Claim Missing Document
Check
Articles

Sentiment Analysis of LinkAja Digital Wallet Application Reviews on Google Play Store using Transfer Learning IndoBERT Sandy Sanjaya; Rangga Gelar Guntara; Syti Sarah Maesaroh
INOVTEK Polbeng - Seri Informatika Vol. 10 No. 3 (2025): November
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/afjx7b16

Abstract

The LinkAja digital wallet receives an average rating of 3.5 on the Google Play Store despite having a higher number of user reviews than its competitors, indicating a strong need for data-driven evaluation of user satisfaction. This study performs sentiment classification on LinkAja user reviews using the IndoBERT model implemented within the CRISP-DM framework. A total of 1,483 reviews posted from January 1 to May 31, 2025, were analyzed through automatic labeling using a pretrained IndoBERT sentiment model and validated using an 80:20 hold-out scheme. Model performance was evaluated using accuracy, the F1 score, and the Matthews Correlation Coefficient (MCC) to address class imbalance. The results show high classification performance with 95% accuracy, a macro F1-score of 0.92, a weighted F1-score of 0.94, and an MCC of 0.90. Sentiment distribution reveals a dominance of negative sentiments at 59.5%, followed by positive (26.1%) and neutral (14.4%) sentiments. Theoretically, this study reinforces the superiority of IndoBERT over conventional machine learning methods for Indonesian sentiment analysis. Practically, the findings provide actionable insights into service improvements, particularly regarding transaction stability and system reliability.
Comparative Analysis of Machine Learning Models for BUMN Bank Stock Sentiment Classification During Danantara Formation Period Hafizha Nurul Qolby; Rangga Gelar Guntara; Syti Sarah Maesaroh
INOVTEK Polbeng - Seri Informatika Vol. 10 No. 3 (2025): November
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/91z79392

Abstract

Discussions about state-owned bank stocks (BBRI, BBNI, and BMRI) on platform X intensified during the formation of Danantara. However, the correlation between social media sentiment and stock movements remains weak due to high noise levels and potential buzzer activity. This study combines sentiment and text similarity analyses (cosine similarity) to identify repeated communication patterns in discussions related to state-owned bank stocks. A total of 1,086 tweets were manually labeled and verified by two independent validators Text features were represented using TF–IDF and evaluated through four classical machine learning algorithms: Naïve Bayes, Logistic Regression, Support Vector Machine, and XGBoost. The model was validated using a hold-out scheme (80:20) and assessed with a confusion matrix. The sentiment distribution of the dataset shows 53% negative and 47% positive tweets Logistic Regression achieved the highest accuracy of 66%. The cosine similarity analysis identified 1.8% of tweets with similarity ≥0.90, indicating limited recurring communication patterns. These findings suggest that integrating sentiment and text similarity analyses can serve as an initial approach to detect indications of coordinated activity and to understand public opinion dynamics toward state-owned bank stocks.
Pelatihan Smartphone Videografi untuk Meningkatkan Keterampilan Wirausaha Siswa SMA di Tasikmalaya Muhammad Rizki Nugraha; Muhammad Dzikri Ar Ridlo; Nugraha Adhi Pratama; Adi Prehanto; Rangga Gelar Guntara; Adam Hermawan; Syti Sarah Maesaroh; Asep Nuryadin; Btari Mariska Purwaamijaya
Jurnal Pengabdian Masyarakat IPTEKS Vol. 11 No. 2 (2025): PENGABDIAN MASYARAKAT IPTEKS
Publisher : Universitas Muhammadiyah Jember

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

Abstract

Dalam era digital, video marketing telah menjadi alat penting dalam membangun kepercayaan konsumen dan meningkatkan daya saing bisnis. Namun, siswa SMA di Tasikmalaya yang memiliki minat dalam kewirausahaan masih menghadapi keterbatasan keterampilan teknis dan pemahaman strategi pemasaran digital berbasis video. Kegiatan pengabdian ini bertujuan untuk membekali siswa dengan kemampuan videografi berbasis smartphone sebagai sarana promosi usaha yang kreatif dan efektif. Metode pelaksanaan meliputi pelatihan interaktif, praktik langsung pembuatan video promosi, serta pendampingan dalam proses editing dan publikasi konten. Melalui pendekatan berbasis praktik, peserta belajar memproduksi video dengan memanfaatkan fitur smartphone dan memahami prinsip dasar digital marketing. Hasil kegiatan menunjukkan peningkatan signifikan dalam keterampilan teknis, kreativitas, serta kemampuan siswa dalam memanfaatkan media sosial sebagai alat branding dan promosi usaha. Pelatihan ini diharapkan dapat menjadi model pengembangan kompetensi digital di sekolah serta mendukung kesiapan generasi muda dalam menghadapi tantangan kewirausahaan di era industri kreatif.
Evaluasi dan Rekomendasi Konten Instagram Sebagai Alat Pemasaran UMKM Kripjungan Soni Santana; Adi Prehanto; Rangga Gelar Guntara
Jurnal Transformasi Bisnis Digital Vol. 2 No. 2 (2025): Maret: Jurnal Transformasi Bisnis Digital (JUTRABIDI)
Publisher : Asosiasi Riset Ilmu Manajemen Kewirausahaan dan Bisnis Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61132/jutrabidi.v1i5.319

Abstract

Kripjungan MSMEs faces challenges in effectively utilizing Instagram as a digital marketing tool, with content that is often irrelevant, unappealing, and inconsistent with the brand identity, leading to reduced engagement and limited business growth potential. This study aims to evaluate and provide recommendations to improve the quality of Kripjungan's Instagram content using the eight pillars of content marketing from Kingsnorth. The evaluation results indicate that the content frequently does not align with audience interests, lacks variety, and is insufficiently informative or engaging to enhance user engagement or be widely shared. The recommendations include aligning content with audience preferences, enhancing credibility through more comprehensive information, employing varied visuals, and maintaining consistency with the brand identity to strengthen relationships with the audience and support the growth of Kripjungan's business.
Pemodelan Data Menggunakan Algoritma Decision Tree untuk Visualisasi Data Hubungan Nilai Siswa dengan Makan Siang, Partisipasi Kursus Persiapan Tes, dan Tingkat Pendidikan Rangga Gelar Guntara; Muhammad Rizki Nugraha
Informatics and Digital Expert (INDEX) Vol. 5 No. 2 (2023): INDEX, November 2023
Publisher : LPPM Universitas Perjuangan Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36423/index.v5i2.1590

Abstract

Pendidikan memegang peranan vital dalam perkembangan baik individu maupun komunitas. Prestasi belajar siswa dianggap sebagai tolak ukur kunci untuk menilai keberhasilan dari suatu sistem pendidikan. Terdapat beragam faktor yang berpengaruh terhadap prestasi belajar siswa, termasuk kondisi sosioekonomi mereka serta keikutsertaan dalam berbagai program pendukung, misalnya kelas persiapan ujian. Studi ini dirancang untuk mengeksplorasi dampak dari faktor-faktor tersebut terhadap prestasi akademik siswa. Metodologi yang digunakan melibatkan penggalian data dari sumber-sumber beragam, analisis statistik, dan evaluasi data. Sedangkan untuk pemodelan menggunakan algoritma decision tree. Informasi yang diperoleh kemudian diolah menjadi presentasi visual seperti grafik, tabel, dan diagram untuk memudahkan dalam pemahaman dan penyampaian temuan.Skor rata-rata untuk siswa yang mendapatkan makan siang standar adalah 212.51, sementara untuk mereka yang mendapatkan makan siang gratis atau dengan subsidi adalah 186.60. Skor rata-rata untuk siswa yang mengikuti kelas persiapan ujian berada di angka 218.01, dibandingkan dengan mereka yang tidak mengikutinya, yang skornya adalah 195.12. Terdapat juga korelasi antara tingkat pendidikan orang tua dengan skor siswa, dimana anak-anak dari orang tua dengan pendidikan lebih tinggi cenderung mendapatkan skor yang lebih baik dibandingkan dengan mereka yang orang tuanya memiliki latar belakang pendidikan yang lebih rendah, meskipun perbedaannya tidak terlalu signifikan.
Data-Driven Culinary Business: Analisis Google Maps Scraping untuk Menghadapi Fenomena FOMO di Tasikmalaya Muhammad Rizki Nugraha; Rangga Gelar Guntara; Btari Mariska Purwaamijaya; Nyra Nazwa Aprilia; Alamanda Khairunisa
Informatics and Digital Expert (INDEX) Vol. 7 No. 2 (2025): INDEX, November 2025
Publisher : LPPM Universitas Perjuangan Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36423/index.v7i2.2350

Abstract

Fenomena Fear of Missing Out (FOMO) menciptakan siklus popularitas yang tidak stabil bagi UMKM kuliner di Tasikmalaya, sehingga menyulitkan keberlanjutan bisnis. Penelitian ini bertujuan untuk menyajikan model strategi berbasis data dengan memanfaatkan teknik web scraping dan klastering K-Means pada data Google Maps. Metodologi penelitian dimulai dengan proses scraping yang menghasilkan 72 data UMKM kuliner valid, yang kemudian dianalisis secara kuantitatif. Algoritma K-Means berhasil mengelompokkan UMKM ke dalam tiga klaster berbeda berdasarkan karakteristik digital (rating dan jumlah ulasan): Klaster Kualitas Tinggi (45 UMKM), Klaster Populer Berisiko (25 UMKM), dan Klaster Bintang Viral (2 UMKM). Temuan ini menjadi dasar perumusan Matriks Strategi 4 Kuadran yang memetakan posisi kompetitif setiap UMKM. Penelitian ini menyimpulkan bahwa integrasi teknik scraping dan klastering K-Means merupakan metode yang efektif untuk mengubah data ulasan publik menjadi wawasan strategis yang dapat ditindaklanjuti, membantu UMKM mengurangi ketergantungan pada tren sesaat dan membangun keberlanjutan jangka panjang.