Claim Missing Document
Check
Articles

Found 32 Documents
Search

AN ANALYSIS OF USER SATISFACTION USING SENTIMENT ANALYSIS AND TOPIC MODELING: A CASE OF LIVIN MANDIRI MOBILE APPLICATION Sirait, Cindi Apriyanti; Inan, Dedi Iskandar; Juita, Ratna; Sirait, Victor Arie Lambadya
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 4 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i4.6644

Abstract

Di era digital saat ini, gaya hidup instan telah mendorong adopsi layanan mobile banking (m-banking) secara luas. Di antara yang populer mengingat jumlah penggunanya di Indonesia adalah Livin by Mandiri, yang dikembangkan oleh Bank Mandiri. Meskipun Livin Mandiri menawarkan kepuasan yang relatif baik berdasarkan ulasan pengguna di Google Play Store, ia juga menawarkan ruang untuk perbaikan aplikasi karena ada berbagai ulasan negatif. Penelitian ini bertujuan untuk menganalisis dan mengevaluasi kepuasan pengguna aplikasi dengan memanfaatkan analisis sentimen dan pemodelan topik. Analisis sentimen dilakukan untuk mengkategorikan pendapat pengguna sebagai positif, negatif, atau netral berdasarkan ulasan. Pemodelan topik digunakan sebagai sarana untuk mengidentifikasi ulasan spesifik dari teknik analisis sentimen, misalnya yang negatif, sebagai dasar untuk perbaikan aplikasi. Hasilnya menunjukkan bahwa, dari 13.692 ulasan yang dikumpulkan dan dianalisis, 48% mencerminkan sentimen negatif, 36% positif, dan 16,03% netral. Selain itu, pemodelan topik menggunakan Latent Dirichlet Allocation (LDA) memberikan pemahaman yang lebih baik dan lebih rinci tentang sentimen ini dengan mengungkap bahwa seringnya aplikasi mogok, bug transaksi, dan kesulitan login di antara masalah teknis dan kinerja aplikasi sebagai keluhan utama dari pengguna. Temuan ini memberikan wawasan penting bagi Bank Mandiri untuk fokus memperbaiki masalah ini dengan harapan dapat meningkatkan pengalaman pengguna dan loyalitas pengguna aplikasi. Rincian dan arahan penelitian lebih lanjut juga dibahas kemudian dalam makalah ini.
Analisis Faktor- Faktor Penentu Efektifitas Pemanfaatan Integrasi Meta AI Dalam Sosial Media Whatsapp: Pendekatan Expectation Confirmation Kaway, Timoti James; Juita, Ratna; Inan, Dedi I.
Jurnal Ilmiah Informatika Komputer Vol. 30 No. 2 (2025)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2025.v30i2.14558

Abstract

Penelitian ini mengkaji faktor-faktor yang berkontribusi terhadap integrasi yang efektif dari teknologi Generative Artificial Intelligence (GenAI) ke dalam penyampaian pesan di media sosial. Meskipun pemanfaatan AI dalam komunikasi digital semakin berkembang, dan banyak digunakan dalam komunikasi digital, kajian yang membahas persepsi pengguna dan faktor-faktor yang mendukung integrasi yang efektif ke dalam pesan media sosial, khususnya melalui pendekatan Konfirmasi Harapan, masih jarang ditemukan. Penelitian ini bertujuan mengidentifikasi faktor-faktor kunci yang mempengaruhi keberlanjutan penggunaan GenAI dalam strategi komunikasi media sosial Meta (Instagram, WhatsApp, Messenger) dan menguji hubungan antar variabel Expectation Confirmation Theory (ECT) yang diperluas. Penggunaan pendekatan kuantitatif berbasis ECT, data dikumpulkan melalui survei daring terhadap 131 responden dan dianalisis menggunakan Partial Least Squares Structural Equation Modeling (PLS-SEM). Hasil menunjukkan bahwa Continuance intention memiliki koefisien determinasi tertinggi (R² = 0,464). Perceived Usefulness (R² = 0,41; p < 0,001) dan Satisfaction (R² = 0,38; p < 0,001) berpengaruh langsung dan signifikan terhadap continuance intention, diikuti Perceived Enjoyment (R² = 0,33; p < 0,01) dan Perceived Ease of Use (R² = 0,27; p < 0,05). Temuan ini menekankan pentingnya kesesuaian antara kinerja GenAI dan harapan pengguna dalam menciptakan pengalaman komunikasi digital yang bernilai. Studi ini memberikan wawasan strategis bagi praktisi komunikasi dan pengembang AI untuk memperkuat adopsi teknologi GenAI di ranah media sosial.