Claim Missing Document
Check
Articles

Analisis Sentimen Aplikasi Investasi Annisa D, Nurul Fathiah; Alam, Syamsu; Jamil, Muh
Bulletin of Economic Studies (BEST) Vol 4 No 2 (2024)
Publisher : Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/best.v4i2.49416

Abstract

Penelitian ini menganalisis sentimen dan mengumpulkan informasi berdasarkan sentimen pengguna terhadap aplikasi investasi yang tersedia di Google Play Store. Aplikasi investasi yang dianalisis adalah Bibit, Ajaib, Pluang, Stockbit, dan Bareksa. Pengumpulan data dilakukan melalui dua metode, yaitu studi literatur dan web scraping. Studi literatur dilakukan untuk mendapatkan informasi terkait dengan masalah penelitian, metode, serta kelebihan dan kekurangan penelitian sebelumnya. Selanjutnya, ulasan aplikasi investasi dikumpulkan menggunakan teknik web scraping, yaitu proses pengumpulan data secara otomatis dari situs web menggunakan perangkat lunak. Jenis penelitian yang dilakukan menggunakan penelitian kuantitatif deskriptif. Jenis penelitian ini bertujuan untuk menggambarkan atau menjelaskan suatu variabel dengan menggunakan data kuantitatif. Penelitian kuantitatif dilakukan pada tahap perhitungan dan pemrosesan data dengan pengembangan model Machine Learning. Pada hasil analisis menunjukkan bahwa aplikasi Pluang memiliki jumlah sentimen positif tertinggi sebanyak 487 ulasan dengan nilai akurasi sebesar 79,5%. Hasil analisis sentimen aplikasi investasi akan dideskripsikan dengan mengunakan pendekatan asosiasi kata. Untuk semua aplikasi, fokus pada peningkatan kualitas sistem dan layanan pelanggan untuk mengurangi sentimen negatif dan meningkatkan pengalaman pengguna
Analisis Sentimen Konsumen pada Layanan PT. Jalur Nugraha Ekakurir menggunakan Algoritma Machine Learning Podon, Veronika; Alam, Syamsu; Jamil, Muh
Bulletin of Economic Studies (BEST) Vol 4 No 3 (2024)
Publisher : Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/best.v4i3.51716

Abstract

Peran Asimetris Industri, Pembangunan Manusia, dan Investasi dalam Pertumbuhan Ekonomi Indonesia Kusuma, Tantri; Alam, Syamsu; Jamil, Muh; Rajab, Abdul; Astuty, Sri
Bulletin of Economic Studies (BEST) Vol 5 No 1 (2025)
Publisher : Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/best.v5i1.57257

Abstract

Penelitian ini bertujuan untuk menganalisis pengaruh jumlah industri, Indeks Pembangunan Manusia (IPM), dan investasi terhadap pertumbuhan ekonomi di Indonesia pada periode 2004–2023. Metode yang digunakan adalah pendekatan kuantitatif dengan teknik analisis regresi linier berganda menggunakan perangkat lunak EViews 12. Data yang digunakan merupakan data sekunder yang diperoleh dari publikasi resmi Badan Pusat Statistik (BPS). Hasil analisis menunjukkan bahwa variabel jumlah industri dan IPM tidak berpengaruh secara signifikan terhadap pertumbuhan ekonomi secara parsial. Sementara itu, variabel investasi berpengaruh negatif dan signifikan terhadap pertumbuhan ekonomi. Temuan ini mengindikasikan bahwa peningkatan investasi yang tidak diarahkan pada sektor-sektor produktif dapat berdampak kontraproduktif terhadap pertumbuhan ekonomi. Oleh karena itu, diperlukan kebijakan yang lebih selektif dan terarah dalam mendorong investasi, khususnya di sektor riil yang mampu memberikan kontribusi nyata terhadap pembangunan ekonomi berkelanjutan
Analisis Implementasi Search Engine Optimization (SEO) Pada Konten Artikel Terhadap Trafik Website Nugroho, Bambang Prihantoro; Alam, Syamsu; Aris, Valentino
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 3 No. 4 (2025): November - January
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v3i4.410

Abstract

Penelitian ini berfokus pada analisis implementasi teknik Search Engine Optimization (SEO) pada konten artikel untuk meningkatkan trafik website Screenesia. Menggunakan metode Action Research, penelitian ini mengidentifikasi strategi SEO On-Page dan Off-Page serta mengevaluasi efektivitasnya dalam meningkatkan visibilitas dan jumlah pengunjung. Hasil penelitian menunjukkan bahwa penerapan teknik SEO yang terstruktur, mulai dari pemilihan kata kunci yang tepat hingga optimasi konten dan backlink, dapat meningkatkan trafik website secara signifikan. Selain itu, penelitian ini memberikan rekomendasi praktis untuk mengoptimalkan strategi SEO agar perusahaan dapat meningkatkan performa website mereka, khususnya dalam konteks Digital Marketing berbasis website. Temuan ini diharapkan dapat bermanfaat bagi perusahaan lain yang ingin meningkatkan visibilitas digital mereka melalui penerapan strategi SEO yang efektif.
Desain UI/UX “BarugaBizHub” untuk Digitalisasi UMKM di Perumahan Bukit Baruga Kota Makassar Fadlurahman, Hannan; Alam, Syamsu; Aris, Valentino
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 3 (2025): Agustus - October
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i3.2499

Abstract

Penelitian ini bertujuan untuk merancang desain antarmuka pengguna (UI) dan pengalaman pengguna (UX) pada media pemasaran digital berbasis website yang ditujukan bagi UMKM di Perumahan Bukit Baruga Kota Makassar. Penelitian menggunakan model ADDIE (Analysis, Design, Development, Implementation, Evaluation) dengan teknik pengumpulan data melalui observasi, wawancara, dan kuesioner System Usability Scale (SUS). Hasil penelitian menunjukkan bahwa desain yang dikembangkan dapat meningkatkan visibilitas produk UMKM, memperkuat interaksi antara pelaku usaha dan konsumen, serta memberikan pengalaman pengguna yang positif. Media pemasaran ini diharapkan mampu menjadi solusi digital untuk mendorong pertumbuhan ekonomi UMKM komunitas perumahan urban.
Social Media Analysis untuk Identifikasi Kualitas Layanan Pada Aplikasi Tokopedia Aris, Valentino; Alam, Syamsu; Syahrul, Syahrul; Hermanto, Andi; Asizah, Andi Balqis Mutiara
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 4 (2026): November - January
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i4.3186

Abstract

Penelitian ini bertujuan untuk mengidentifikasi kualitas layanan (e-service quality) yang dirasakan oleh pengguna Aplikasi Tokopedia. Kualitas layanan tersebut diidentifikasi melalui analisis media sosial dengan pendekatan Aspect-Based Sentiment Analysis (ABSA) dan topic modeling. Latar belakang penelitian ini didorong oleh meningkatnya ketergantungan masyarakat Indonesia terhadap ekosistem digital, termasuk perubahan signifikan setelah kemitraan strategis antara Tokopedia dan TikTok yang memperluas aktivitas layanan ke ranah live-commerce. Perubahan tersebut menuntut evaluasi ulang indikator kualitas layanan berbasis data yang lebih mutakhir. Data pada penelitian diperoleh dari Google Play Store dengan menggunakan teknik webscaraping dan diperoleh data sebanyak 9.000 ulasan pengguna. Analisis sentimen dan pemodelan topik akan dilakukan dengan menggunakan bahasa pemrograman Python melalui platform Google Colaboratory. Tahapan analisis mencakup pembersihan data, praproses linguistik, pemodelan topik, serta analisis sentimen berbasis aspek untuk memetakan persepsi pelanggan terhadap berbagai dimensi layanan. Hasil penelitian menunjukkan bahwa 58,26% ulasan bersentimen positif dan 41,74% negatif. Lima aspek dominan yang teridentifikasi meliputi kinerja aplikasi, pengiriman, layanan pelanggan, pembayaran, dan keamanan. Isu yang paling sering muncul berkaitan dengan kecepatan pengiriman dan stabilitas aplikasi. Temuan ini menegaskan bahwa social media analysis efektif digunakan sebagai alat pemantauan kualitas layanan secara real-time, serta berpotensi menjadi dasar pengambilan keputusan strategis bagi peningkatan kepuasan, kepercayaan, dan loyalitas pelanggan pada platform Tokopedia di tengah persaingan e-commerce yang semakin ketat
Implementation of Power BI as Key Performance Indicators Analysis in Monitoring Business Operational Control at PT. Mandiri Harapan Jaya Jufri, Muh. Anugrah; Alam, Syamsu; Aris, Valentino
Innovative: Journal Of Social Science Research Vol. 4 No. 4 (2024): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v4i4.11978

Abstract

Penelitian ini menyelidiki implementasi Microsoft Power BI sebagai alat analisis Key Performance Indicators (KPI) untuk meningkatkan pengendalian operasional di PT. Mandiri Harapan Jaya. Penelitian ini berfokus pada proyek konstruksi yang dikelola oleh departemen EPC PT. Vale Indonesia Tbk. Data dikumpulkan melalui observasi, wawancara, dan analisis dokumen perusahaan untuk membuat dashboard yang memberikan informasi real-time mengenai kemajuan proyek, kinerja tenaga kerja, keselamatan, dan manajemen biaya. Temuan ini menunjukkan bahwa penggunaan Power BI meningkatkan akurasi data, memfasilitasi pengambilan keputusan lebih cepat, dan meningkatkan efisiensi manajemen proyek. Hasil utamanya mencakup peningkatan produktivitas tenaga kerja, pengendalian biaya yang lebih baik, dan waktu pelaksanaan proyek yang lebih optimal. Penelitian ini memberikan kontribusi terhadap pemahaman teoritis manajemen konstruksi dan menawarkan manfaat praktis bagi PT. Mandiri Harapan Jaya dan industri konstruksi yang lebih luas.
Analisis Sentimen Ulasan Netizen Pada Aplikasi Disney+ Hotstar Di Aplikasi Google Play Store Menggunakan Machine Learning Salombe, Stefan Novaldi; Alam, Syamsu; Aris, Valentino
Innovative: Journal Of Social Science Research Vol. 5 No. 1 (2025): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v5i1.15846

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen ulasan netizen terhadap aplikasi Disney+ Hotstar pada aplikasi Google Play Store menggunakan machine learning. Dalam penelitian ini, data dikumpulkan dari laman ulasan aplikasi Disney+Hotstar pada aplikasi Google Play Store. Data yang diperoleh kemudian diproses melalui beberapa tahap seperti pembersihan data, tokenisasi, dan stemming. Selanjutnya, data dianalisis menggunakan dua algoritma machine learning, yaitu Naive Bayes Classifier (NBC) dan Support Vector Machine (SVM). Hasil penelitian menunjukkan bahwa algoritma SVM memberikan akurasi terbaik dalam mengklasifikasikan sentimen ulasan netizen. Berdasarkan hasil analisis topik ulasan menunjukkan bahwa pada kelas sentimen positif, topik yang sering dibicarakan meliputi aspek layanan yang disediakan. Pada kelas sentimen negatif, topik yang dominan berfokus pada masalah teknis kinerja aplikasi. Sedangkan pada kelas sentimen netral, topik yang dibicarakan berfokus pada deskripsi tentang aplikasi tanpa adanya penilaian emosional.
Open Government Data sebagai Pendorong Pembangunan Inklusif di Kota Makassar Alam, Syamsu; Aris, Valentino; Taufik, Muhammad
Bulletin of Economic Studies (BEST) Vol 5 No 3 (2025)
Publisher : Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/best.v5i3.62220

Abstract

Penelitian ini menganalisis keterkaitan antara Open Government Data (OGD) sebagai pendorong pembangunan inklusif di Kota Makassar dengan menggunakan pendekatan fuzzy set Qualitative Comparative Analysis (fsQCA) terhadap data sektoral kota Makassar tahun 2021–2024. Lima kondisi utama ditetapkan sebagai determinan pembangunan inklusif, yaitu Ketersediaan Data (KD), Aksesibilitas Data (AD), Kualitas Data (QD), Lisensi dan Legalitas (LL), serta Partisipasi dan Pemanfaatan Publik (PP). Hasil kalibrasi fuzzy menunjukkan bahwa nilai Pembangunan Inklusif (PI) meningkat signifikan pada tahun 2024, menandai pergeseran dari pemerintahan berbasis transparansi menuju pemerintahan partisipatif berbasis data. Melalui truth table fsQCA, ditemukan dua jalur kausal utama yang menjelaskan capaian pembangunan inklusif. Pertama, Functional Openness Path, yaitu kombinasi KD, AD, QD, dan PP tinggi meskipun legalitas belum sempurna (LL moderat), yang mendukung terwujudnya inklusivitas melalui keterbukaan dan kolaborasi masyarakat. Kedua, Institutionalized Open Data Path, yakni konfigurasi lengkap KD, AD, LL, QD, dan PP tinggi yang merepresentasikan tata kelola data terinstitusionalisasi dengan dukungan politik dan regulatif yang kuat. Analisis consistency menunjukkan bahwa konfigurasi dengan nilai ≥0.8 merupakan kondisi yang cukup (sufficient condition) bagi terjadinya pembangunan inklusif, sementara coverage sebesar 0.18 menandakan relevansi empiris yang signifikan. Secara teoretis, hasil ini menegaskan bahwa sinergi antara keterbukaan data, partisipasi publik, dan dukungan kelembagaan merupakan prasyarat utama terwujudnya tata kelola pemerintahan inklusif di era transformasi digital. Studi ini memberikan implikasi penting bagi penguatan kebijakan OGD di tingkat daerah sebagai instrumen strategis untuk memperluas partisipasi dan keadilan pembangunan.
Rancang Bangun Aplikasi Berbasis Website DIGIUMKM Mutmainnah, Chika; Alam, Syamsu; Taufik, Muhammad
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 4 (2026): November - January
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i4.2936

Abstract

Penelitian ini bertujuan untuk merancang dan mengembangkan DIGIUMKM, sebuah aplikasi berbasis website yang berfungsi sebagai platform freelance untuk menghubungkan Usaha Mikro, Kecil, dan Menengah (UMKM) dengan mahasiswa Program Studi Bisnis Digital Universitas Negeri Makassar. Latar belakang penelitian ini adalah rendahnya literasi digital di kalangan pelaku UMKM, di mana hanya 18% yang memiliki keterampilan teknologi tingkat menengah, serta keterbatasan biaya untuk mengakses layanan profesional. Di sisi lain, mahasiswa bisnis digital memerlukan wadah untuk mengaplikasikan keterampilan praktis mereka. Metode penelitian yang digunakan adalah Research and Development (R&D) dengan model pengembangan waterfall. Pembangunan sistem dilakukan menggunakan platform WordPress dengan dukungan plugin WP Freelance. Evaluasi aplikasi dilakukan melalui dua tahap pengujian, yaitu pengujian fungsional menggunakan metode Black Box Testing dan pengujian usability menggunakan metode System Usability Scale (SUS). Hasil pengujian Black Box menunjukkan bahwa seluruh fitur utama, seperti registrasi, pemesanan, dan unggah portofolio, berjalan dengan baik sesuai skenario pengguna. Sementara itu, hasil pengujian SUS terhadap 30 responden menghasilkan skor rata-rata sebesar 75,33. Skor ini melampaui ambang batas standar 68, sehingga aplikasi dikategorikan dalam klasifikasi Grade B Good dan Acceptable. Penelitian ini menyimpulkan bahwa DIGIUMKM layak digunakan sebagai media kolaboratif yang mendukung digitalisasi UMKM sekaligus menjadi sarana pembelajaran praktis yang berkelanjutan bagi mahasiswa di era ekonomi digital.