Article Per Year (5 Year)
p-Index From 2020 - 2025
4.968
P-Index
This Author published in this journals
All Journal Jurnal Algoritma Jurnal Teknologi Informasi dan Ilmu Komputer JAIS (Journal of Applied Intelligent System) CESS (Journal of Computer Engineering, System and Science) Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal Proaksi Jurnal E-Bis: Ekonomi Bisnis Jurnal Akuntansi dan Keuangan Journal of Management and Digital Business Jurnal Algoritma Malcom: Indonesian Journal of Machine Learning and Computer Science Literacy : International Scientific Journals of Social, Education, Humanities Jurnal Ilmiah MEA (Manajemen, Ekonomi, dan Akuntansi) Jurnal Teknologi Informasi RISTEC : Research in Information Systems and Technology Journal of Knowledge Management Jurnal Pengabdian Masyarakat
Fikri Fahru Roji
Universitas Garut
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Environmental Science Languange, Linguistic, Communication & Media Mathematics Social Sciences Other

Published : 40 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 40 Documents
Search

 1   2   3   4 
PEMILIHAN PROGRAM AFFILIATE MENGGUNAKAN PERSPEKTIF ANALYTICAL HIERARCHY PROCESS Syinta Almaiddah; Eti Kusmiati; Fikri Fahru Roji
Jurnal Ilmiah Manajemen, Ekonomi, & Akuntansi (MEA) Vol 9 No 1 (2025): Edisi Januari - April 2025
Publisher : LPPM STIE Muhammadiah Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31955/mea.v9i1.4943

Abstract

Penelitian ini bertujuan untuk menganalisis faktor-faktor yang memengaruhi keputusan affiliator dalam memilih program affiliate pada platform Shopee dan Tik-Tok di Indonesia. Fokus penelitian ini adalah pada tiga kriteria utama: insentif finansial, sistem pembayaran, dan kemudahan penggunaan. Metode yang digunakan dalam penelitian ini adalah kuantitatif dengan pendekatan komparatif, di mana data dikumpulkan melalui kuesioner yang disebarkan kepada 100 responden yang merupakan affiliator di kedua platform tersebut. Teknik analisis data yang digunakan adalah Analytical Hierarchy Process (AHP) dengan bantuan perangkat lunak Expert Choice untuk menentukan prioritas kriteria yang mempengaruhi keputusan affiliator. Hasil penelitian menunjukkan bahwa insentif finansial, khususnya komisi dan bonus, menjadi faktor dominan dalam memilih program affiliate, diikuti oleh sistem pembayaran yang cepat dan aman, serta kemudahan penggunaan platform. Penelitian ini memberikan implikasi praktis bagi perusahaan dalam merancang dan meningkatkan program affiliate mereka, dengan fokus pada peningkatan insentif, sistem pembayaran yang efisien, dan kemudahan penggunaan platform. Penelitian ini juga menemukan bahwa platform yang menawarkan insentif yang lebih besar dan kemudahan dalam transaksi lebih menarik bagi affiliator.
PERAN PENERAPAN MODEL UTAUT (UNITED THEORY OF ACCEPTANCE AND USE OF TECHNOLOGY) PADA UMKM COFFEESHOP PENGGUNA GOFOOD DI KOTA GARUT Suci Lestari; Rohimat Nurhasan; Fikri Fahru Roji
Jurnal Ilmiah Manajemen, Ekonomi, & Akuntansi (MEA) Vol 9 No 1 (2025): Edisi Januari - April 2025
Publisher : LPPM STIE Muhammadiah Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31955/mea.v9i1.4991

Abstract

Kemajuan teknologi, khususnya dalam era ekonomi digital, UMKM perlu menyesuaikan diri dengan perubahan yang terjadi. Salah satunya adalah pemanfaatan platform digital seperti Gofood, yang telah terbukti membantu meningkatkan pendapatan UMKM. Penelitian ini bertujuan untuk menganalisis berbagai faktor yang memengaruhi penerimaan dan penggunaan platform Gofood oleh UMKM CoffeeShop di Kota Garut melalui penerapan model UTAUT (Unified Theory of Acceptance and Use of Technology). Pendekatan kuantitatif dengan metode asosiatif digunakan dalam penelitian ini, melibatkan 35 Coffeeshop yang telah memanfaatkan Gofood. Data dikumpulkan melalui kuesioner berbasis Skala Likert serta dianalisis menggunakan teknik PLS-SEM. Temuan penelitian ini mengungkapkan bahwa Effort Expectancy dan Facilitating Conditions memiliki pengaruh positif terhadap Behavior Intention dan Use Behavior. Sebaliknya, Performance Expectancy dan Social Influence tidak menunjukkan pengaruh. Selain itu, Behavior Intention terbukti berpengaruh terhadap Use Behavior. Temuan ini memberikan wawasan bagi pengembang platform digital untuk lebih fokus pada aspek kemudahan penggunaan, dukungan teknis, dan aksesibilitas, dibandingkan dengan pengaruh sosial atau ekspektasi kinerja.
Prediksi Harga Saham Telkom Menggunakan Prophet: Analisis Pengaruh Sentimen Publik Terhadap Kehadiran Starlink: Telkom Stock Price Prediction Using Prophet: Analysis of the Effect of Public Sentiment on the Presence of Starlink Taofiqurrohman, Hendra; Wufron, Wufron; Roji, Fikri Fahru
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 5 No. 2 (2025): MALCOM April 2025
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v5i2.1796

Abstract

Fluktuasi harga saham menjadi tantangan signifikan bagi investor dan perusahaan karena dipengaruhi oleh berbagai faktor, termasuk sentimen publik di media sosial. Sebagian besar model prediksi tradisional hanya mengandalkan data historis sehingga kurang mampu menangkap dinamika eksternal yang memengaruhi harga saham. Penelitian ini bertujuan untuk memprediksi harga saham PT Telkom Indonesia Tbk (TLKM) dengan mengintegrasikan sentimen publik terkait kehadiran Starlink sebagai variabel eksternal pada model Prophet. Data sentimen diperoleh dari Twitter dengan algoritma Valence Aware Dictionary and Sentiment Reasoner (VADER), sementara data harga saham diambil dari Yahoo Finance untuk periode Mei hingga Oktober 2024. Hasil penelitian menunjukkan bahwa integrasi sentimen publik meningkatkan akurasi prediksi, dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 2,927%, Mean Squared Error (MSE) sebesar 12102.43, dan Root Mean Square Error (RMSE) sebesar 110.01. Sentimen positif, seperti pada 27 Oktober 2024 dengan compound score 0.5106, menghasilkan prediksi sebesar 3030.75 dibandingkan harga aktual 2910.0. Sebaliknya, sentimen negatif pada 20 September 2024 dengan compound score sebesar -0.3613 menurunkan prediksi menjadi 3137.48 dibandingkan harga aktual 3150.0. Penelitian ini memberikan wawasan tambahan tentang dampak opini publik terhadap harga saham dan merekomendasikan perluasan sumber data, integrasi variabel eksternal yang lain, serta penggunaan metode deep learning untuk meningkatkan akurasi prediksi di masa depan.
Strategi bersaing live streaming Tiktok dengan pendekatan SOAR dan Porter Five Forces pada Brand Kuliterian Silvia, Mega; Shiddied, Diqy Fahrun; Roji, Fikri Fahru
Journal of Management and Digital Business Vol. 5 No. 1 (2025): Journal of Management and Digital Business
Publisher : Nur Science Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53088/jmdb.v5i1.1478

Abstract

Kuliterian is one of the leather fashion industry players that is facing stiff competition in utilizing TikTok live streaming as a marketing strategy. The development of digital technology and the increase in TikTok users provides new opportunities and challenges for Kuliterian in attracting and retaining an audience, as well as competing with other, more established brands. The main objective of this research is to develop a competitive strategy based on live streaming on TikTok to increase Kuliterian’s competitiveness. This research uses a qualitative descriptive method with a SOAR and Porter’s Five Forces analysis approach. The research results show that Kuliterian needs to optimize content creativity, collaborate with influencers, and utilize TikTok analytical data to increase interaction with consumers. The resulting strategy includes product differentiation, technological innovation, loyalty program development, and brand strengthening. By integrating strategies based on internal potential and competitive analysis, this research provides new insight for Kuliterian in maximizing the potential of TikTok live streaming to increase its competitiveness in the digital fashion market.
Analisis Sentimen Publik di X Terhadap Rencana Kenaikan PPN 12% Menggunakan Bert Ferdian Imawan; Diqy Fakhrun Shiddieq; Fikri Fahru Roji
CESS (Journal of Computer Engineering, System and Science) Vol. 10 No. 1 (2025): Januari 2025
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v10i1.65884

Abstract

Rencana kenaikan tarif Pajak Pertambahan Nilai (PPN) menjadi 12% telah menjadi salah satu isu kebijakan publik yang sedang diperbincangkan di masyarakat. Kebijakan ini memicu beragam tanggapan di media sosial X, yang mencerminkan adanya pro dan kontra terhadap rencana tersebut. Metode yang digunakan dalam penelitian ini adalah pre-trained BERT Classification yang digunakan untuk melakukan analisis sentimen, klasifikasi topik, serta memberikan akurasi tinggi. Tujuan penelitian ini untuk melalukan analisis sentimen dan memahami respon publik terhadap rencana kenaikan PPN 12%. Hasil analisis menunjukkan bahwa dominasi sentimen negatif sebesar 48,58%, yang mencerminkan kekhawatiran masyarakat terhadap potensi dampak kebijakan, diikuti oleh sentimen netral sebesar 42,39%, yang berfokus pada stabilitas ekonomi dan efek kebijakan secara umum. Sementara itu, sentimen positif sebesar 9,03%, merefleksikan optimisme terhadap manfaat kebijakan jangka panjang. Model BERT yang digunakan berhasil mencapai akurasi 83%, dengan nilai precision, recall, dan F1-score rata-rata sebesar 83%, 82%, dan 82%. Selain itu, visualisasi word cloud mendukung hasil analisis dengan menampilkan kata-kata dominan seperti “harga,” “rakyat,” dan “beban” pada sentimen negatif, serta “pajak” dan “daya beli” pada sentimen netral. Penelitian ini berkontribusi dalam menyediakan wawasan berbasis data untuk mendukung pemerintah dalam menyusun kebijakan mitigasi guna meminimalkan dampak negatif kebijakan.
Comparative Analysis of SVM and BERT for Sentiment and Sarcasm Detection in the Boycott of Israeli Products on Platform X Sabrina, Siti Sarah; Shiddieq , Diqy Fakhrun; Roji, Fikri Fahru
Sinkron : jurnal dan penelitian teknik informatika Vol. 9 No. 2 (2025): Research Articles April 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v9i2.14723

Abstract

The Israel-Palestine conflict has triggered a global consumer movement, including a widespread boycott of Israeli-affiliated products in Indonesia. As this campaign gains momentum on digital platforms like X (formerly Twitter), understanding public sentiment becomes crucial—not only for gauging public opinion but also for anticipating potential socio-economic impacts. This study evaluates the effectiveness of two sentiment analysis models—Support Vector Machine (SVM) and Bidirectional Encoder Representations from Transformers (BERT)—in classifying sentiment and detecting sarcasm related to the boycott campaign. A total of 5,637 Indonesian-language tweets were manually labeled into positive, neutral, and negative categories, with sarcasm detection performed using a fine-tuned IndoBERT, model which classified tweets into two categories: sarcastic and non-sarcastic. The models were assessed using accuracy, precision, recall, F1-score, and computational efficiency. Results show that BERT outperforms SVM in both sentiment classification (accuracy: 69.26% vs. 64.58%; F1-score: 69.47% vs. 62.40%) and sarcasm detection (accuracy: 92.20% vs. 86.15%; F1-score: 92.38% vs. 85.27%). However, BERT requires significantly longer processing times 194.76 seconds for sentiment classification and 191.92 seconds for sarcasm detection, while SVM required only 18.81 seconds and 10.99 seconds. These findings highlight a trade-off between contextual comprehension and real-time efficiency. Future research may explore ensemble methods or threshold-tuning to optimize this balance. The practical implications of this research lie in its application for real-time public discourse monitoring and data-driven policy development. By improving the detection of nuanced expressions such as sarcasm, this study contributes to more accurate sentiment interpretation in polarized digital environments.
Dampak Membangun Personal Branding Terhadap Peluang Kerja Menggunakan LinkedIn dengan Metode Penekatan TAM (Technology Acceptance Models) Pada Alumni di Universitas Garut Utami, Wulan Sri; Susilawati , Wati; Roji, Fikri Fahru
Journal of Knowledge Management Vol 17 No 2 (2023): Journal of Knowledge Management
Publisher : Fakultas Ekonomi Universitas Garut

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

Abstract

Aplikasi linkedin merupakan aplikasi yang saat ini popular sebagai aplikasi professional yang menampilkan berbagai informasi salah satunya mengenai peluang kerja, hal ini menjadikan aplikasi ini banyak diminati oleh seorang pencari kerja, aplikasi yang populer pada tahun 2010 ini mulai banyak diminati pengguna nya salah satunya alumni di Universitas Garut. Untuk mendapatkan akses peluang kerja di linkedin maka diperlukan sebuah personal branding yang baik. Penelitian ini menggunakan Teknik technology acceptance modelsd (TAM) untuk menyelidiki bagaimana pengembangan personal branding seseorang mempengaruhi prospek kerja dengan menggunakan aplikasi linkedin. Metode yang dilakukan merupakan metode kuantitatif dengan pendekatan deskriptif dan verifikatif, data yang dikumpulkan sebanyak 100 responden dengan menyebarkan kuisioner kepada Alumni Universitas garut yang menggunakan Linkedin, data dikumpulkan melalui kuisioner yang dirancang berdasarkan kerangka kerja TAM yang mencakup persepsi kegunaan, kemudahan penggunaan, sikap terhadap penggunaan dan juga niat untuk menggunakan. Teknik analisis data yang digunakan pada penelitian ini menggunakan analisis data SEM-PLS. Hasil analisis menunjukan bahwa personal branding berpengaruh positif dan signifikan terhadap peluang kerja di platform Linkedin menggunakan pendekatan TAM pada alumni di Universitas Garut.
Analyzing Railway Passenger Satisfaction Using SERVQUAL and Importance- Performance Analysis (IPA) for Tourism Purposes Ardiani, Kamila Syifa; Fikri Fahru Roji; Ghaida Farisya
LITERACY : International Scientific Journals of Social, Education, Humanities Vol. 4 No. 2 (2025): August : International Scientific Journals of Social, Education, Humanities
Publisher : Badan Penerbit STIEPARI Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56910/literacy.v4i2.2196

Abstract

This study aims to analyze passenger satisfaction with the quality of railway services at Garut Station using the SERVQUAL method and the Importance Performance Analysis (IPA) approach. The research was conducted quantitatively through a survey of 102 respondents who used PT KAI services at Garut Station for tourism purposes. Data analysis was carried out by calculating the gap between passengers’ expectations and perceptions, and mapping service priorities using IPA with the assistance of SPSS 26 software. The results indicate that overall service performance has not met passenger expectations, particularly due to negative gaps in the dimensions of responsiveness, assurance, and empathy. However, there were positive gaps in the dimensions of tangibles and reliability. The accuracy of train departure and arrival schedules was identified as the top priority for improvement. These findings provide strategic recommendations for PT KAI to enhance service quality with a focus on customer satisfaction.
EKSPLORASI SENTIMEN MASYARAKAT TENTANG PINJOL MELALUI DATA TWITTER Salamatuddaroen, Intan; Kusmiati, Eti; Roji, Fikri Fahru
Jurnal Ilmiah Manajemen, Ekonomi, & Akuntansi (MEA) Vol 9 No 3 (2025): ON GOING
Publisher : LPPM STIE Muhammadiah Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31955/mea.v9i3.6393

Abstract

Fenomena pinjaman online (pinjol) telah menimbulkan persoalan sosial yang signifikan di masyarakat, mulai dari tekanan finansial, gangguan psikologis, hingga intimidasi akibat praktik penagihan yang agresif. Penelitian ini bertujuan untuk mengeksplorasi sentimen masyarakat terhadap layanan pinjol dengan memanfaatkan data media sosial Twitter sebagai cerminan opini publik yang bersifat alami dan spontan. Pendekatan yang digunakan adalah kualitatif berbasis text mining dengan algoritma IndoBERT untuk klasifikasi sentimen. Data awal berupa 19.326 tweet dikumpulkan dalam periode 1 Januari hingga 30 Juli 2025. Untuk keperluan simulasi dan visualisasi, digunakan sampel representatif sebanyak 100 tweet dengan proporsi yang merefleksikan distribusi sentimen pada data asli. Hasil klasifikasi sentimen menunjukkan dominasi sentimen negatif (70,2%), diikuti sentimen netral (15,3%) dan positif (6,5%). WordCloud mengungkapkan kata-kata dominan seperti “galob”, “tagih”, dan “debt collector” dalam sentimen negatif, serta kata “terbantu” dan “solusi” dalam sentimen positif. Temuan ini mengindikasikan bahwa persepsi negatif terhadap pinjol masih sangat kuat, mencerminkan rendahnya kepercayaan publik terhadap layanan keuangan digital, khususnya yang tidak terdaftar secara resmi. Penelitian ini merekomendasikan penguatan regulasi, literasi digital, serta pendekatan perlindungan konsumen sebagai langkah strategis dalam membangun ekosistem pinjaman online yang lebih etis dan berkelanjutan di Indonesia.
Analisis Sentimen Coretax: Perbandingan Pelabelan Data Manual, Transformers-Based, dan Lexicon-Based pada Performa IndoBERT: Sentiment Analysis of Coretax: A Comparison of Manual, Transformers-Based, and Lexicon-Based Data Labeling on IndoBERT Performance Rizkia, Agnia Suci; Wufron, Wufron; Roji, Fikri Fahru
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 5 No. 3 (2025): MALCOM July 2025
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v5i3.2151

Abstract

Analisis sentimen terhadap opini publik di media sosial menjadi tantangan signifikan karena kompleksitas bahasa informal dan volume data yang besar. Penelitian ini bertujuan untuk mengevaluasi pengaruh lima pendekatan pelabelan data manual, IndoBERT , IndoBERT weet, RoBERTa , dan InSet Lexicon terhadap performa model Indonesian Bidirectional Encoder Representations from Transformers (IndoBERT) dalam klasifikasi sentimen terkait isu Coretax. Sebanyak 8.035 tweet dikumpulkan, diproses, dan dilabeli menggunakan masing-masing pendekatan. Dataset hasil pelabelan kemudian digunakan untuk melatih ulang model IndoBERT, yang dievaluasi menggunakan metrik akurasi, F1-score, confusion matrix, dan kurva Receiver Operating Characteristic-Area Under the Curve (ROC-AUC). Hasil menunjukkan bahwa pelabelan otomatis menggunakan Indonesian Bidirectional Encoder Representations from Transformers for Tweet (IndoBERTweet) menghasilkan metrik tertinggi F1-Score (0,9802), tetapi mengalami dominasi kelas netral yang menunjukkan overfitting. Pelabelan manual menghasilkan distribusi kelas yang lebih merata meskipun dengan metrik lebih rendah F1-Score (0,8684), sedangkan Robustly Optimized BERT Pretraining Approach (RoBERTa) menunjukkan keseimbangan terbaik antara performa metrik dan distribusi label. InSet Lexicon dan IndoBERT menunjukkan kecenderungan bias terhadap kelas tertentu. Simpulan dari penelitian ini menegaskan bahwa efektivitas pelabelan tidak hanya ditentukan oleh skor metrik, tetapi juga oleh distribusi kelas yang seimbang untuk menghasilkan model yang adil dan dapat digeneralisasi.
Co-Authors AA Sudharmawan, AA Abdi Ilahi, Pyar Abdul Latip, Abdul Alkautsar, Muslim Anggraeni, Windi Ariesti Apriliya Nuraini, Raden Putri Ardiani, Kamila Syifa Arifah Nursadrina, Raisya Asri Mulyani Bekti, Surya Garian Cahyan, Yayan Dea Nurmastin Novianti Dede Hendrik Dede Hendrik Dendi Ramdani Dewi Tresnawati Dinar Rahayu Dinar Rahayu Diqy Fakhrun Shiddieq Eri Satria Evi Puspita Fakhrun Shiddieq, Diqy Fatimah, Nyinyi Ferdian Imawan Ghaida Farisya Hasbi S, Muhamad Indri Tri Julianto Insani, Aura Krisnawanti Kusmiati, Eti Lusiana Nur Safitri Marchella, Amanda Mega Silvia Moch. Rizky Cahyadiputra Muslim Alkautsar Nava Gia Ginasta Nurhasan, Rohimat Permatasari, Rd Intan Puspita, Evi Putri Sukmana, Reinta Rahma Dianti, Ahrami Rahmawati . Ramdan, Galih Muhammad Ridian Gusdiana Ridwan Fauzi, Muhamad Ridwan Setiawan Ridwan Setiawan Riyad Sabilul Muminin Rizkia, Agnia Suci Rohanudin, Muhammad Sabda Ilahi, Perceka Sabrina, Siti Sarah Salamah, Susi Salamatuddaroen, Intan Salman Fariz SALSABILA, ANNISA Shiddied, Diqy Fahrun Shiddieq , Diqy Fakhrun Shiddieq, Diqy Fakhrun Siti Nurhasanah Suci Lestari Surya Garian Bekti Susilawati , Wati Syinta Almaiddah Taofiqurrohman, Hendra Utami, Wulan Sri Wati Susilawati Wildan Hidayatul Hamdi Wufron Wufron Yaman Suryaman, Yaman