Layanan Pengaduan

84
4.1.14 Tampilan Antarmuka Halaman Disposisi Aduan

Pada halaman disposisi aduan menampilkan daftar pengaduan yang sudah
disposisi. Admin dapat melihat detail disposisi dengan membuka detail. Tampilan
antarmuka halaman disposisi aduan dapat dilihat pada Gambar 4.14.

Gambar 4.14 Antarmuka Halaman Disposisi Aduan
4.1.15 Tampilan Antarmuka Halaman Detail Aduan Disposisi

Pada tampilan halaman detail aduan disposisi menampilkan disposisi dari
pimpinan berupa Catatan Disposisi. Admin dapat langsung meneruskan jawaban
disposisi tersebut kepada user yang mengirim pengaduan tersebut. Tampilan
antarmuka halaman detail aduan disposisi dapat dilihat pada Gambar 4.15.

Gambar 4.15 Antarmuka Halaman Detail Disposisi

85
4.1.16 Tampilan Antarmuka Halaman Teruskan Jawaban Disposisi

Pada halaman teruskan jawaban disposisi, admin meneruskan disposisi
dari pimpinan kepada user yang mengirimkan pengaduan. Jawaban diisi oleh
admin yang kemudian memberikan jawaban kepada user atas pengaduan yang
dikirimkannya. Dengan setelah mengirim jawaban ini, maka status pengaduan
menjadi selesai. Tampilan antarmuka halaman teruskan jawaban disposisi dapat
dilihat pada Gambar 4.16.

Gambar 4.16 Antarmuka Halaman Teruskan Jawaban Disposisi
4.1.17 Tampilan Antarmuka Halaman Upload Laporan Hasil Pengaduan

Pada tampilan antarmuka halaman upload laporan, admin dari bidang-
bidang lain dapat mengirim laporan terhadap proses pengaduan yang telah
dikerjakan kepada super admin dari bidang Infokom untuk diperiksa. Tampilan
antarmuka upload laporan dapat dilihat pada Gambar 4.17.

Gambar 4.17 Antarmuka Halaman Upload Laporan

86
4.1.18 Tampilan Antarmuka Halaman Daftar Laporan Bidang

Pada tampilan antarmuka daftar laporan menampilkan daftar laporan yang
pernah di-upload oleh bidang lain terkait pengaduan yang diproses. Pada daftar
tersebut menampilkan status dari pengaduan tersebut. Tampilan antarmuka daftar
laporan dapat dilihat pada Gambar 4.18.

Gambar 4.18 Antarmuka Halaman Daftar Laporan Bidang
4.1.19 Tampilan Antarmuka Halaman Detail Hasil Laporan

Pada tampilan detail hasil laporan menampilkan data-data laporan yang
telah di-upload oleh admin. Super admin dapat meneruskan jawaban laporan
tersebut setelah diperiksa. Tampilan antarmuka halaman detail hasil laporan dapat
dilihat pada Gambar 4.19.

Gambar 4.19 Antarmuka Halaman Detail Hasil Laporan

87
4.1.20 Tampilan Antarmuka Halaman Teruskan Jawaban Laporan

Pada halaman teruskan jawaban laporan, super admin meneruskan
jawaban laporan yang telah diperiksa kepada user yang mengirimkan pengaduan.
Konfirmasi jawaban dapat diubah oleh super admin sesuai dengan jawaban yang
ingin dikirimkan. Dengan setelah mengirim jawaban ini, maka status pengaduan
menjadi selesai. Tampilan antarmuka halaman teruskan jawaban laporan dapat
dilihat pada Gambar 4.20.

Gambar 4.20 Antarmuka Halaman Teruskan Jawaban Laporan
4.1.21 Tampilan Antarmuka Halaman Master Berita

Pada halaman master berita, admin dapat menambah, merubah maupun
menghapus data master berita. Tampilan halaman data master berita dapat dilihat
pada Gambar 4.21.

Gambar 4.21 Antarmuka Halaman Master Berita

88
4.1.22 Tampilan Antarmuka Halaman Detail Berita

Pada halaman detail berita menampilkan detail dari berita yang telah
dibuat. Admin dapat mengubah status dari berita tersebut. Tampilan antarmuka
halaman detail berita dapat dilihat pada Gambar 4.22.

Gambar 4.22 Antarmuka Halaman Detail Berita
4.1.23 Tampilan Antarmuka Halaman Master User

Pada halaman data master user, admin dapat menambah, merubah maupun
menghapus data master user. Tampilan halaman data master user dapat dilihat
pada Gambar 4.23.

Gambar 4.23 Antarmuka Halaman Master User

89
4.1.24 Tampilan Antarmuka Halaman Detail User

Pada halaman detail user menampilkan detail dari user yang telah terdaftar
pada sistem. Admin dapat mengubah status dari akun tersebut menjadi aktif atau
tidak aktif. Tampilan antarmuka halaman detail user dapat dilihat pada Gambar
4.24.

Gambar 4.24 Antarmuka Halaman Detail User
4.1.25 Tampilan Antarmuka Halaman Beranda Website Pimpinan

Apabila pimpinan berhasil login dengan username dan password
pimpinan, maka user akan diarahkan pada halaman beranda untuk pimpinan.
Antarmuka halaman beranda dapat dilihat pada Gambar 4.25.

Gambar 4.25 Antarmuka Halaman Beranda Website Pimpinan

90
4.1.26 Tampilan Antarmuka Halaman Tindak Lanjut Aduan

Pada halaman tindak lanjut aduan menampilkan daftar pengaduan yang
meminta untuk diberikan disposisi. Tampilan antarmuka halaman tindak lanjut
aduan dapat dilihat pada Gambar 4.26.

Gambar 4.26 Antarmuka Halaman Tindak Lanjut Aduan
4.1.27 Tampilan Antarmuka Halaman Detail Aduan Tindak Lanjut

Pada halaman detail aduan yang minta tindak lanjut menampilkan data
pelapor dan tombol disposisi untuk mengisi disposisi pada pengaduan tersebut.
Pimpinan dapat langsung memberikan jawaban terhadap pengaduan tersebut dan
dikirim kembali kepada Bidang Infokom. Tampilan antarmuka halaman detail
aduan tindak lanjut dapat dilihat pada Gambar 4.27.

Gambar 4.27 Antarmuka Halaman Detail Aduan Tindak Lanjut

91

4.1.28 Tampilan Antarmuka Halaman Disposisi Aduan Tindak Lanjut
Pada halaman disposisi tindak lanjut menampilkan form untuk mengisi

disposisi berupa keterangan yang harus dilakukan untuk memperoses pengaduan
tersebut. Tampilan antarmuka halaman disposisi aduan tindak lanjut dapat dilihat
pada Gambar 4.28.

Gambar 4.28 Antarmuka Halaman Disposisi Aduan Tindak Lanjut
4.2 Hasil Pengujian

Aplikasi layanan pengaduan masyarakat menggunakan dua pengujian,
yang pertama pengujian Black Box dan yang kedua pengujian Kuesioner.
4.2.1 Hasil Pengujian Black Box

Pengujian dilakukan untuk mengetes fungsionalitas, performa, dan
memori yang terdapat dalam penelitian yang dilakukan. Teknik pengujian Black
Box yang digunakan yaitu performance testing dan comparison testing. Alat yang
digunakan untuk pengujian Black Box yaitu Bitbar Testing dengan menggunakan
AI Testbot yang merupakan pengujian otomatis berbasis Artificial Intelligent.
Berikut adalah tahapan pengujian yang telah dilakukan.

92

Gambar 4.29 Pengujian Black Box Berhasil
Pengujian dilakukan dalam empat perangkat yaitu Motorola Google Nexus
6 Android versi 7.1.1 dan versi 6.0.1, LG Google Nexus 5 D820, dan LG Google
Nexus 5. Bagian yang diujikan adalah fungsional, performa, dan memori, berikut
adalah penjabaran hasil pengujiannya.
4.2.1.1 Motorola Google Nexus 6 7.1.1
Pengujian pada perangkat yaitu Motorola Google Nexus 6 yang
menggunakan android versi 7.1.1 telah dilakukan melalui Bitbar Testing. Pada
halaman awal yaitu analisis dari pengujian metode yaitu 100%, menyatakan
seluruh metode di dalam aplikasi dapat berjalan semua. Selanjutnya adalah
pengujian tahapan tanpa mengalami errors yaitu 100%, menyatakan seluruh
tahapan yang dilakukan aplikasi berjalan tanpa gangguan. Berikut merupakan
hasil pengujian pada Gambar 4.30.

93

Gambar 4.30 Hasil Pengujian Analisis Motorola Google Nexus 6 7.1.1
Pengujian performa atau penggunaan CPU yaitu dalam kisaran 51% dan

penggunaan memori yaitu dalam kisaran 238,4MB. Berdasarkan hasil pengujian
penggunaan memori cukup tinggi pada perangkat, dapat dilihat dalam Gambar
4.31.

Gambar 4.31 Hasil Pengujian Performa Motorola Google Nexus 6 7.1.1

94
Langkah pengujian dan dokumentasi dari pengujian dapat dilihat dalam
Gambar 4.32.

Gambar 4.32 Hasil Pengujian Langkah Motorola Google Nexus 6 7.1.1
Hasil pengujian memperlihatkan tidak ada permasalahan besar dan tidak

ada hal yang sebaiknya diperiksa kembali pada aplikasi. Hasil pengujian masalah
pada aplikasi dapat dilihat dalam Gambar 4.33.

Gambar 4.33 Hasil Pengujian Permasalahan Motorola Google Nexus 6 7.1.1
4.2.1.2 Motorola Google Nexus 6 6.0.1

Pengujian pada perangkat yaitu Motorola Google Nexus 6 yang
menggunakan android versi 6.0.1 telah dilakukan melalui Bitbar Testing. Pada

95
halaman awal yaitu analisis dari pengujian metode yaitu 100%, menyatakan
seluruh metode di dalam aplikasi dapat berjalan semua. Selanjutnya adalah
pengujian tahapan tanpa mengalami errors yaitu 100%, menyatakan seluruh
tahapan yang dilakukan aplikasi berjalan tanpa gangguan. Berikut merupakan
hasil pengujian pada Gambar 4.34.

Gambar 4.34 Hasil Pengujian Analisis Motorola Google Nexus 6 6.0.1
Pengujian performa atau penggunaan CPU yaitu dalam kisaran 21% dan

penggunaan memori yaitu dalam kisaran 238,4MB. Berdasarkan hasil pengujian
penggunaan memori cukup tinggi pada perangkat, dapat dilihat dalam Gambar
4.35.

Gambar 4.35 Hasil Pengujian Performa Motorola Google Nexus 6 6.0.1

96
Langkah pengujian dan dokumentasi dari pengujian dapat dilihat dalam
Gambar 4.36.

Gambar 4.36 Hasil Pengujian Langkah Motorola Google Nexus 6 6.0.1
Hasil pengujian memperlihatkan tidak ada permasalahan besar dan tidak

ada hal yang sebaiknya diperiksa kembali pada aplikasi. Hasil pengujian masalah
pada aplikasi dapat dilihat dalam Gambar 4.37.

Gambar 4.37 Hasil Pengujian Permasalahan Motorola Google Nexus 6 6.0.1
4.2.1.3 LG Google Nexus 5

Pengujian pada perangkat yaitu LG Google Nexus 5 yang menggunakan
android versi 6.0.1 telah dilakukan melalui Bitbar Testing. Pada halaman awal
yaitu analisis dari pengujian metode yaitu 100%, menyatakan seluruh metode di

97
dalam aplikasi dapat berjalan semua. Selanjutnya adalah pengujian tahapan tanpa
mengalami errors yaitu 100%, menyatakan seluruh tahapan yang dilakukan
aplikasi berjalan tanpa gangguan. Berikut merupakan hasil pengujian pada
Gambar 4.38.

Gambar 4.38 Hasil Pengujian Analisis LG Google Nexus 5
Pengujian performa atau penggunaan CPU yaitu dalam kisaran 32% dan
penggunaan memori yaitu dalam kisaran 190,7MB. Berdasarkan hasil pengujian
penggunaan memori cukup tinggi pada perangkat, dapat dilihat dalam Gambar
4.39.

Gambar 4.39 Hasil Pengujian Performa LG Google Nexus 5

98
Langkah pengujian dan dokumentasi dari pengujian dapat dilihat dalam
Gambar 4.40.

Gambar 4.40 Hasil Pengujian Langkah LG Google Nexus 5
Hasil pengujian memperlihatkan tidak ada permasalahan besar dan tidak
ada hal yang sebaiknya diperiksa kembali pada aplikasi. Hasil pengujian masalah
pada aplikasi dapat dilihat dalam Gambar 4.41.

Gambar 4.41 Hasil Pengujian Permasalahan LG Google Nexus 5
4.2.1.4 LG Google Nexus 5 D820

Pengujian pada perangkat yaitu LG Google Nexus 5 D820 yang
menggunakan android versi 5.0 telah dilakukan melalui Bitbar Testing. Pada
halaman awal yaitu analisis dari pengujian metode yaitu 100%, menyatakan

99
seluruh metode di dalam aplikasi dapat berjalan semua. Selanjutnya adalah
pengujian tahapan tanpa mengalami errors yaitu 100%, menyatakan seluruh
tahapan yang dilakukan aplikasi berjalan tanpa gangguan. Berikut merupakan
hasil pengujian pada Gambar 4.42.

Gambar 4.42 Hasil Pengujian Analisis LG Nexus 5 D820
Pengujian performa atau penggunaan CPU yaitu dalam kisaran 30% dan
penggunaan memori yaitu dalam kisaran 238MB. Berdasarkan hasil pengujian
penggunaan memori cukup tinggi pada perangkat, dapat dilihat dalam Gambar
4.43.

Gambar 4.43 Hasil Pengujian Performa LG Nexus 5 D820
Langkah pengujian dan dokumentasi dari pengujian dapat dilihat dalam
Gambar 4.44.

100

Gambar 4.44 Hasil Pengujian Langkah LG Nexus 5 D820
Hasil pengujian memperlihatkan tidak ada permasalahan besar dan tidak
ada hal yang sebaiknya diperiksa kembali pada aplikasi. Hasil pengujian masalah
pada aplikasi dapat dilihat dalam Gambar 4.45.

Gambar 4.45 Hasil Pengujian Permasalahan LG Nexus 5 D820
4.2.2 Hasil Pengujian Kuesioner

Kuesioner yang dibagikan tediri dari beberapa pertanyaan yang
dikelompokkan menjadi tiga aspek, yaitu aspek rekayasa perangkat lunak, aspek
fungsionalitas, dan aspek komunikasi visual. Untuk penilaian kuesioner diberikan
nilai 1 untuk tidak baik, 2 untuk kurang baik, 3 untuk cukup baik, 4 untuk baik,
dan 5 untuk sangat baik.

101

4.2.2.1 Latar Belakang Peserta Kuesioner
Dalam pengujian beta, dilakukan pengujian dengan menggunakan 30

responden dari dua pihak yang akan berpartisipasi dalam pengisian kuesioner

aplikasi layanan pengaduan. Orang yang memenuhi kriteria adalah staff bidang

infokom Balai Besar POM Kota Pontianak dan masyarakat umum.

Dua pihak yang akan mengisi kuesioner yaitu dari Balai Besar POM Kota

Pontianak berjumlah 5 orang dan masyarakat umum 25 orang, total responden

yang berpartisipasi dalam pengisian kuesioner berjumlah 30 orang.

4.2.2.2 Perhitungan Skala Likert
Hasil kuesioner perhitungan skala likert sesuai dengan aspek/pertanyaan

masing-masing responden ditunjukkan pada Tabel 4.1.

Tabel 4.1 Hasil Kuesioner Perhitungan Skala Likert

No Nilai Pengujian Persentase
. Aspek / Pertanyaan TB KB CB B SB Likert

Aspek Rekayasa Perangkat Lunak

1. Kemudahan 0 0 1 22 7 84 %
menjalankan aplikasi 0 4 26 0 77,33 %
0 3 23 4 80,67 %
2. Kompabilitas aplikasi 0 0 1 24 5 82,67 %
pada perangkat 0 0 24 6
84 %
Kelancaran 0 0 27 3
82 %
3. menjalankan aplikasi 0 0 4 25 1
78 %
pada perangkat

Kemudahan

4. mengakses fitur-fitur 0

pada aplikasi

Kenyamanan dalam

5. menggunakan aplikasi 0

secara keseluruhan

Aspek Fungsionalitas

Kemudahan

6. menjalankan tombol 0

menu pada aplikasi

Tingkat kesesuaian

menampilkan input,

7. proses, dan hasil dari 0

pengaduan pada

aplikasi android

102

No Nilai Pengujian Persentase
. Aspek / Pertanyaan TB KB CB B SB Likert

Tingkat kesesuaian

aplikasi dalam

8. menampilkan 0 0 3 25 2 79,33 %

informasi berupa

berita

Aspek Komunikasi Visual

Kemudahan

9. memahami informasi 0 0 0 27 3 82 %
yang ditampilkan pada

aplikasi

10 Tampilan antarmuka 00 0 19 11 87,33 %
. aplikasi

11 Jenis dan ukuran huruf 0 0 1 17 12 87,33 %
. yang digunakan

mudah dibaca

12 Kombinasi warna pada 0 0 1 24 5 82,67 %
. tampilan aplikasi

13 Tingkat kemudahan
.
melihat hasil yang 0 0 0 29 1 80,67 %

ditampilkan aplikasi

Total Persentase (%) 82,15 %

Nilai persentase skala likert dihitung dengan rumus berikut ini:

= (SB x 5) + (B x 4) + (CB x 3) + (KB x 2) + (TB x 1) x100
NB

Hasil persentase menggunakan skala likert sebagai berikut:

Pertanyaan 1 :

= (7 x 5) + (22 x 4) + (1 x 3) + (0 x 2) + (0 x 1) x 100 = 84 %
5 x 30

Pertanyaan 2 :

= (0 x 5) + (26 x 4) + (4 x 3) + (0 x 2) + (0 x 1) x 100 = 77,33 %
5 x 30

103

Pertanyaan 3 :

= (4 x 5) + (23 x 4) + (3 x 3) + (0 x 2) + (0 x 1) x 100 = 80,67 %
5 x 30

Pertanyaan 4:

= (5 x 5) + (24 x 4) + (1 x 3) + (0 x 2) + (0 x 1) x 100 = 82,67 %
5 x 30

Pertanyaan 5 :

= (6 x 5) + (24 x 4) + (0 x 3) + (0 x 2) + (0 x 1) x 100 = 84 %
5 x 30

Pertanyaan 6 :

= (3 x 5) + (27 x 4) + (0 x 3) + (0 x 2) + (0 x 1) x 100 = 82 %
5 x 30

Pertanyaan 7 :

= (1 x 5) + (25 x 4) + (4 x 3) + (0 x 2) + (0 x 1) x 100 = 78 %
5 x 30

Pertanyaan 8 :

= (2 x 5) + (25 x 4) + (3 x 3) + (0 x 2) + (0 x 1) x 100 = 79,33 %
5 x 30

Pertanyaan 9 :

= (3 x 5) + (27 x 4) + (0 x 3) + (0 x 2) + (0 x 1) x 100 = 82 %
5 x 30

Pertanyaan 10 :

= (11 x 5) + (19 x 4) + (0 x 3) + (0 x 2) + (0 x 1) x 100 = 87,33 %
5 x 30

Pertanyaan 11 :

= (12 x 5) + (17 x 4) + (1 x 3) + (0 x 2) + (0 x 1) x 100 = 87,33 %
5 x 30

Pertanyaan 12 :

= (5 x 5) + (24 x 4) + (1 x 3) + (0 x 2) + (0 x 1) x 100 = 82,67 %
5 x 30

104

Pertanyaan 13 :

= (1 x 5) + (29 x 4) + (0 x 3) + (0 x 2) + (0 x 1) x 100 = 80,67 %
5 x 30

Total Persentase = (84 + 77,33 + 80,67 + 82,67 + 84 + 82 + 78 + 79,33 + 82 +
87,33 + 87,33 + 82,67 + 80,67) / 13

= 1068 / 13
= 82,15 %
Dari hasil kuesioner yang telah dilaksanakan terhadap 30 responden
didapatkan nilai dari perhitungan skala likert dari total 13 pertanyaan yang
diberikan kepada responden adalah 82,15 %.
Nilai interval persentase pada kuesioner ini yaitu:
- X <= 19,99% dikategorikan tidak baik
- 20% >= X <= 39,99% dikategorikan kurang baik
- 40% >= X <= 59,99% dikategorikan cukup baik
- 60% >= X <= 79,99% dikategorikan baik
- X >= 80% dikategorikan sangat baik
Kesimpulan hasil akhir dari kuesioner pada aplikasi layanan pengaduan
mengenai keamanan obat dan makan, dari nilai persentase interval mendapatkan
hasil aplikasi tersebut dikategorikan sangat baik.

4.3 Analisis Hasil Perancangan dan Pengujian
Berikut ini adalah hasil analisis hasil perancangan dan pengujian perangkat

lunak aplikasi permainan dalam penelitian:
1. Hasil pengujian fungsional yang dilakukan oleh sistem oleh perusahaan

Bitbar menunjukkan semua fungsi yang ada dalam aplikasi dapat berjalan
semua dengan lancar.
2. Hasil pengujian memori dan cpu usage yang dilakukan oleh sistem dari
perusahaan Bitbar menunjukkan aplikasi layanan pengaduan menggunakan
banyak memori untuk menjalankan aplikasi.
3. Berdasarkan hasil kuesioner, secara umum responden menerima baik
aplikasi layanan pengaduan dalam penelitian yang dilakukan.

105

4. Berdasarkan hasil kuesioner, secara umum responden dapat menjalankan
aplikasi layanan pengaduan dengan lancar.

5. Berdasarkan hasil kuesioner, secara umum responden menyukai tampilan
antarmuka, aplikasi layanan pengaduan.

6. Berdasarkan hasil kuesioner, mendapatkan kesimpulan bahwa aplikasi
layanan pengaduan dapat membantu masyarakat dalam mengirimkan
pengaduan kepada Balai Besar POM Kota Pontianak melalui aplikasi dan
dinilai berhasil.

7. Hasil pengujian kuesioner yang diukur dengan Perhitungan Skala Likert
menunjukkan responden menilai aplikasi yang dibagun dengan “sangat
baik” dengan skor presentase 82,15%.

BAB V
KESIMPULAN DAN SARAN

5.1 Kesimpulan
Berdasarkan hasil analisis dan pengujian terhadap sistem layanan

pengaduan masyarakat mengenai keamanan produk obat dan makan di Kota
Pontianak pada Balai Besar POM Kota Pontianak, maka dapat ditarik kesimpulan
sebagai berikut:
1. Aplikasi layanan pengaduan masyarakat berbasis mobile ini telah dirancang

dan dibuat dengan baik serta berjalan dengan lancar dalam perangkat
Android dengan menggunakan Bitbar Testing. Melalui kuesioner aplikasi
juga telah diterima dengan baik oleh masyarakat dan Balai Besar POM Kota
Pontianak yang hasil pada kuesioner dihitung dengan menggunakan Skala
Likert.
2. Penerapan sistem layanan pengaduan pada masyarakat dan Balai Besar
POM Kota Pontianak dinilai berhasil yang ditunjukkan berdasarkan pada
perhitungan Skala Likert yang berasal dari kuesioner yang diberikan kepada
30 responden untuk menilai aplikasi. Total presentase yang didapat dari 13
pertanyaan adalah 82,15% yang artinya mempunyai nilai “sangat baik”.
3. Sistem layanan pengaduan yang dibangun sebagai media komunikasi antara
masyarakat dan Balai Besar POM Kota Pontianak dalam pelayanan
pengaduan yang dikirim masyarakat berjalan dengan baik berdasarkan
pengujian oleh sistem Bitbar Testing yaitu 100% metode berjalan dengan
baik tanpa error dalam perangkat Android dengan versi 5.0 (Lollipop)
hingga versi 7.1.1 (Nougat) dengan berbagai ukuran resolusi layar.

5.2 Saran
Adapun beberapa hal yang perlu ditambahkan dalam pengembangan

aplikasi ini, adalah sebagai berikut:
1. Mengurangi atau meminimalisir penggunaan cpu dan memori pada aplikasi

layanan pengaduan masyarakat, agar aplikasi menjadi lebih ringan dan
optimal di perangkat Android smartphone.
2. Menambahkan push notification pada aplikasi berbasis web dan berbasis

106

107

Android.

DAFTAR PUSTAKA

Ahmed, S. U.; Al Mahmud, A.; dan Bergaust K. 2009. Aesthetics in
HumanComputerInteraction: Views and Reviews. Proceedings of the 13th
International Conference on Human-Computer Interaction. Part I: New Trends,
Pages 559 - 568 Springer-VerlagBerlin, Heidelberg©2009 ISBN: 978-3-642-
02573-0.

Anhar. 2010. Panduan Menguasai PHP Dan Mysql Secara Otodidak. Jakarta:
MediaKita.

Azam, M. Nuur Ainun. 2017. Layanan Sistem Pelaporan Kekerasan Terhadap Anak
di Kabupaten Kudus Berbasis Android. Kudus: Universitas Muria Kudus.

B. Jogiyanto HM, MBA, Akt.,Ph.D.. 2003. Sistem Teknologi Informasi. Yogyakarta:
ANDI.

Badan POM. 2007. Kumpulan Materi Petunjuk CPMB.

Bezmolna, Victoria. 2019. What is Mobile App Testing and Why is it Important.
https://bitbar.com/blog/what-is-mobile-app-testing-and-why-is-it-important/
Diakses tanggal 2 Januari 2019.

Brady, Patrick. 2008. Anatomy & Physiology of an Android.
https://sites.google.com/site/io/anatomy-physiology-of-an-android/
Diakses tanggal 30 November 2019.

De Troyer. 2004. User Aspects of Software Systems http://docslide.us/documents,
Diakses tanggal 4 November 2019.

Dimarzio, Jerome. 2008. Android: A Programmer’s Guide. New York: The McGraw-
Hill Companies.

Harsha Jayawilal, W. A., and Saminda Premeratne. 2018. The Smart Shopping List:
An Effective Mobile Solution for Grocery List-Creation Process. 2017 IEEE
13th Malaysia International Conference on Communications, MICC 2017.

Irahmani. 2016. Rancang Bangun Aplikasi Pengecekan Keamanan Produk Makanan
Berdasarkan Aturan Badan POM dengan Menggunakan Barcode Berbasis
Android. Makassar: Fakultas Sains dan Teknologi. Universitas Islam Negeri
Alaudin.

Mahkamah Agung Republik Indonesia. 2009. Keputusan Ketua Mahkamah Agung RI
Nomor 076/KMA/SK/VI/2009 Tentang Pedoman Pelaksanaan Pengaduan
Dilingkungan Lembaga Peradilan. Jakarta: Mahkamah Agung RI.

Menteri Kesehatan Republik Indonesia. 1971. Keputusan Menteri Nomor
193/Kab/B.VII/71 Tentang Pembungkusan dan Penandaan Obat. Jakarta:
Departemen Kesehatan RI.

107

108

Menteri Komunikasi dan Informasi Republik Indonesia. 2008. Undang-Undang
Republik Indonesia Nomor 11 Tahun 2008 Tentang Informasi dan Transaksi
Elektronik. Jakarta: Kementerian Komunikasi dan Informasi RI.

Mubarak, Muhammad F. 2017. Aplikasi Pelaporan Pelayanan Publik Berbasis
Android. Makassar: Fakultas Sains dan Teknologi. Universitas Islam Negeri
Alaudin.

Nugraheny, Dwi. 2016. Analisis User Interface dan User Experience pada Website
Sekolah Tinggi Teknologi Adisutjipto Yogyakarta. Jurnal SENATIK Vol. II,
26 November 2016, ISSN: 2528-1666 Seminar Nasional Teknologi Informasi
dan Kedirgantaraan (SENATIK) SPK- 183.

Pratama, A. Y.; Prabowo, I. A.; dan Normassari, A. 2017. Aplikasi Pengaduan
Masyarakat untuk Melaporkan Kejadian Pungutan Liar di Kabupaten Kudus
Berbasis Android. Kudus: Jurnal SIMETRIS.

Preece J, Rogers Y, Sharp H, et al. 1994. Human-Computer Interaction. Wokingham,
UK: Addison-Wesley.

Presiden Republik Indonesia. 2017. Peraturan Presiden Republik Indonesia Nomor
80 Tahun 2017 Tentang Badan Pengawas Obat dan Makanan. Jakarta:
Kementerian Hukum dan Hak Asasi Manusia RI.

Pressman, Roger S. 2001. Software Engineering A Practitioner’s Approach Fifth
Edition. New York: McGraw-Hill Companies, Inc.

Rio, Andriyat. 2019. User Acceptance Test (UAT).
https://staff.uniku.ac.id/rioandriyat/user-acceptance-test-uat/
Diakses tanggal 30 November 2019.

Riyadi, Damar. 2013. Rancang Bangun REST Web Service untuk Perbandingan
Harga Pengiriman dengan Metode Web Scrapping dan Pemanfaatan API.
Yogyakarta: AMIKOM Yogyakarta.

Sandoval, Jose. 2009. RESTful Java Web Services: Master Core REST Concepts and
Create RESTful Web Services in Java. Birmingham, UK: Packt Publishing.

Sridevi, S. 2014. User Interface Design. International Journal of Computer Science
and Information Technology Research. ISSN 2348-120X Vol. 2, Issue 2,
pp:(415-426), Month April-June 2014.

Sriparasa, Sai Srinivas. 2013. JavaScript and JSON Essentials. Birmingham, UK:
Packt Publishing.

Sukamto, Rosa A. 2009. Black-Box Testing. http://rosa-as.id/download/8-Langkah-
langkahPengujiandanEvaluasiPirantiLunak.pdf
Diakses tanggal 28 September 2018.

109

Sukamto, R. A. dan Shalahuddin, M. 2014. Rekayasa Perangkat Lunak Terstruktur
dan Berorientasi Objek. Bandung: Informatika.

Sutabri, Tata. 2004. Analisa Sistem Informasi. Yogyakarta: ANDI.

LAMPIRAN A
DATA PENGUJIAN KUESIONER
Data pertanyaan yang diajukan dalam pengujian kuesioner dalam
pengujian dengan menggunakan skala Likert dapat dilihat pada gambar di bawah.

Gambar A.1 Pertanyaan pengujian kuesioner bagian identitas responden
A-1

A-2
Gambar A.2 Pertanyaan pengujian kuesioner aspek rekayasa perangkat lunak

A-3
Gambar A.3 Pertanyaan pengujian kuesioner aspek fungsionalitas

A-4
Gambar A.4 Pertanyaan kuesioner aspek komunikasi visual

A-5
Daftar dari responden yang mengisi kuesioner pada pengujian aplikasi

dapat dilihat di Gambar A.5.
Gambar A.5 Daftar responden

A-6
Gambar A.6 Hasil Pengisian Kuesioner dari Bu Eka Mulyanti

Gambar A.7 Hasil Pengisian Kuesioner dari Pak Virgo Kardina

Gambar A.8 Hasil Pengisian
Kuesioner dari Syarif Ilyasha