Claim Missing Document
Check
Articles

Found 14 Documents
Search
Journal : Dinamik

Sindikasi Web menggunakan Teknik Web Scrapping untuk Kolaborasi Pemasaran UMKM Handicraft Sri Mulyani; Felix Andreas Sutanto; Heribertus Yulianton
Dinamik Vol 21 No 1 (2016)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (409.462 KB) | DOI: 10.35315/dinamik.v21i1.6082

Abstract

Pemasaran online menjadi salah satu usaha yang dilakukan sebagian besar UMKM pada saat ini.Media web dan sosial media seperti BBM, Facebook, Twitter dan Instagram menjadi pilihan UMKMdalam menyebarluaskan informasi produknya. Namun cara ini juga tidak memecahkan masalah UMKMbegitu saja, masalah promosi media internet juga merupakan tantangan tersendiri. Penelitian ini akanmencoba suatu cara promosi lewat web melalui kolaborasi beberapa web yang dimiliki oleh UMKM. Carayang dimaksud adalah sindikasi web. Sindikasi web pada dasarnya akan mengambil informasi dari suatuweb untuk digunakan di web yang lain. Akan diatur mekanisme supaya antar website UMKM dapat salingbertukar informasi dengan mudah. Teknik yang dipakai adalah scrapping web menggunakan SimpleHTML DOM Parser. Teknik scrapping lazim digunakan untuk mengambil isi web apabila suatu web tidakmenyediakan format RSS (Really Simple Syndication). Simple HTML DOM Parser dapat mengambil isiweb dengan cara menemukan format atau tag HTML tertentu yang berisi informasi produk suatu UMKM.Hasil dari penelitian ini adalah suatu program yang dapat digunakan untuk kolaborasi antar web UMKM.Sehingga dapat digunakan untuk UMKM Handicraft dalam memasarkan produknya.
ANALISA ELECTRONIC WORD OF MOUTH (E-WOM) PADA MEDIA SOSIAL TWITTER Heribertus Yulianton; Felix Andreas Sutanto; Kristophorus Hadiono
Dinamik Vol 22 No 1 (2017)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (914.579 KB) | DOI: 10.35315/dinamik.v22i1.7102

Abstract

E-WOM adalah pernyataan positif atau negatif yang dibuat oleh konsumen potensial, konsumen aktual, dan konsumen terdahulu tentang produk atau perusahaan melalui internet. Salah satu media yang dapat digunakan untuk mendapatkan pernyataan tersebut adalah media sosial twitter. Media sosial dapat digunakan untuk mendapatkan respon secara jujur karena biasanya orang tidak akan merasa sungkan untuk mengungkapkan perasaannya secara tidak langsung. Penelitian ini akan menganalisa ada atau tidaknya pernyataan e-WOM terhadap penyedia jasa layanan internet. Metode yang dilakukan terdiri dari tiga kegiatan, yang pertama adalah mengambil cuitan pengguna twitter yang mengandung kata yang berhubungan dengan penyedia jasa layanan internet. Kegiatan kedua adalah persiapan data untuk training. Yang ketiga adalah menganalisa e-wom dengan metode knn dan bahasa pemrograman R. Hasil penelitian ini berupa data motif e-wom Venting Negative Feelings dan Extraversion / Positive Self-Enhancement. Data tersebut dapat digunakan sebagai pendukung keputusan pengguna internet dalam memilih penyedia jasa layanan internet yang baik.
IMPLEMENTASI NAÏVE BAYES UNTUK KLASIFIKASI VENTING NEGATIF FEELINGS TERHADAP PENYEDIA JASA KOMUNIKASI PADA MEDIA SOSIAL TWITTER Heribertus Yulianton; Felix Andreas Sutanto; Kristophorus Hadiono
Dinamik Vol 22 No 2 (2017)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (420.598 KB) | DOI: 10.35315/dinamik.v22i2.7109

Abstract

Kesan masyarakat terhadap suatu penyedia jasa layanan komunikasi dapat dianalisa melalui respon mereka. Salah satu media yang dapat digunakan untuk mendapatkan kesan tersebut adalah media sosial twitter. Seiring dengan perkembangan Internet, saat ini WoM telah berkembang menjadi electronic word-of-mouth. Electronic Word of Mouth (e-WoM) communication merujuk pada pernyataan positif atau negatif dari pelanggan potensial, pelanggan aktual atau mantan pelanggan mengenai suatu produk atau perusahaan via internet. Salah satu motif dalam e-Wom adalah Venting Negative Feelings, yaitu keinginan mengungkapkan ketidakpuasan konsumen terhadap produk atau perusahaan. Penelitian ini akan menganalisa percakapan tentang venting negative feelings pada media sosial twitter. Untuk mendapatkan data dari twitter akan mengunakan bahasa R yang telah menyediakan library untuk mengaksesnya. Hasil penelitian ini berupa data motif e-wom Venting Negative Feelings yang dapat digunakan sebagai pendukung keputusan pengguna internet dalam memilih penyedia jasa layanan internet yang baik.
IMPLEMENTASI METODE TOPSIS UNTUK PEMILIHAN WISUDAWAN TERBAIK Felix Andreas Sutanto; Heribertus Yulianton; Kristophorus Hadiono
Dinamik Vol 24 No 1 (2019)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (394.405 KB) | DOI: 10.35315/dinamik.v24i1.7839

Abstract

Kelulusan merupakan hal yang pasti terjadi dalam akhir proses sebuah pendidikan. Mendapatkan predikat wisudawan terbaik merupakan kebanggaan tersendiri bagi mahasiswa diakhir masa studinya. Fakultas Teknologi Informasi Universitas Stikubank, setiap semester selalu dihadapkan pada proses tersebut. Penetapanwisudawan terbaik dari FTI Unisbank memiliki lebih dari satu kriteria yaitu Indeks Prestasi Kumulatif (IPK),Nilai Prestasi yang diperoleh dari Kartu Rencana Prestasi (KRP), masa studi siswa yang bersangkutan, dansertifikasi kompetensi atau sertifikasi pelatihan bertaraf internasional. Metode yang digunakan untuk membantu menentukan wisudawan terbaik adalah metode TOPSIS. Pemilihan metode tersebut karena beberapa alasan salah satunya adalah kemudahan penerapan. Implementasi metode TOPSIS atas masalah tersebut diterapkan dengan membuat sebuah aplikasi berbasis web. Hasil yang diperoleh dengan menerapkan metode TOPSIS, adalah alternatif/wisudawan yang memiliki skor tertinggi dari hasil perhitungan akhir.