column memiliki tiga kelas sebagai klasifikasi penyakit kerusakan tulang belakang yaitu, herniated disk, spondylolisthesis dan kelas normal yang diambil berdasarkan hasil ekstraksi citra MRI. Dataset akan diolah dalam lima eksperimen berdasarkan validasi dataset menggunakan split validation dengan pembagian data training dan data testing yang bervariasi. Pada penelitian ini diusulkan implementasi algoritma genetika pada algoritma k-nearest neighbours untuk meningkatkan akurasi dari klasifikasi gangguan tulang belakang. Algoritma genetika digunakan untuk fitur seleksi dan optimasi parameter algoritma k-nearest neighbours. Hasil penelitian menunjukan bahwa metode yang diusulkan menghasilkan peningkatan yang signifikan dalam klasifikasi kerusakan pada tulang belakang. Metode yang diusulkan menghasilkan rata-rata akurasi sebesar 93% dari lima eksperimen. Hasil ini lebih baik dari algoritma k-nearest neighbours yang menghasilkan rata-rata akurasi hanya sebesar 82.54%. Kata kunci: algoritma genetika, k-nearest neighbours, kerusakan tulang belakang, vertebral AbstractSpinal disorder is experienced by about two-thirds of adults and is included in the second most common disease after headaches. Classification of spinal disorders is difficult because it requires a radiologist to analyze Magnetic Resonance Imaging (MRI) images. The use of Computer Aided Diagnosis (CAD) System can help radiologists to detect abnormalities in the spine more optimally. The vertebral column dataset has three classes as a classification of spinal disorders, namely, herniated disk, spondylolisthesis and normal classes taken based on MRI Image extraction. The dataset will be processed in five experiments based on dataset validation using split validation with various training data and testing data. In this study proposed the implementation of genetic algorithms in the k-nearest neighbors algorithm to improve the accuracy of the classification of spinal disorders. Genetic algorithms are used for algorithm feature selection and parameter optimization of k-nearest neighbors. The results showed that the proposed method produced a significant increase in the classification of spinal disorder. The proposed method produces an average accuracy of 93% from five experiments. This result is better than the k-nearest neighbors algorithm which produces an average accuracy of only 82.54%. Keywords: genetic algorithm, k-nearest neighbours, spinal disorder, vertebral column.

AbstrakWebsite e-commerce yang merupakan website untuk melakukan transaksi jual beli haruslah memiliki User Interface (UI) yang menarik agar dapat membuat banyak user tertarik menggunakan websitenya dalam transaksi jual beli. User Interface merupakan salah satu faktor yang menentukan banyaknya pengunjung pada suatu website. User Interface dibahas dalam ilmu disiplin HCI (Human and Computer Interaction) atau biasa disebut juga interaksi manusia dan computer. Karena begitu pentingnya User Interface pada suatu web maka diperlukan Usability Test, untuk mengecek seberapa efisien dan efektifnya User Interface website tersebut. Dalam penelitian ini penulis melakukan perbandingan Usability Test dua website e-commerce yaitu Bukalapak dan Shopee yang merupakan 2 dari 3 besar website e-commerce terbesar di Indonesia. Metode yang digunakan adalah metode Heuristic yang semua karakeristiknya dapat digunakan untuk mengetest semua karakteristik User Interface yang efisien dan efektif. Penelitian dilakukan dengan menyebarkan kuesioner kepada 70 orang koresponden. Dari hasil penelitian ini didapat bahwa website Shopee lebih efektif dan efisien untuk digunakan diabndingkan dengan website Bukalapak. Kata Kunci : Interaksi Manusia dan computer, Metode Heursitic, Usability Test, User Interface, Website. AbstractAn e-commerce website which is a website for conducting buying and selling transactions must have an attractive User Interface (UI) in order to make many users interested in using their website in buying and selling transactions. The User Interface is one of the factors that determine the number of visitors to a website. User Interface is discussed in the discipline of HCI (Human and Computer Interaction) or also known as human and computer interaction. Because the User Interface is so important on a website, a Usability Test is needed, to check how efficient and effective the website's User Interface is. In this study, the authors compare the Usability Tests of two e-commerce websites, namely Bukalapak and Shopee, which are 2 of the 3 biggest e-commerce websites in Indonesia. The method used is the Heuristic method which all of its characteristics can be used to test all the characteristics of an efficient and effective User Interface. The research was conducted by distributing questionnaires to 70 correspondents. From the results of this study, it was found that the Shopee website was more effective and efficient to use compared to the Bukalapak website. Keywords : Heuristic Method, Usability Test, Human and Computer Interaction, User Interface, Website.

Industri keuangan tradisional memiliki keterbatasan karena memiliki aturan yang ketat dalam melayani masyarakat di daerah tertentu. Sebagai konsikuensinya masyarakat mencari alternatif pendanaan selain jasa industri tradisional seperti bank, yang lebih transparan dan memiliki layanan keuangan yang efisien serta  dapat menjangkau berbagai level. Dengan hadirnya ShopeePayLater diharapkan dapat memudahkan para pengguna yang sedang melakukan transaksi di Shopee. Tujuan Penelitian ini untuk melihat hubungan antara variabel-variabel terhadap kepuasan pengguna ShopeePayLater di Kota Bandung menggunakan model DeLone & McLean. Pada penelitian ini, peneliti hanya menggunakan 5 variabel yaitu, Kualitas Sistem (System Quality), Kualitas Informasi (Information Quality), Kulalitas Layanan (Service Quality), Penggunaan (Use), dan Kepuasan Pengguna (User Satisfaction). Teknik pengambilan sampel yang digunakan adalah pendekatan convinience sampling. Hasil penelitian yang diperoleh adalah variabel Kualitas Sistem (System Quality) (X1), Kualitas Informasi (Information Quality) (X2), Penggunaan Pengunaan (Use) (X3), dan Kualitas Layanan (Service Quality) (X4) secara bersama-sama atau simultan berpengaruh terhadap Kepuasan Pengguna (User satisfaction) (Y).

Perkembangan teknologi berdampak perubahan pada tingkah atau perilaku khususnya pelajar dalam bersosialisasi dan berkomunikasi. Penggunaan Komunikasi tanpa pengawasan dalam lingkup sosialaakan dapat menyebabkanberbagai macampenyimpangan, sebagai contoh yang akhir-akhir ini sering kita dengar dengan istilah cyberbullying. Banyak pelajar atau generasi-generasi muda saat ini yang menggunakan sosial media untuk saling berkomunikasi.Tidak sedikit kasus yangapernah terjadi terhadap pelajar tersebut tentang cyberbullying. Penelitian ini menjelaskan fenomena cyberbullying terhadap para pelajar di sosial media. Selain itu, penelitian ini juga akan menguraikan dampak negatif bagi korban dan pelaku dari cyberbullying ini terhadap para pelajar dan solusi pemecahannya serta menunjukkan etika dalam menggunakan media sosial.