This study investigates the development of network simulation applications using visual programming languages, aiming to map current trends, tool preferences, and key implementation challenges in educational and experimental contexts. Through a structured literature review of 28 academic sources, the research identifies the increasing adoption of visual-based interfaces, such as VB.NET, C# WinForms, and tools like Cisco Packet Tracer, as essential platforms to support interactive learning in computer networking. Visual simulation environments are found to enhance conceptual understanding, reduce cognitive load, and improve student engagement, particularly among non-technical users. Despite these advantages, the study reveals several limitations inherent in visual simulation tools. These include lack of modularity, limited protocol validation, and constrained interoperability across different vendors and platforms. Moreover, most existing tools operate in standalone environments and have not yet adapted to cloud-based or scalable architecture. The findings suggest a pressing need for hybrid simulation models that combine the intuitive user experience of GUI-based applications with the technical depth and flexibility of CLI or open API backends. This research contributes a systematic synthesis of the strengths and gaps within the current ecosystem of visual network simulators. It provides practical recommendations for educators, developers, and researchers aiming to build more adaptive, extensible, and context-aware simulation environments that align with modern educational and technological needs.

Web-Based Augmented Reality (AR) is an emerging interactive technology that is increasingly adopted in the fields of visual communication design and digital education. This study aims to analyze trends in the use of Web-Based AR within interactive design contexts and to identify user preferences regarding its features. The research employs a literature review and secondary data analysis, drawing from academic publications, industry reports, and online surveys conducted between 2019 and 2024. The findings reveal a significant increase in the adoption of Web-Based AR both globally and in Indonesia. Key factors driving adoption include interactivity without installation, cross-device compatibility, and rapid browser-based access. Trend diagrams, comparative tables of AR platforms (such as 8thWall, ZapWorks, and WebXR API), and user preference visualizations are presented to support the analysis. The study discusses technological challenges, adoption gaps, and design implications, particularly in education and marketing. Limitations include reliance on secondary data and limited geographic scope. The study’s outcomes are expected to serve as a reference for interactive content developers, educators, and researchers in designing inclusive and adaptive AR-based user experiences.

Penggunaan beberapa bahasa pemrograman selama perangkat lunak berkembang adalah praktik umum dalam pengembangan perangkat lunak modern. Akan tetapi, penggunaan bahasa yang berbeda yang dapat memengaruhi pengembang produktifitas justru belum banyak diketahui. Studi yang disajikan dalam penelitian ini mereplikasi kontrol acak percobaan yang menyelidiki penggunaan beberapa bahasa dalam konteks pemrograman basis data tugas. Partisipan dalam penelitian ini diberi tugas pengkodean yang ditulis dalam Java dan salah satu dari tiga bahasa tertanam mirip SQL: SQL biasa dalam string, hanya metode Java, bahasa tertanam hibrid yang lebih mirip dengan Java. Selain merekam tanggapan kuesioner online dan solusi peserta terhadap tugas, gerakan mata peserta juga direkam menggunakan eye tracker. Eye Tracker sebagai metode untuk studi pengembangan perangkat lunak telah berkembang dalam beberapa tahun terakhir dan memungkinkan untuk mendapatkan informasi yang lebih mendalam tentang bagaimana pengembang menyelesaikan tugas pemrograman. Metode Eye tracking ini digunakan sebagai metode pengumpulan data dalam penlitian ini. Data pelacakan mata dikumpulkan dari 31 peserta (dari akademisi dan industri) untuk masing-masing dari enam tugas pemrograman yang berbeda. Untuk membandingkan efek variabel antar kelompok kelompok dan pengalaman profesional dan variabel tugas dalam kelompok pada variabel terikat Waktu dala peneyelesaiinya, penelitian ini menggunakan ANOVA model campuran. Hasil penelitian ini menunjukkan bahwa, efek signifikan pada produktivitas tidak ditemukan, ini berbeda dengan penlitian awal karena bahasa yang digunakan. Namun, efek yang sama ditemukan dari pengalaman peserta terhadap produktivitas pemrograman menunjukkan bahwa programmer yang lebih berpengalaman mampu menyelesaikan tugas pemrograman poliglot dengan cara yang lebih efisien. Selain itu ditemukan bahwa semua peserta melihat kode sampel dengan persentase waktu yang sama untuk tugas yang diberikan terlepas dari pengalaman atau varian bahasa yang diberikan. Perilaku navigasi tingkat atas juga sebagian besar tetap tidak berubah di seluruh pengalaman atau varian bahasa. Secara keseluruhan, dapat disimpulkan bahwa tingkat pemrograman poliglot tidak memiliki efek yang signifikan seperti tugas itu sendiri. Tingkat tinggi strategi yang digunakan peserta tampak serupa terlepas dari varian bahasa yang diberikan kepada mereka. Sebagai saran untuk penelitian dimasa depan, efek dari berbagai jenis pemrograman polyglot bahasa harus dipelajari secara mendalam untuk kesimpulan yang dicapai tetap benar di berbagai konteks pemrograman poliglot.