Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penyelenggaraan pertandingan gateball saat ini masih bersifat tradisional dan menggunakan sistem pengelolaan secara manual. Getoboru adalah perangkat digital yang dirancang untuk dapat membantu penyelenggaraan proses bisnis pertandingan. Perancangan sistem Getoboru dimulai dengan menganalisis requirements, pembuatan persona, perancangan desain, serta perancangan usability testing dan pengujian berdasarkan hasil survey terhadap pemain, pelatih, juri, dan pengurus PERGATSI (Persatuan Gateball Seluruh Indonesia) di lapangan. Hasil dari desain dan analisis requirements menjadi dasar dalam perancangan arsitektur sistem Getoboru dan ERD (Entity Relationship Diagram) yang memuat struktur penyimpanan data-data yang diperlukan sistem Getoboru, dan rancangan API yang diperlukan oleh frontend dalam sistem untuk bekerja. Perancangan desain mempengaruhi dalam perancangan struktur aplikasi web dan mobile yang didasari oleh abstraksi untuk membantu dalam implementasi aplikasi web dan optimisasi dalam implementasi aplikasi mobile. Hasil dari desain dan implementasi sistem ini pada akhirnya dievaluasi dan diuji dengan cara mewawancarai beberapa narasumber di lapangan. Setelah dievaluasi dan diuji di lapangan nyata bersama ahli-ahli gateball, sistem Getoboru dapat dinyatakan bermanfaat dalam penyelenggaraan pertandingan gateball.

---

The current implementation of gateball matches is still traditional and uses a manual system. Getoboru is a digital device designed to assist in organizing gateball matches. The design process of the Getoboru system begins with analyzing requirements, creating personas, designing user interfaces, and designing usability testing based on the surveys of players, coaches, judges, and PERGATSI (Persatuan Gateball Seluruh Indonesia) administrators in the field. The result of design and requirement analysis becomes the base of Getoboru system architecture design, ERD design (Entity Relationship Diagram) that contains data structure that Getoboru system needs, and API design that frontend needs for the system to work. The design plan influences the structure design of web and mobile applications based on abstraction that helps in the implementation of web application and the optimization of mobile application. The results of the design and implementation of this system were evaluated and tested by interviewing several interviewees in the field. After being evaluated and tested on the field with gateball experts, the Getoboru system can be declared useful in organizing gateball matches."

"Penyelenggaraan pertandingan gateball saat ini masih bersifat tradisional dan menggunakan sistem pengelolaan secara manual. Getoboru adalah perangkat digital yang dirancang untuk dapat membantu penyelenggaraan proses bisnis pertandingan. Perancangan sistem Getoboru dimulai dengan menganalisis requirements, pembuatan persona, perancangan desain, serta perancangan usability testing dan pengujian berdasarkan hasil survey terhadap pemain, pelatih, juri, dan pengurus PERGATSI (Persatuan Gateball Seluruh Indonesia) di lapangan. Hasil dari desain dan analisis requirements menjadi dasar dalam perancangan arsitektur sistem Getoboru dan ERD (Entity Relationship Diagram) yang memuat struktur penyimpanan data-data yang diperlukan sistem Getoboru, dan rancangan API yang diperlukan oleh frontend dalam sistem untuk bekerja. Perancangan desain mempengaruhi dalam perancangan struktur aplikasi web dan mobile yang didasari oleh abstraksi untuk membantu dalam implementasi aplikasi web dan optimisasi dalam implementasi aplikasi mobile. Hasil dari desain dan implementasi sistem ini pada akhirnya dievaluasi dan diuji dengan cara mewawancarai beberapa narasumber di lapangan. Setelah dievaluasi dan diuji di lapangan nyata bersama ahli-ahli gateball, sistem Getoboru dapat dinyatakan bermanfaat dalam penyelenggaraan pertandingan gateball.

---

The current implementation of gateball matches is still traditional and uses a manual system. Getoboru is a digital device designed to assist in organizing gateball matches. The design process of the Getoboru system begins with analyzing requirements, creating personas, designing user interfaces, and designing usability testing based on the surveys of players, coaches, judges, and PERGATSI (Persatuan Gateball Seluruh Indonesia) administrators in the field. The result of design and requirement analysis becomes the base of Getoboru system architecture design, ERD design (Entity Relationship Diagram) that contains data structure that Getoboru system needs, and API design that frontend needs for the system to work. The design plan influences the structure design of web and mobile applications based on abstraction that helps in the implementation of web application and the optimization of mobile application. The results of the design and implementation of this system were evaluated and tested by interviewing several interviewees in the field. After being evaluated and tested on the field with gateball experts, the Getoboru system can be declared useful in organizing gateball matches."

"

Perawatan Metode Kanguru (PMK) terhadap Bayi Berat Lahir Rendah (BBLR) di Indonesia belum diterapkan sesuai dengan yang dianjurkan oleh WHO. Hal ini disebabkan oleh kurangnya dukungan dari pihak rumah sakit dalam memberikan pengetahuan dan keterampilan untuk melakukan PMK. Dalam Tugas Akhir ini, dikembangkan aplikasi bernama Hug-a-Baby untuk memberikan edukasi kepada Ibu dengan Bayi Berat Lahir Rendah (BBLR) dalam melakukan Perawatan Metode Kanguru (PMK). Proses pengembangan aplikasi ini menerapkan konsep agile development. Untuk merancang fitur-fitur yang sesuai dengan kebutuhan ibu pasien BBLR, dilakukan analisis kebutuhan pengguna dengan metode User Centered Design. Evaluasi rancangan fitur aplikasi dilakukan dengan usability testing. Revisi dilakukan berdasarkan hasil usability testing. Setelah rancangan desain difinalisasi, pengembangan aplikasi dilakukan berdasarkan kebutuhan pengguna yang sudah diperoleh melalui pendekatan Cross-compiler Application Development dengan React Native Expo framework. Hasil pengembangan aplikasi diuji dengan Alpha Testing sebagai bagian dari User Acceptance Testing dengan menggunakan pendekatan pembuatan studi kasus Requirement Based. Hasil pengujian User Acceptance Testing menyatakan bahwa aplikasi yang telah dikembangkan sesuai dengan kebutuhan pengembangan produk dan siap digunakan oleh pengguna.

---

Kangaroo Mother Care (KMC) for Low Birth Weight Babies (LBW) in Indonesia has not been implemented as recommended by WHO. This is due to the lack of support from the hospital in providing knowledge and skills to carry out PMK. In this Final Project, an application called Hug-a-Baby is developed to educate mothers with Low Birth Weight Babies (LBW) in carrying out Kangaroo Mother Care (KMC). This application development process applies the concept of agile development. To design features that suit the needs of mothers with LBW patients, user needs are analyzed using the User Centered Design method. Evaluation of the application feature design is carried out by usability testing. Revisions were made based on the results of usability testing. After the design has been finalized, the application is developed based on user needs with Cross-compiler Application Development approach using React Native Expo framework. The application is tested by Alpha Testing as part of User Acceptance Testing using a Requirement Based case study approach. The results of the User Acceptance Testing test state that the applications that have been developed are in accordance with the product requirement and ready to use by users.

"

"Melalui teknologi, kegiatan sosial yang dahulu memerlukan kontak fisik kini dapat dilakukan jarak jauh melalui media sosial. Media sosial saat ini banyak digunakan untuk menyebarkan berbagai infromasi, baik mengungkapkan opini, perasaan, ataupun pendapat. Twitter memiliki pengguna akif terbanyak di Indonesia. Twitter merupakan salah satu sarana perusahaan untuk berkomunikasi dengan pelanggan. Salah satu perusahaan yang memanfaatkan twitter untuk berkomunikasi ke nasabahnya BNI. BNI memiliki jasa dan produk yang ditawarkan salah satunya yaitu Agen46. Agen46 merupakan mitra BNI dalam menyediakan layanan perbankan kepada masyarakat dalam rangka keuangan inklusif. Selain mitra BNI dalam penyediaan berbagai macam layanan perbankan, BNI Agen46 juga merupakan partner di dalam berbagai program pemerintah, seperti penyaluran bantuan sosial maupun subsidi untuk Keluarga Penerima Manfaat. Terdapat beberapa tweet yang cenderung mengarah ke ulasan yang negative, namun saat ini belum ada analisis sentimen terkait Agen46 berdasarkan data twitter. Penelitian ini bertujuan untuk membandingkan performa metode klasifikasi yang digunakan untuk sentiment analysis serta mencari topik terkait Agen46. Metode yang digunakan yang digunakan untuk pemodelan klasifikasi yaitu SVM, Naïve Bayes, dan KNN serta metode pemodelan topik yang digunakan yaitu LDA.Hasil dari penelitian menunjukkan bahwa SVM memiliki performa terbaik dengan nilai f1-score 91.25% dan akurasi 91.28%. Sedangkan Topik yang dihasilkan yaitu 2 topik kelas Positive (agen dapat memberikan tambahan penghasilan dan agen46 menjadi agen transformasi yang lebih dekat dengan nasabah), 2 topik kelas neutral (penyaluran bansos dapat dilakukan melalui agen46 dan selain melalui kantor cabang, internet banking, sms banking, transaksi juga bisa dilakukan di agen46), dan 6 topik kelas negative (permohonan buka blokir proses lama, belum ada respon saat gagal login, kendala mesin EDC Agen46, agen tidak dapat dihubungi, dan adanya ketidaknyamanan penyaluran bpnt).

---

Through technology, social activities that once required physical contact can now be done remotely through social media. Social media is currently widely used to disseminate various information, whether expressing opinions, feelings, or opinions. Twitter has the most active users in Indonesia. Twitter is one of the means for companies to communicate with customers. One company that utilizes twitter to communicate to its customers is BNI. BNI has services and products to offer, one of which is Agent46. Agen46 is a BNI partner in providing banking services to the community in the context of inclusive finance. In addition to BNI's partners in providing various banking services, BNI Agen46 is also a partner in various government programs, such as the distribution of social assistance and subsidies for Beneficiary Families. There are several tweets that tend to lean towards negative reviews, but currently, there hasn't been any sentiment analysis conducted regarding Agen46 based on Twitter data. This research aims to compare the performance of classification methods used for sentiment analysis and find topics related to Agent46. The methods used for classification modeling are SVM, Naïve Bayes, and KNN and the topic modeling method used is LDA.The results of the study show that SVM has the best performance with an f1-score value of 91.25% and an accuracy of 91.28%. While the topics generated are 2 Positive class topics (agents can provide additional income and agent46 becomes a transformation agent that is closer to customers), 2 neutral class topics (social assistance distribution can be done through agent46 and in addition to branch offices, internet banking, sms banking, transactions can also be done at agent46), and 6 negative class topics (unblock request is a long process, there is no response when login fails, Agent46 EDC machine constraints, agents cannot be contacted, and there is inconvenience in bpnt distribution)"

"Kepolisian Republik Indonesia (Polri) merupakan alat negara yang terus berusaha memberikan pelayanan publik secara prima salah satu nya dengan melakukan inovasi dengan memanfaatkan teknologi dalam memberikan pelayanan SIM melalui aplikasi bernama Digital Korlantas Polri. Namun sejak aplikasi tersebut diluncurkan pada tahun 2021 hingga tahun 2022 terdapat pemberitaan di berita online terkait kendala pada aplikasi dalam perpanjangan SIM online yang tidak berjalan sebagaimana semestinya. Penelitian ini bertujuan untuk melihat bagaimana pandangan masyarakat sebagai pengguna layanan dari Twitter dan Play Store. Data yang digunakan dalam penelitian ini berasal dari Twitter dan Play Store sebanyak 5944 data. Analisis dilakukan dengan membangun model klasifikasi relevansi, aspek, dan sentimen pada aspek reliability, efficiency, trust, dan citizen support. Algoritma yang digunakan yaitu Decision Tree, Logistic Regression, dan SVM. Hasil pemodelan klasifikasi dengan performa yang paling tinggi dalam klasifikasi relevansi, aspek, dan sentimen pada tiap aspek dihasilkan oleh algoritma Logistic Regression dengan TF-IDF unigram dan SMOTE. Pada model klasifikasi relevansi didapatkan nilai accuracy sebesar 87.05%, precision sebesar 87.38%, recall sebesar 87.04%, dan f1 score sebesar 87.16%. Pada model klasifikasi aspek, nilai accuracy sebesar 74.28%, precision sebesar 75.93%, recall sebesar 74.27%, dan f1 score sebesar 74.70%. Pada model klasifikasi sentimen pada masing-masing aspek, model klasifikasi sentimen pada aspek citizen support mendapatkan nilai yang paling tinggi dibanding aspek lain yaitu dengan nilai accuration sebesar 95.38%, precision sebesar 95.60%, recall sebesar 95.38%, dan f1-score sebesar 94.05%. Pada penelitian ini menghasilkan temuan sentimen pada masing-masing aspek dalam layanan perpanjang SIM online di aplikasi Digital Korlantas Polri dimana reliability merupakan aspek yang paling banyak dikemukakan dan mendapat sentimen negatif, kemudian diikuti oleh aspek efficiency, citizen support, dan aspek trust.

---

The Indonesian National Police (Polri) continues to strive to provide excellent public services, one of which is by innovating by utilizing technology in providing SIM services through an application called Digital Korlantas Polri. However, since the application was launched in 2021 to 2022 there have been reports in online news regarding problems with applications, so it is necessary to conduct research regarding how the public views the application as service users and maps these views into aspects which affect the quality of government services so that service providers can take improvement to realize excellent service delivery. The data used in this study are from Twitter and Play Store as many as 5944 data. The analysis is carried out by building a classification model of relevance, aspect, and sentiment on the aspects of reliability, efficiency, trust, and citizen support. The algorithms used are Decision Tree, Logistic Regression, and SVM. The results of classification modeling with the highest performance in the classification of relevance, aspect, and sentiment for each aspect were produced by the Logistic Regression algorithm with the TF-IDF unigram and SMOTE. In the relevance classification model, the accuracy value is 87.05%, precision is 87.38%, recall is 87.04%, and f1 score is 87.16%. In the aspect classification model, the accuracy value is 74.28%, precision is 75.93%, recall is 74.27%, and f1 score is 74.70%. In the sentiment classification model for each aspect, the sentiment classification model for the citizen support aspect gets the highest score compared to other aspects, namely with an accuracy value of 95.38%, a precision of 95.60%, a recall of 95.38%, and an f1-score of 94.05% . This study produced sentiment findings for each aspect of the online SIM service in the Digital Korlantas Polri application where reliability was the aspect that was most frequently raised and received negative sentiment, followed by aspects of efficiency, citizen support, and trust."

"Penggunaan internet sudah menjadi kebiasaan dan kebutuhan tersendiri di masa setelah diberlakukannya kegiatan bekerja secara hybrid dan juga kegiatan sekolah yang mulai kembali normal seperti sebelum pandemi covid-19. Berdasarkan data yang dirilis oleh Asosiasi Penyelenggara Jasa Internet Indonesia, penetrasi internet di Indonesia mencapai 77.02%, kemunculan beragam penyedia layanan internet di Indonesia dengan produk- yang bersaing, dipengaruhi juga dengan meningkatnya penggunaan internet. Belum adanya media ulasan resmi, mendorong masyarakat menggunakan media sosial untuk mengungkapkan ulasan terhadap layanan internet. Pada penelitian ini digunakan data media sosial Twitter untuk mendapatkan nilai sentimen terhadap layanan internet dengan membuat model klasifikasi menggunakan algoritma Naïve Bayes, Support Vector Machine, dan Decision Tree dan juga pengukuran nilai kepuasan pelanggan dan reputasi merek dagang berdasarkan dari analisis sentimen yang didapatkan. Didapatkan hasil analisis sentimen dengan algortima SVM memiliki hasil performa yang paling baik yaitu 75.36 %. Layanan internet Biznet, MNC Play, dan Iconnet mendapatkan nilai kepuasan pelanggan berada pada urutan pertama, kedua, dan ketiga, sedangkan untuk nilai reputasi merek dagang, penyedia layanan internet Biznet dan MNC Play mendapatkan urutan pertama dan kedua baik pada perhitungan hasil pelabelan manual maupun hasil prediksi. Perhitungan CSS dan NBR ini dapat dipertimbangkan oleh perusahaan untuk dijadikan referensi dalam meningkatkan layanannya, selain itu dapat digunakan oleh masyarakat sebagai bahan pertimbangan untuk memilih dan membandingkan penyedia layanan internet terbaik yang akan digunakan.

---

The use of the internet has become a habit and a necessity after the implementation of hybrid work and also school activities which have started return to normal like before the Covid-19 pandemic. Based on data released by the Association of Indonesian Internet Service Providers, internet penetration in Indonesia has reached 77.02%, the appearance of various internet service providers in Indonesia with competitive products is also influenced by the increasing use of the internet. There is no official review media, has encouraged the sociecty to use social media to express reviews of internet services. In this study, Twitter social media data is used to obtain sentiment analysis for internet services by creating a classification model using the Naïve Bayes algorithm, Support Vector Machine, and Decision Tree, and also to measure customer satisfaction and brand reputation score based on the sentiment analysis obtained. The results of sentiment analysis with the SVM algorithm have the best performance, with the accuracy 75.36%. Biznet, MNC Play, and Iconnet get first, second, and third place for customer satisfaction scores, while for net brand reputation scores, Biznet and MNC Play internet service providers get first and second place, for the calculation using manual labeling data or prediction data of classification model. The calculation of the CSS and NBR can be considered by the company as the reference to improve their services, besides that it can be used by the society as a consideration for choosing and comparing the best internet service providers to use."

"Perkembangan pesat teknologi menyebabkan pertumbuhan pengguna perangkat mobilesemakin meningkat. Hal tersebut mendorong para pengembang aplikasi untukmengembangkan berbagai aplikasi. Aplikasi Learn Quran Tajwid merupakan aplikasiyang diperuntukkan bagi pengguna untuk belajar dan memahami bacaan al-quran lebihdetail dengan audio yang tepat dalam melafadzkan al-quran dan pengguna dapatmempraktekkan bacaan dengan koreksi dari aplikasi. Pendapatan Learn Quran Tajwidbersumber pada layanan berlangganan dan iklan. Sumber utamanya pada pendapatanlayanan paket berlangganan khususnya di Google Play Store namun sumber pendapatanutama tersebut terus mengalami penurunan pertumbuhan bulanan dari tahun sebelumnya.Target peningkatan pertumbuhan pendapatan bulanan Aplikasi Learn Quran Tajwid diGoogle Play Store dari tahun sebelumnya (y-o-y) tidak tercapai. Oleh sebab itu, dilakukananalisis akar masalah dan didapatkan masalah utamanya adalah kepuasaan pelangganmenurun. Tujuan penelitian ini adalah melihat bagaimana pandangan pengguna AplikasiLearn Quran Tajwid di Google Play Store dengan melakukan analisis sentimen danpemodelan topik. Data ulasan yang digunakan berjumlah 5100 ulasan yang didapatkandengan melakukan scraping dari ulasan pengguna aplikasi Learn Quran Tajwid di GooglePlay Store dengan rincian 3026 ulasan sebagai data latih. Selanjutnya data latihdianotasikan manual untuk menentukan sentimen positif atau negatif kemudian dilakukanpreprocessing dan representasi teks menggunakan TF-IDF. Penelitian ini menggunakanalgoritma NB, SVM, XGBoost, CNN, LSTM dan BERT untuk klasifikasi sentimen. Hasileksperimen menunjukkan bahwa algoritma klasifikasi dengan kinerja terbaik adalahalgoritma BERT dengan akurasi 96%, diikuti SVM imbalanced class dengan akurasi95,2% serta SVM-smote dan LSTM dengan akurasi 94,8%. Sementara itu, algoritmapemodelan topik yang digunakan adalah LDA. Hasil pemodelan topik menggunakanalgoritma LDA untuk sentimen positif dan negatif. kesimpulan topik pada sentimenpositif yakni pengguna merasa aplikasi sangat bagus dan memberikan manfaat yangbesar, serta mudah digunakan Sedangkan dari topik yang muncul pada sentimen negatifdidapatkan kesimpulan yakni pengguna merasa iklan yang muncul sangat mengganggudan mengurangi pengalaman pengguna walaupun pengguna merasa aplikasi bagus danbermanfaat namun karena terdapat iklan yang sangat mengganggu berpengaruh terhadapkepuasaan pengguna sehingga memberikan rating rendah.

---

The rapid development of technology has led to an increasing growth in mobile device

users. This has driven application developers to create various apps. The Learn Quran

Tajwid app is designed for users to learn and understand the recitation of the Quran in

more detail, with accurate audio pronunciation. Users can practice their recitation and

receive corrections from the app. The revenue for Learn Quran Tajwid comes from

subscription services and advertisements. The main source of revenue is the subscription

packages, particularly on the Google Play Store. However, the main revenue source has

been experiencing a decline in monthly growth compared to the previous year. The target

of increasing monthly revenue growth for the Learn Quran Tajwid app on the Google

Play Store from the previous year (year-over-year) was not achieved. Therefore, an

analysis of the root cause was conducted, and it was found that customer satisfaction has

decreased. This research aims to examine the users' perspectives of the Learn Quran

Tajwid app on the Google Play Store through sentiment analysis and topic modelling. A

total of 5100 app reviews were used for the analysis, obtained by scraping user reviews

of the Learn Quran Tajwid app from the Google Play Store. Out of these, 3026 reviews

were used as training data. The training data was manually annotated to determine

positive or negative sentiment, and then pre-processing and text representation using TF

IDF were performed. This study used the NB, SVM, XGBoost, CNN, LSTM, and BERT

algorithms for sentiment classification. The experimental results showed that the BERT

algorithm performed the best with an accuracy of 96%, followed by SVM imbalance class

with 95.2% accuracy, and SVM-SMOTE and LSTM with 94.8% accuracy. As for the

topic modelling algorithm used, it was LDA. The topic modelling results using the LDA

algorithm for positive sentiment and negative sentiment. In conclusion, the topics

identified for positive sentiment indicate that users find the app to be excellent and highly

beneficial, as well as easy to use. On the other hand, from the topics identified for negative

sentiment, it can be concluded that users find the ads to be very disruptive and diminish

the user experience. Despite users perceiving the app as good and useful, the presence of

intrusive ads has a significant impact on user satisfaction, resulting in lower ratings. "

"Social engineering adalah ancaman digital non-teknis yang menargetkan aspek interaksi manusia untuk mengelabui korbannya dan mencapai suatu tujuan tertentu. Serangan social engineering seperti email phishing, link mencurigakan, atau impersonasi pihak terpercaya dapat menargetkan semua orang. Salah satu kelompok yang dapat menjadi korban social engineering adalah guru sekolah. Apabila guru sekolah menjadi korban social engineering, maka dampaknya bisa menjadi lebih buruk, karena terdapat kemungkinan guru memiliki data sensitif dirinya dan siswanya. Salah satu metode penanggulangan social engineering adalah melalui pembelajaran, baik secara mandiri maupun tidak. Penelitian ini bertujuan untuk mengetahui motivasi guru untuk mempelajari social engineering. Protection motivation theory (PMT) digunakan sebagai basis teori. Penelitian ini akan menguji apakah variabel pada model PMT dapat digunakan untuk menjelaskan motivasi guru untuk mempelajari social engineering. Model penelitian dibentuk melalui pembelajaran dari penelitian PMT dengan konteks social engineering terdahulu. Penelitian berhasil mendapatkan 204 responden valid berupa guru sekolah di Indonesia. Analisis data dilakukan dengan menggunakan metode PLS-SEM dibantu oleh aplikasi SmartPLS 3. Hasil uji hipotesis membuktikan bahwa pandangan guru mengenai konsekuensi dan kerentanan diri terhadap social engineering berhubungan secara positif dengan rasa khawatir guru terhadap ancaman social engineering. Namun, rasa khawatir tidak terbukti berhubungan positif dengan intensi guru untuk mempelajari social engineering. Selain itu, pandangan guru terhadap kemampuan belajar pribadi, efektifitas penanggulangan, serta rasa tanggung jawab pribadi guru terbukti berhubungan positif dengan intensi guru untuk mempelajari social engineering.

---

Social engineering is a digital, non-technical threat that target aspects of human interaction to fool it’s victim and achieve some purpose. Social engineering attacks such as phishing email, suspicious link, or impersonation of trusted entity may target anyone. One group of people that may fall victim to social engineering are school teachers. The effect of falling into social engineering in teacher might be more severe than usual, due to the teacher’s access to student’s and their own sensitive data. One method to understand social engineering is through studying it in personal or training setting. This research aims to determine the factors that affect teacher’s motivation in studying social engineering. Protection motivation theory (PMT) is used as the basis of theory. This research tests the variables of PMT models to determine whether PMT can be used to explain teacher’s motivation in studying social engineering. The research model is created by studying existing PMT research with social engineering context. This research is successful in obtaining 204 respondents which consisted of school teachers in Indonesia. Data analysis is done using PLS-SEM method assisted by SmartPLS 3 application. Hypothesis testing result proves that perceived severity and perceived vulnerabilities are positively related with fear. However, fear is not proven to be positively related with behavioral intention. self efficacy, response efficacy, and personal responsibility variables are also proven to be positively related with behavioral intention."

"Autentikasi multi faktor adalah upaya untuk memperkuat autentikasi. Saat ini, penggunaan one time password (OTP) masih menjadi salah satu faktor autentikasi yang digunakan pada aplikasi di Internet. Salah satu jenis OTP adalah yang dibuat menggunakan aplikasi yang dipasang pada perangkat pengguna. Aplikasi tersebut dibuat oleh banyak pengembang dan mengimplementasikan algoritma yang sama. Pada saat ini, yang banyak diimplementasikan adalah algoritma TOTP, yang membutuhkan sebuah kunci rahasia untuk membuat OTP. Apabila pengguna kehilangan perangkatnya, kunci rahasia tersebut tidak bisa diakses lagi dan pengguna berisiko kehilangan akses ke akun-akunnya karena OTP tidak bisa didapatkan kembali. Untuk mencegah hal tersebut, aplikasi-aplikasi di luar sana memiliki metode pemulihan. Namun, aplikasi-aplikasi tersebut menyimpan salinan cadangan pada peladen yang terpusat untuk mendukung pemulihan OTP. Selain cara tersebut, terdapat pendekatan lain untuk melakukan pemulihan dengan penyimpanan salinan cadangan yang terdesentralisasi yang diusulkan oleh Conor Gilsenan, Noura Alomar, Andrew Huang, dan Serge Egelman. Ide tersebut juga sudah diimplementasikan oleh mereka dalam aplikasi Blues 2FA. Namun, aplikasi tersebut belum dirilis ke masyarakat umum. Tugas akhir ini berisi implementasi versi penulis dari spesifikasi yang dibuat oleh mereka, serta analisis dan evaluasi terhadap implementasi tersebut.

---

Multi factor authentication is a way to make authentication more secure. One time password (OTP) is one of the commonly used multi factor authentication method on the Internet. Users can get OTP from an OTP generator application in their devices. There are many such applications out there, but they use one same algorithm to generate the OTP. Nowadays, the popular algorithm used by those applications is TOTP, which needs a secret key to generate OTP. If users lose their devices, then the secret key will also gone and they may not be able to access their account again because they cannot generate their OTP anymore. As a preventive measure, some applications offer recovery and backup methods with centralized backup. As an alternative, Conor Gilsenan, Noura Alomar, Andrew Huang, and Serge Egelman proposed an idea to make decentralized backup. They already developed an application with their method, named Blues 2FA. But, it is not publicly available yet. This work implements my own version of application based on the requirements from the previous work. Some analyses and evaluations about the implementation also shown in this work."

"Jumlah layanan keuangan berbasis digital atau yang dikenal dengan istilah fintech (financial technology) mengalami pertumbuhan setiap tahunnya. Menurut Otoritas Jasa Keuangan (OJK), fintech di Indonesia dikelompokkan menjadi dua yaitu fintech berbasis konvensional serta syariah. Perkembangan fintech berbasis konvensional saat ini lebih pesat dibandingkan dengan fintech berbasis syariah. Pertumbuhan serta penggunaan fintech berbasis syariah dari tahun ke tahun masih belum sesuai dengan yang diharapkan. Di sisi lain, pemerintah Indonesia memiliki target sebagai pusat ekonomi syariah terbesar di dunia salah satunya melalui penetrasi fintech berbasis syariah. Penelitian ini bertujuan untuk mengetahui pengaruh faktor religiositas (intrinsic religiosity dan extrinsic religiosity) serta literasi keuangan berbasis syariah (sharia knowledge dan sharia implementation) terhadap niat untuk menggunakan fintech berbasis syariah. Teknik yang digunakan dalam penelitian ini adalah convergent mixed – method yaitu penghimpunan data kualitatif serta kuantitatif dilakukan secara pararel. Instrumen penelitian yang digunakan adalah open-ended question yang bersifat kualitatif beserta kuesioner yang berisi faktor – faktor mengenai niat untuk menggunakan layanan fintech berbasis syariah yang bersifat kuantitatif dengan skala likert 5 tingkatan. Media penghimpunan data menggunakan aplikasi google form yang disebarkan melalui media sosial. Data yang diperoleh dalam penelitian ini adalah sebesar 159 responden dengan kriteria pernah menggunakan aplikasi fintech berbasis syariah yang telah terdaftar di OJK. Analisis kualitatif menggunakan teknik thematic analysis (analisis tematik) sedangkan analisis kuantitatif menggunakan teknik PLS-SEM (Partial Least Square – Structural Equational Model) dengan software SMART-PLS4. Setelah diperoleh hasil kualitatif beserta kuantitatif, kemudian dilakukan penarikan hubungan antara hasil kualitatif serta kuantitatif. Dari hasil penelitian yang dilakukan diperoleh hasil bahwa faktor intrinsic religiosity serta extrinsic religiosity memiliki pengaruh signifikan terhadap social influence, sedangkan sharia knowledge serta sharia implementation memiliki pengaruh signifikan terhadap credibility, knowledge, serta perceived benefit. Namun niat untuk menggunakan atau intention to use hanya dipengaruhi oleh social influence serta perceived benefit. Penelitian ini diharapkan dapat memberikan kontribusi mengenai konsep religiositas serta literasi keuangan syariah terhadap niat untuk menggunakan layanan fintech berbasis syariah pada penelitian selanjutnya. Konsep religiositas serta literasi keuangan syariah ini juga diharapkan dapat bermanfaat kepada pengguna fintech syariah, penyedia layanan, serta pemangku kepentingan untuk dapat saling berkontribusi meningkatkan penetrasi fintech syariah di Indonesia.

---

The number of digital-based financial services, known as fintech (financial technology), has been growing every year. According to the Financial Services Authority (OJK), fintech in Indonesia is classified into two categories: conventional fintech and sharia-based fintech. The development of conventional fintech is currently progressing more rapidly compared to sharia-based fintech. The growth and usage of sharia-based fintech from year to year are still not as expected. On the other hand, the Indonesian government aims to become the world's largest center for sharia economy, partly through the penetration of sharia-based fintech. This research aims to determine the influence of religiosity factors (intrinsic religiosity and extrinsic religiosity) and sharia-based financial literacy (sharia knowledge and sharia implementation) on the intention to use sharia-based fintech. The research uses the convergent mixed-method technique, combining qualitative and quantitative data collection conducted in parallel. The research instruments consist of open-ended questions for qualitative data and a questionnaire containing factors related to the intention to use sharia-based fintech, measured on a 5-level Likert scale, for quantitative data. Data was collected using the Google Form application distributed through social media. The research obtained 159 respondents who have used sharia-based fintech applications registered with the OJK. The qualitative analysis used thematic analysis, while the quantitative analysis utilized PLS-SEM (Partial Least Squares - Structural Equational Model) with SMART-PLS4 software. After obtaining qualitative and quantitative results, a relationship between the two sets of data was drawn. The research results indicate that intrinsic religiosity and extrinsic religiosity have a significant influence on social influence, while sharia knowledge and sharia implementation have a significant influence on credibility, knowledge, and perceived benefit. However, the intention to use is only influenced by social influence and perceived benefit. This research is expected to contribute to the understanding of religiosity and sharia financial literacy concepts related to the intention to use sharia-based fintech in further research. These concepts are also expected to be beneficial to sharia fintech users, service providers, and stakeholders to mutually contribute to increasing the penetration of sharia-based fintech in Indonesia."