Jurnal INSTEK (Informatika Sains dan Teknologi)

PENENTUAN PENERIMA BEASISWA BIDIKMISI MENGGUNAKAN METODE FUZZY SIMPLE ADDICTIVE WEIGHTING DAN ELIMINATION AND CHOICE TRANSLATION REALITY

2024-12-12T18:27:58+00:00

Beasiswa bidikmisi, yang kini dikenal sebagai beasiswa KIP-K, ditujukan untuk calon mahasiswa yang kurang mampu. Oleh karena itu, beasiswa ini harus tepat sasaran agar benar-benar bermanfaat bagi yang membutuhkan. Dalam upaya memastikan ketepatan sasaran tersebut, proses seleksi calon penerima beasiswa perlu dilakukan dengan baik, salah satunya dengan menggunakan metode ilmiah. Penelitian ini menguji proses seleksi penerima beasiswa dengan dua metode ilmiah, yaitu Fuzzy Simple Additive Weighting (Fuzzy-SAW) dan Elimination and Choice Translation Reality (ELECTRE). Kedua metode ini dipilih karena banyak penelitian telah menggunakannya, namun belum ada yang membandingkannya. Hasil penelitian menunjukkan bahwa kedua metode menghasilkan peringkat pertama dan terakhir yang sama, meskipun urutan lainnya berbeda. Tingkat kecocokan total dari peringkat keseluruhan adalah 21,3% dengan selisih peringkat antara 1 hingga 5 atau sebesar 1,7%. Untuk perankingan dengan data yang banyak, metode Fuzzy-SAW lebih direkomendasikan karena prosesnya lebih sederhana dan mudah diterapkan.

ANALISIS KEPUASAN PELANGGAN MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBORS PADA PERUSAHAAN UMUM DAERAH AIR MINUM BATIWAKKAL BERAU

2024-12-13T15:04:49+00:00

Kepuasan pelanggan terhadap layanan air bersih merupakan aspek penting yang perlu dianalisis oleh Perusahaan Umum Daerah Air Minum Batiwakkal Berau untuk memastikan pelayanan terbaik. Penelitian ini bertujuan mengimplementasikan algoritma K-Nearest Neighbors (KNN) untuk menganalisis data kepuasan pelanggan Air Minum Battiwakkal Berau. Penelitian ini mengevaluasi akurasi model KNN dalam mengklasifikasikan tingkat kepuasan pelanggan, menentukan nilai terbaik parameter K, dan menyediakan gambaran mengenai persepsi pelanggan terhadap layanan Perusahaan Umum Daerah Air Minum Batiwakkal Berau. Metode penelitian melibatkan pengumpulan data dari pelanggan Air Minum Batiwakkal Berau. Data dipisahkan menjadi set pelatihan dan pengujian, diikuti dengan proses normalisasi. Model KNN dilatih dengan berbagai nilai K untuk menemukan parameter terbaik. Hasil penelitian menunjukkan bahwa algoritma KNN dapat mengklasifikasikan tingkat kepuasan pelanggan dengan akurasi memadai. Nilai terbaik K yang ditemukan adalah 14, memberikan performa terbaik dalam prediksi kepuasan pelanggan dengan nilai akurasi sebesar 85.96%.

SISTEM PAKAR UNTUK TROUBLESHOOTING PADA BUS LISTRIK DENGAN METODE CERTAINTY FACTOR BERBASIS WEB

2024-12-13T14:57:04+00:00

Sistem pakar untuk troubleshooting dapat membantu mekanik dan pramudi dalam mengetahui kerusakan yang terjadi pada bus listrik. Tujuan dilakukan penelitian ini yaitu untuk mengetahui informasi kerusakan bus listrik dan cara perawatannya serta membuat desain sistem pakar utuk troubleshooting pada bus listrik dan penghematan waktu dalam meyelesaikan masalah yang kompleks dengan menggunakan metode certainty factor. Dalam proses perhitungannya digunakan metode certainty factor dengan mengakomodasi penalaran para ahli yang tidak tepat menggunakan frasa seperti mungkin, kemungkinan besar, hampir pasti dengan menarik beberapa kesimpulan dari gejala kerusakan.Hasil output sistem pakar dengan menerapkan metode certainty factor berupa proses perhitungan kemungkinan kerusakan kendaraan gejala yang dipilih user maka user akan menerima hasil berupa nilai presentase kerusakan, detail kerusakan, dan solusi perbaikan sehingga user bisa mengetahui apa yang rusak pada kendaraanya.Hasil penelitian ini pengguna (user) dapat menggunakan langsung aplikasi sistem pakar ini pada laptop. Dalam melakukan pengoperasian sistem pakar ini dapat melakukan dua akses yaitu pengguna dan admin.

INDUKSI KESELAMATAN PENUMPANG ANGKUTAN UMUM BUS MENGGUNAKAN APLIKASI BERBASIS WEB

2024-12-13T15:02:48+00:00

Risiko bahaya yang besar terhadap penumpang angkutan umum bus disebabkan pelayanan induksi keselamatan yang masih kurang. Aplikasi berbasis website yang berisi informasi dan video tentang induksi keselamatan penumpang angkutan umum bus di PO. New Shantika dibangun dengan menggunakan metode pengembangan ADDIE (analyze, Design, Development, Implementation, Evaluation). Metode IPA (Importance Perfomance Analysis) digunakan untuk menganalisis kebutuhan, storyboard dan UML digunakan untuk melakukan perancangan, capcut dan wordpress digunakan untuk pengembangan, dan metode SUS (System Usability Scale) digunakan untuk pengevaluasian. Analisis kebutuhan dengan IPA menghasilkan 8 indikator pada kuadran 1 dan 1 indikator pada kuadran 2 yang tersaji pada diagram kartesius. Aplikasi yang dibangun berisi tentang 9 penjelasan dan video induksi keselamatan. Pengujian aplikasi menggunakan SUS mendapatkan nilai rata-rata sebesar 74,7(B) yang berarti penumpang sebagai pengguna menerima penggunaan aplikasi yang dibangun. Aplikasi yang dibangun dapat dimanfaatkan sebagai upaya peningkatan keselamatan penumpang angkutan umum bus.

FIRE EARLY WARNING SYSTEM VIA CCTV CAMERA USING CONVOLUTIONAL NEURAL NETWORK

2024-12-13T17:18:23+00:00

At the Informatics Engineering Laboratory of Pontianak State Polytechnic, there is a fire detection system using smoke and heat sensors in certain rooms, while CCTV cameras are available throughout the room. Therefore, a fire detection system using CCTV cameras is proposed as an alternative fire detection tool to support sensor-based fire detection. Convolutional Neural Networks (CNNs) are a class of deep learning algorithms specifically designed for processing structured grid data, such as images. They are particularly effective in tasks related to image recognition and classification due to their ability to automatically learn spatial hierarchies of features from input images. This system works by processing video from CCTV cameras and classified using a Convolutional Neural Network (CNN) model that has been previously trained to recognize visual signs related to fire on video from CCTV cameras. Detected fire will be sent a notification via the user's Telegram application. These results show that the system works as expected with an average confidence level of 91.9% accuracy and 20.8% loss. The system was successfully developed into a fire detection application using the Convolutional Neural Network (CNN) model integrated with CCTV cameras and notification features via the Telegram application.

IMPLEMENTASI SISTEM TUTORIAL KEDOKTERAN BERBASIS WEB DI FAKULTAS KEDOKTERAN UNIVERSITAS GUNADARMA

2024-12-13T17:27:49+00:00

Proses pembelajaran tutorial (problem based learning) memiliki critical insidents yang membuat pelaksanaan pembelajaran tutorial belum optimal. Tujuan dari penelitian ini adalah mengimplementasikan sistem tutorial berbasis web untuk pelaksanaan pembelajaran tutorial. Penelitian ini menggunakan metode waterfall untuk membuat sistem. Tahapan metode waterfall adalah pengumpulan kebutuhan, desain sistem, implementasi sistem, pengujian sistem, dan pemeliharaan sistem. Hasil dari penelitian ini yaitu sistem tutorial berbasis web di fakultas kedokteran universitas gunadarma. Pengujian sistem menggunakan metode blackbox menunjukkan semua fitur menu yang disediakan sistem berhasil berjalan dengan baik serta mahasiswa dan tutor berhasil melakukan pemakaian sistem. Sistem tutorial berbasis web ini membantu pelaksanaan pembelajaran tutorial menjadi lebih optimal.

KLASIFIKASI PECAHAN UANG KERTAS RUPIAH MENGGUNAKAN TRANSFER LEARNING DENGAN MODEL MOBILENETV2

2024-12-14T18:18:13+00:00

Memanfaatkan mesin sebagai perantara dalam proses pembelian dan penjualan adalah bagaimana teknologi otomasi diterapkan. Mesin berfungsi sebagai penjual dan memiliki kemampuan seperti otak, seperti kecepatan dan keakuratan dalam membaca dan mengidentifikasi nominal uang. Dengan menggunakan teknologi otomatis ini, transaksi jual beli menjadi lebih nyaman. Metode Convolutional Neural Network (CNN) merupakan salah satu komponen dari teknologi Deep Transfer Learning digunakan dalam penelitian ini untuk mengenali uang kertas rupiah. Selain itu, penelitian ini memilih arsitektur model MobileNetV2 yang sesuai dan memodifikasi laju pembelajaran keduanya berdampak pada kinerja model klasifikasi. Untuk menjamin bahwa model memiliki kesempatan yang memadai untuk belajar dari data pelatihan, jumlah epoch yang ideal juga diperhitungkan. Selain itu, hal ini dapat berdampak pada pencapaian kinerja tinggi dengan waktu komputasi yang efisien, pemanfaatan ukuran batch yang optimal juga diselidiki. Evaluasi kinerja model selama pelatihan memberikan hasil sebagai berikut : f1-score 98% recall 98%, presisi 98%, dan akurasi pada set pengujian 97.86%.

OPTIMASI DAN INTEGRASI CONVOLUTIONAL NEURAL NETWORK PADA APLIKASI ANDROID UNTUK DETEKSI PENYAKIT DAUN PADI

2024-12-13T17:47:58+00:00

Padi adalah tanaman pangan utama di Indonesia dan memiliki peran vital dalam perekonomian serta kehidupan sehari-hari masyarakat. Namun, produksi padi saat ini mengalami penurunan akibat serangan hama dan penyakit. Deteksi dini dan klasifikasi penyakit padi yang akurat sangat penting untuk mengurangi dampak negatif ini. Penelitian ini membangun dan melatih model Convolutional Neural Network (CNN) menggunakan arsitektur MobileNetV3 Large untuk mengenali kondisi kesehatan tanaman padi. Model dilatih dengan dataset citra daun padi berlabel, melalui 30 epoch, batch size 45, dan optimizer Lion. Hasil pengujian menunjukkan akurasi 75% untuk data uji dengan loss 59%, dan akurasi 76% untuk data latih dengan loss 61%. Model ini juga berhasil diimplementasikan dalam aplikasi mobile berbasis Android. Penelitian ini diharapkan dapat berkontribusi pada sektor pertanian Indonesia dengan menyediakan alat deteksi penyakit padi yang lebih efisien dan efektif.

EVALUASI PENERIMAAN PENGGUNA APLIKASI DIGITALISASI KELURAHAN MENGGUNAKAN MODEL UTAUT2

2024-12-13T18:01:28+00:00

Digitalisasi adalah teknologi informasi yang mengutamakan suatu kegiatan yang dilakukan secara digital dibandingkan menggunakan tenaga manusia. Digitalisasi sudah diterapkan oleh pemerintah melalui pelayanan publik berbasis digital dengan meluncurkan aplikasi Digitalisasi Kelurahan. Penggunaan aplikasi masih terdapat kendala berupa proses pembuatan surat yang membutuhkan waktu lebih lama, sering terjadi eror saat menggunakan aplikasi serta masih terdapat beberapa layanan surat keterangan yang belum tersedia melalui aplikasi. Model penelitian yang digunakan adalah Unified Theory of Acceptance and Use of Technology 2 (UTAUT2) dengan menggunakan teknik analisis deskriptif dan teknik analisis kuantitatif dengan pendekatan PLS-SEM. Hasil penelitian menunjukkan bahwa variabel social influence memiliki pengaruh tingkat penerimaan pengguna aplikasi Digitalisasi Kelurahan berdasarkan pengujian t-test dan p-values pada hubungan variabel tersebut dalam pengujian inner model.

IMPLEMENTATION OF HELPDESK CHATBOT APPLICATION FOR INFORMATION SYSTEM SERVICES IN HIGHER EDUCATION

2024-12-13T18:14:32+00:00

This study implements a helpdesk chatbot application for information system services in higher education. The background is the students' need for quick and accurate academic information, especially during the Covid-19 pandemic. The method used is the waterfall model, with data collection stages through questionnaires, observation, and literature study. The development result is a web-based chatbot application that can automatically answer student questions related to academic information systems. Testing shows that this application successfully improves information service efficiency, reduces the workload of helpdesk admins, and increases user satisfaction. In conclusion, this helpdesk chatbot is effective in providing information to students anytime and anywhere, with recommendations for further development in the future.

PERANCANGAN SISTEM PENGENALAN WAJAH MENGGUNAKAN PYTHON, OPENCV DAN HAARCASCADE

2024-12-13T18:43:26+00:00

Teknologi pengenalan wajah telah menjadi solusi populer dalam meningkatkan keamanan dan efisiensi akses di berbagai institusi, termasuk perpustakaan, namun keterbatasan anggaran dan infrastruktur di institusi pendidikan sering kali menjadi kendala dalam implementasi sistem yang efektif. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem pengenalan wajah berbasis Python, OpenCV, dan Haarcascade di Perpustakaan Universitas Muhammadiyah Parepare sebagai solusi yang terjangkau dan efisien untuk manajemen akses pengguna. Metode yang digunakan meliputi Haarcascade untuk mendeteksi wajah dengan mengidentifikasi fitur terang-gelap wajah melalui cascade classifier, Python sebagai bahasa pemrograman utama untuk mengintegrasikan dan menjalankan algoritma pengenalan wajah, dan Jupyter Notebook sebagai platform pengembangan untuk memfasilitasi pemrograman serta dokumentasi visual dari seluruh proses. Pengujian dilakukan dalam kondisi lingkungan perpustakaan yang bervariasi, termasuk perubahan pencahayaan dan sudut pandang wajah. Hasil penelitian menunjukkan bahwa sistem mampu mendeteksi wajah dengan tingkat akurasi tinggi, respons cepat, dan tingkat false positives yang rendah, sehingga cocok untuk kebutuhan perpustakaan yang memerlukan manajemen akses yang otomatis dan efektif. Implikasi dari penelitian ini adalah sistem ini memberikan solusi yang tidak hanya hemat biaya tetapi juga dapat diandalkan dalam kondisi terbatas, memberikan kontribusi bagi literatur pengenalan wajah dalam lingkungan pendidikan dengan sumber daya yang terbatas. Hasil ini menunjukkan bahwa sistem pengenalan wajah berbasis Haarcascade, Python, dan Jupyter Notebook dapat diadaptasi untuk aplikasi lain di institusi pendidikan, khususnya yang memerlukan solusi keamanan berbasis teknologi yang efisien.

IMPLEMENTASI METODE SIMPLE MULTY-ATTRIBUTE RATING TECHNIQUE (SMART) DALAM REKOMENDASI PEMILIHAN SMARTPHONE

2024-12-13T19:40:34+00:00

Kemajuan teknologi informasi telah memberikan dampak yang signifikan pada berbagai aspek kehidupan manusia, terutama penggunaan smartphone yang meluas, yang kini telah menjadi kebutuhan penting bagi sebagian besar individu. Memilih smartphone bisa jadi sulit karena banyaknya pilihan dan beragamnya minat pengguna. Tujuan dari penelitian ini adalah untuk membuat Sistem Pendukung Keputusan (SPK) berbasis web yang memanfaatkan metode Simple Multi-Attribute Rating Technique (SMART) untuk memberikan rekomendasi smartphone yang dipersonalisasi berdasarkan preferensi pengguna. Tahapan penelitian meliputi: Perencanaan: Menyusun strategi pengembangan sistem. Pengumpulan Data: Mengumpulkan data mengenai spesifikasi teknis smartphone. Pemilihan Data: Memilih data yang relevan untuk tujuan penelitian. Implementasi Data: Memasukkan data ke dalam sistem dengan menggunakan metodologi SMART. Pemeringkatan Data: Mengatur data sesuai dengan hasil analisis metode SMART, penelitian ini menemukan bahwa menggabungkan teknik SMART ke dalam sistem pendukung keputusan dapat menghasilkan rekomendasi ponsel pintar yang lebih akurat dan selaras dengan preferensi pengguna. Teknik ini juga membantu mengurangi kebingungan dan ketidakpuasan konsumen setelah membeli smartphone. Penelitian ini menyimpulkan bahwa teknik SMART sangat efektif dalam sistem rekomendasi pembelian smartphone. Rekomendasi yang diberikan lebih akurat dan selaras dengan preferensi pengguna. Penelitian di masa depan harus menyelidiki penerapan teknik SMART dalam situasi yang berbeda dan memperluas kriteria untuk membuat rekomendasi.

IMPLEMENTASI ARTIFICIAL NEURAL NETWORK PADA KASUS REGRESI LINEAR BERGANDA UNTUK MEMPREDIKSI JUMLAH PAKAN AYAM PETELUR

2024-12-14T16:28:51+00:00

Produksi telur ayam petelur adalah bagian penting dalam industri peternakan dan berperan besar dalam memenuhi kebutuhan masyarakat akan telur sebagai sumber makanan. Penelitian ini menggunakan algoritma Jaringan Saraf Tiruan (JST), yang sering digunakan untuk memprediksi data, untuk melakukan prediksi jumlah pakan yang dibutuhkan oleh ayam petelur. Penelitian ini bukan tentang hasil prediksi konkret, tetapi lebih tentang evaluasi kemampuan algoritma JST dalam melakukan prediksi berdasarkan dataset yang diperoleh dari sumber Kaggle.Dalam penelitian ini, berbagai model arsitektur jaringan neural telah dieksplorasi, termasuk model dengan struktur 5-30-1, 5-40-1, 5-50-1, dan 5-60-1. Setiap model telah dilatih dan diuji, dan hasilnya menunjukkan bahwa model arsitektur terbaik adalah yang memiliki struktur 5-40-1, dengan tingkat kinerja (MAPE) terendah sekitar 4.04 dan RMSE sebesar 6.71, yang merupakan tingkat kesalahan terendah dibandingkan dengan enam model lainnya. Ini mengindikasikan bahwa model tersebut dapat digunakan dengan baik untuk melakukan prediksi jumlah pakan yang dibutuhkan oleh ayam petelur.

ANALISIS SENTIMEN PEMINDAHAN IBU KOTA NEGARA (IKN) MENGGUNAKAN METODE OVERSAMPLING SYNTHETIC MINORITY (SMOTE)

2024-12-14T16:44:13+00:00

Pemindahan Ibu Kota Negara (IKN) adalah keputusan strategis yang memicu berbagai tanggapan dan reaksi dari berbagai pihak. Analisis sentimen terhadap pemindahan IKN menjadi suatu aspek penting untuk memahami pola pikir dan sikap masyarakat terhadap keputusan tersebut. Studi ini bertujuan untuk melakukan perbandingan performa algoritma klasifikasi terhadap analisis sentimen pada data teks yang berisi opini dan pendapat masyarakat terkait pemindahan IKN menggunakan metode oversampling Synthetic Minority (SMOTE) untuk mengatasi masalah ketidakseimbangan dalam data sentimen. Dua algoritma klasifikasi, yaitu Support Vector Machine (SVM) dan Random Forest, dievaluasi dalam konteks ini. Hasil penelitian menunjukkan peningkatan signifikan dalam performa kedua algoritma setelah penerapan metode SMOTE. Performa algoritma SVM meningkat dari 85% menjadi 92%, sementara algoritma Random Forest meningkat dari 84% menjadi 91%. Hasil ini menunjukkan bahwa metode SMOTE efektif dalam meningkatkan kemampuan algoritma klasifikasi untuk mengatasi ketidakseimbangan data dan menghasilkan prediksi sentimen yang lebih akurat.

SISTEM INFORMASI MANAJEMEN DONASI PADA PANTI ASUHAN MENGGUNAKAN METODE PENGUJIAN TECHNOLOGY ACCEPTANCE MODEL (TAM)

2024-12-14T17:01:45+00:00

Perkembangan sistem informasi panti asuhan yang terintegrasi dan dapat diakses secara online melalui website menjadi penting untuk meningkatkan efektivitas operasional. Dalam upaya untuk mengatasi permasalahan tersebut, penelitian ini mengusulkan perancangan Sistem Informasi Manajemen Donasi Panti Asuhan. Dengan adanya sistem tersebut dapat merangkul berbagai panti asuhan di Kota Tangerang untuk menyediakan platform terpadu dan mudah digunakan, memfasilitasi pengelolaan donasi, serta meningkatkan partisipasi dan keterlibatan donatur. Metode pengujian Technology Acceptance Model (TAM) dalam mengukur faktor yang dapat mempengaruhi pengguna dalam menggunakan sistem. Hasil uji hipotesis 1 yaitu Attention Toward Using (ATU) berpengaruh terhadap Behavioral Intention to Use (BITU), hipotesis 2 yaitu Perceived Ease of Use (PEOU) berpengaruh terhadap Attention Toward Using (ATU), hipotesis 3 yaitu Perceived Ease of Use (PEOU) berpengaruh terhadap Perceived Usefulness (PU), hipotesis 5 yaitu Perceived Usefulness (PU) berpengaruh terhadap Behavioral Intention to Use (BITU) dan hipotesis 4 yaitu Perceived Usefulness (PU) tidak berpengaruh terhadap Attention Towards Using (ATU).

PENERAPAN METODE CONFIRMATORY FACTOR ANALYSIS DAN TECHNOLOGY ACCEPTANCE MODEL UNTUK MENGANALISIS TINGKAT KEPUASAN PENGGUNA SIAKAD

2024-12-14T17:14:21+00:00

Sistem informasi akademik (Siakad) merupakan salah satu aspek yang sangat berpengaruh bagi berlangsungnya proses akademik. Dengan adanya siakad kegiatan akademik akan lebih efektif dan efesien. Universitas Trunojoyo Madura mengalami beberapa kendala dalam menerapkan Siakad diantaranya adalah, situs sering error saat diakses pada periode KRS-an, transkip nilai tidak sesuai dengan Kartu Hasil Studi (KHS), kesalahan identitas pada data pribadi, tampilan kurang menarik, sehingga dapat mempengaruhi tingkat kepuasan dari pengguna. Maka dari itu penelitian dengan metode Confirmatory Factor Analysis (CFA) Dan Technology Acceptance Model (TAM) ini dilakukan untuk mengetahui faktor-faktor yang mempengaruhi tingkat kepuasan pengguna. Hasil analisis dengan metode Customer Satisfaction Index menunjukkan nilai akhir sebesar 73,14% dan berada dalam kategori “Puas” dan dipengaruhi oleh variabel Ease of Use (Kemudahan Pengguna).

APLIKASI MONITORING SKRIPSI DAN INTEGRASI API GOOGLE CALENDAR DENGAN METODE AGILE PROGRAM STUDI SISTEM INFORMASI UNIVERSITAS ISLAM NEGERI ALAUDDIN MAKASSAR

2024-12-14T17:33:11+00:00

Perkembangan teknologi memungkinkan dosen dan mahasiswa melakukan bimbingan skripsi secara online. Di Program Studi Sistem Informasi Universitas Islam Negeri Alauddin Makassar, penyusunan skripsi menjadi tahap penting, meski sering dihadapkan pada tantangan seperti manajemen waktu dan koordinasi. Penelitian ini bertujuan merancang aplikasi monitoring skripsi dan mengintegrasikan API Google Calendar dengan metode agile. Hasil menunjukkan 97,5% dosen dan mahasiswa memiliki akun Gmail, namun hanya 66,5% yang mengetahui fitur Google Calendar untuk bimbingan. Selain itu, sekitar 45% memahami prosedur bimbingan, dan 64,3% menginginkan jadwal bimbingan rutin mingguan. Dengan persentase 100%, semua responden setuju akan perlunya aplikasi monitoring bimbingan skripsi dengan memanfaatkan API Google Calendar.

RANCANG BANGUN APLIKASI BLENDED LEARNING SEBAGAI MEDIA PENGEMBANGAN MINAT DAN BAKAT ILMIAH MAHASISWA MENGGUNAKAN METODE LEAN UX

2024-12-14T18:13:50+00:00

Fenomena ketidaksesuaian antara bidang studi dan pekerjaan lulusan di Indonesia menimbulkan tantangan bagi institusi pendidikan untuk meningkatkan relevansi kurikulum dengan kebutuhan industri. Penelitian ini bertujuan merancang aplikasi blended learning untuk mendukung pengembangan minat dan bakat ilmiah mahasiswa menggunakan metode Lean UX. Metode penelitian ini melibatkan observasi, studi literatur, dan pengembangan aplikasi berbasis Minimum Viable Product (MVP), diikuti oleh pengujian Blackbox dan System Usability Scale (SUS) untuk mengukur fungsionalitas dan pengalaman pengguna. Hasil pengujian menunjukkan semua fitur aplikasi berjalan sesuai dengan harapan dan aplikasi memiliki tingkat kegunaan yang baik, dengan skor SUS rata-rata sebesar 74.1 (acceptable). Pendekatan Lean UX dalam pengembangan aplikasi blended learning ini efektif dalam menciptakan pengalaman pengguna yang positif, namun perlu disempurnakan untuk memastikan aksesibilitas dan kemudahan penggunaan yang lebih merata di kalangan pengguna.