Claim Missing Document
Check
Articles

Found 13 Documents
Search
Journal : eProceedings of Management

Analisis Preferensi Masyarakat Di Indonesia Terhadap Pemilihan Bahan Bakar Kendaraan Bermotor Non Subsidi Menggunakan Metode Conjoint Analysis Kusumajaya, Zulkifli Tri; Trianasari, Nurvita; Febrianta, Mochammad Yudha
eProceedings of Management Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Management

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pertumbuhan jumlah kendaraan bermotor di Indonesia mendorong meningkatnya konsumsi bahan bakar minyak (BBM), khususnya jenis non-subsidi. Penelitian ini bertujuan untuk menganalisis preferensi masyarakat Indonesia dalam memilih BBM non-subsidi dengan menggunakan metode Conjoint Analysis. Penelitian ini mengidentifikasi enam atribut utama yang memengaruhi keputusan konsumen, yaitu harga (price), ketersediaan (availability), kualitas (quality), peralatan (equipment), tenaga kerja (manpower), dan aksesibilitas (accessibility). Data dikumpulkan melalui penyebaran kuesioner kepada 455 responden yang merupakan pengguna kendaraan bermotor dan menggunakan BBM non-subsidi. Hasil penelitian menunjukkan bahwa atribut harga menjadi faktor paling dominan dalam menentukan preferensi konsumen, disusul oleh kualitas dan aksesibilitas. Metode Conjoint Analysis berhasil memberikan pemahaman mendalam mengenai kombinasi atribut yang paling diminati konsumen, serta menghasilkan nilai utilitas (part-worth) untuk tiap atribut. Temuan ini dapat digunakan oleh perusahaan penyedia BBM dan pemerintah sebagai dasar pengambilan keputusan strategis dalam penyusunan kebijakan dan strategi pemasaran BBM non-subsidi di Indonesia.Kata kunci : preferensi konsumen, BBM non-subsidi, conjoint analysis, atribut produk, keputusan pembelian
Analisis Sentimen Film The Wild Robot Berdasarkan Ulasan Di Imdb Anggreini, Nadyya; Trianasari, Nurvita
eProceedings of Management Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Management

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

The Wild Robot (2024) merupakan film animasi adaptasi novel yang menduduki puncak Box Office pada pekan pertama penayangan, namun mengalami penurunan stabilitas peringkat di minggu-minggu berikutnya. Fenomena ini mengindikasikan adanya ketidaksesuaian antara ekspektasi dan pengalaman menonton penonton. Indikasi tersebut tercermin di platform IMDb. Penelitian ini bertujuan untuk menganalisis sentimen penonton terhadap film The Wild Robot berdasarkan ulasan IMDb, mengidentifikasi aspek film yang dominan memperoleh sentimen positif maupun negatif, serta mengevaluasi performa algoritma klasifikasi dalam mengelompokkan sentimen secara akurat. Tujuan ini mendasari dua pendekatan yaitu analisis sentimen keseluruhan dan analisis sentimen berdasarkan aspek.Penelitian ini terdiri dari 951 data ulasan dari IMDb, dilanjutkan dengan tahapan preprocessing. klasifikasi sentimen keseluruhan dilakukan menggunakan algoritma SVM dan SGD, sedangkan analisis sentimen berdasarkan aspek dilakukan menggunakan metode VADER terhadap tujuh aspek film yaitu karakter, konflik, penyuntingan, lokasi, suara, mise-en-scène, dan sinematografi. Hasil penelitian menunjukkan bahwa 91% ulasan sentimen positif, dengan aspek konflik menjadi yang paling dominan pada sentimen positif (90%) sekaligus aspek yang paling banyak dikritik. Aspek sinematografi memperoleh proporsi tertinggi untuk sentimen positif (96%). Sementara karakter memiliki proporsi sentimen negatif relatif tertinggi (13%). Evaluasi performa model menunjukkan bahwa algoritma SGD memiliki hasil evaluasi secara keseluruhan lebih tinggi dengan akurasi 91% dan F1-Score 88% dibandingkan SVM.Penelitian ini memberikan kontribusi dalam pengambilan keputusan pada pemasaran film, khususnya dalam menjaga stabilitas peringkat Box Office melalui penguatan aspek naratif dan visual. Namun, penelitian ini memiliki keterbatasan sumber data. Penelitian selanjutnya disarankan untuk memperkaya data serta mengeksplorasi algoritma lain guna meningkatkan akurasi klasifikasi.Kata Kunci: Analisis Sentimen, ABSA, IMDb, SGD, SVM
Analisis Ulasan Pelanggan E-Commerce Pada Produk Skincare Menggunakan Analisis Sentimen Arya, Tommy; Trianasari, Nurvita
eProceedings of Management Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Management

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk mengevaluasi sentimen konsumen terhadap ulasan produk sunscreen dari merek Skintific yang dipasarkan melalui platform E-commerce. Seiring meningkatnya minat terhadap produk perawatan kulit, khususnya sunscreen, studi ini mengkaji bagaimana ulasan pelanggan dapat mencerminkan persepsi mereka terhadap kualitas dan efektivitas produk tersebut. Metode yang digunakan meliputi teknik web scraping untuk mengumpulkan data ulasan dari situs Female Daily, serta penerapan algoritma Support Vector Machine (SVM) untuk mengelompokkan ulasan ke dalam kategori sentimen positif dan negatif. Latar belakang penelitian menekankan pentingnya ulasan konsumen dalam proses pengambilan keputusan pembelian, sehingga analisis sentimen dianggap sebagai sarana yang relevan untuk memahami preferensi dan tren konsumen. Studi ini juga menyoroti tema serta kata kunci dominan dalam ulasan, yang dapat memberikan wawasan strategis bagi perusahaan dalam merancang kampanye pemasaran dan menyesuaikan produk dengan kebutuhan pasar. Temuan dari penelitian ini diharapkan mampu menggambarkan persepsi konsumen secara umum terhadap produk sunscreen Skintific, termasuk aspek yang mendapat apresiasi maupun kritik dari pengguna. Dengan demikian, analisis sentimen tidak hanya berperan dalam memantau tren pasar, tetapi juga sebagai dasar untuk peningkatan kualitas produk dan pelayanan perusahaan. Penelitian ini memberikan kontribusi terhadap pemahaman perilaku konsumen dalam industri skincare serta menawarkan masukan untuk pengembangan produk yang lebih responsif terhadap kebutuhan pasar. Kata Kunci: Strategi Pemasaran, Persepsi Konsumen, Support Vector Mechine, Analisis Sentiment, Kepuasan Pelanggan
Co-Authors Abdul Rahman La Ede Achmad Manshur Ali Suyanto Achmad, Muhammad Aqirah Adhi Prasetio Ahnaf, Muhammad Farrel Amalia, Gina Ilma Amin, Muhammad Khoirurizal Anggreini, Nadyya Aqsha, Muhammad Rivaldi Ardio Sagita Arief, Rafly Mochamad Arjun Dhuan Pambayu Arya, Tommy Athallah Naufal, Muhammad Aulia Ferina Sendhitasari Aulia Ferina Sendhitasari Azlia Tiara Putri Bagaskara, Monica Budhiana, Johan Bunga Aisyah Ravissangeta Yansari Candiwan Cliffadika Aqshal Winata Purba Deannes Isynuwardhana Dedi Iskamto Dian Marta Sari Dian Puteri Ramadhani Eky Novrizon Elly Suryani Eris Dianawati Eva Nurhazizah Farida Titik Kristanti Fathimatuz, Zahra Fatih Adiyatma, Muhammad Fawwaz, Rifki Baihaqi Febrianta, Mochammad Yudha Fitriani, Nadya Hasnabillah, Tazkia Heppy Millanyani Ilmanizar, Moch Syahdan Izzah, Fina Nailatul Ken Dheanis Adhine Salsabila Kharisma, Mita Kusumajaya, Zulkifli Tri lestari, intan ayu Maria Sugiat Monica Irene Putri Bagaskara Nadia Salsafira Nadino Rinaldi, Muhammad Adrian Daffa Navila, Yuniar Saidatul Qisan Nurul Novtiana Sabilah Orizaceta, Daffanda Pahlevi, Aqshel Reza Paramita, Ika Ayu Paripurna, Yoga Permadi, Thifan Anjar Prananta, Marietta Shanti Puspita Kencana Sari Puspitasari, Cinthya Dwi Cahyani Rachawati, Indira Rafiansyah, Muhammad Rafsanjani, Ali Akbar Raziqan, Rifqi Resky Ramadhani Riski Taufik Hidayah Rizky Fernando Rosliana Dewi Ruri Octari Dinata Sabella, Ressa Yolanda Saffanah, Azka Santoso, Patricia Helena Christiani Sendhitasari, Aulia Ferina Sonia Cipta Wahyurini Sri Rahayu Sulthan Rafi Arissaputra Soebandono Symisius Lintang Ranataru Wianadhira Nur Hasna Wijaya, Laurentia Cindy Gani Yusza Reditya Murti