Claim Missing Document
Check
Articles

Found 13 Documents
Search

ANALISIS LATENT DIRICHLET ALLOCATION (LDA) TERHADAP ISU GREEN INSURANCE DI MEDIA DIGITAL UNTUK MENDUKUNG STRATEGI KEBERLANJUTAN Galuh Kusuma Wardani; Hani Brilianti Rochmanto; Priyanto Priyanto; Farida Tri Hastuti; Niza Nurmalasari
Jurnal Riset Bisnis Vol. 9 No. 1 (2025): Oktober
Publisher : Fakultas Ekonomi dan Bisnis Universitas Pancasila Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35814/k1ee9d10

Abstract

Penelitian ini mengidentifikasi topik dominan dalam media digital terkait green insurance di Indonesia, serta mengkaji dinamika narasi keberlanjutan dalam sektor asuransi berdasarkan kerangka waktu 2020–2025. Data dikumpulkan dari portal berita CNBC Indonesia dengan kata kunci “asuransi hijau” dan “green insurance”. Metode pendekatan yang digunakan adalah Latent Dirichlet Allocation (LDA), isi berita diklasifikasikan ke dalam tiga topik: (1) Regulasi & Isu Sosial-Ekonomi, (2) Investasi & Pergerakan Saham, dan (3) Keberlanjutan & Ekonomi Hijau. Hasil analisis menunjukkan Topik 2 mendominasi narasi media, terutama pada tahun 2020, yang diwarnai ketidakstabilan pasar akibat pandemi. Sementara itu, Topik 3 menunjukkan tren peningkatan pada tahun-tahun berikutnya, mencerminkan meningkatnya perhatian terhadap transisi energi dan agenda pembangunan hijau. Topik 1 menyoroti peran regulator dalam mendorong transformasi sektor asuransi melalui kebijakan dan tata kelola keuangan yang inklusif. Temuan ini menunjukkan narasi keberlanjutan mulai memperoleh tempat, tetapi pendekatan media terhadap green insurance masih cenderung terfragmentasi dan belum terintegrasi secara sistemik. Aspek keberlanjutan penting dalam pemberitaan agar memperkuat literasi publik dan mendukung strategi industri asuransi dalam mengadopsi model bisnis yang lebih hijau dan resilien. Green insurance berpotensi menjadi instrumen strategis dalam pembiayaan hijau atau insentif fiskal bagi masyarakat dan sektor swasta yang menjalankan aktivitas ramah lingkungan.
Klasifikasi Opini Publik terhadap Kenaikan PPN 12% di Platform X menggunakan Multinomial Naïve Bayes Hani Brilianti Rochmanto; Harun Al Azies
UJMC (Unisda Journal of Mathematics and Computer Science) Vol 10 No 2 (2024): Unisda Journal of Mathematics and Computer Science
Publisher : Mathematics Department, Faculty of Sciences and Technology Unisda Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52166/ujmc.v10i2.9120

Abstract

The increase in Value-Added Tax to 12% in 2025 has sparked diverse public opinions on the social media platform X (Twitter). This study aims to classify public sentiment toward the policy using Multinomial Naïve Bayes with a Term Frequency-Inverse Document Frequency (TF-IDF) approach. Multinomial Naïve Bayes is a probabilistic classification algorithm that assumes feature independence. Data were collected through web crawling using the keyword "ppn 12%" and underwent pre-processing, including text normalization, stopword removal, and stemming. To address class imbalance, the Synthetic Minority Over-sampling Technique (SMOTE) was applied. The best-performing model was obtained by tuning the alpha hyperparameter to 0.01, achieving an average accuracy of 83.37%, precision of 83.32%, recall of 83.38%, and an F1-score of 82.99% using 10-fold cross-validation. The findings indicate that Multinomial Naïve Bayes, combined with SMOTE and hyperparameter tuning, effectively classifies public sentiment and provides insights into public responses regarding the Value-Added Tax policy.
Pendampingan Guru MGMP Matematika dalam Digitalisasi Pembelajaran Statistika Berbasis R dan RMarkdown Anuraga, Gangga; Purwasih, Silviana Maya; Rochmanto, Hani Brilianti; Anggraeny, Zahro Dewi; Pratiwi, Sekar Rini
JAST : Jurnal Aplikasi Sains dan Teknologi Vol 9, No 2 (2025): EDISI DESEMBER 2025
Publisher : Universitas Tribhuwana Tunggadewi Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33366/jast.v9i2.7818

Abstract

This community service activity was carried out in collaboration with the Nganjuk Regency Senior High School Mathematics Teacher Working Group (MGMP) to address the issues faced by teachers who still predominantly use lecture methods, are unfamiliar with modern statistical software, and do not have digital modules, reference books, and HOTS questions based on real data. The objectives of this program were to improve teachers' competence in integrating R and RMarkdown software into statistics learning, developing interactive digital modules, producing textbooks with ISBNs, and developing a bank of HOTS questions and digital LKPDs. The methods used were training and mentoring, involving 50 partner teachers. The main outputs are a digital module for teaching statistics based on the high school curriculum, a digital statistical reference book with an ISBN, and a bank of HOTS questions with 10 interactive digital worksheets. The products of this activity are superior to previous approaches because they are interactive, contextual, and easy to update. The impact of the activity can be seen from the increase in teachers' competence in using R software from 10% to 80%, the module being used by more than 50% of partner teachers, the reference book being used by more than 70% of teachers, and the HOTS questions and LKPD being used by more than 5 schools. This program has implications for further innovation opportunities in the form of developing interactive web applications and forming a digital-based community of practicing teachers for program sustainability.ABSTRAKKegiatan pengabdian kepada masyarakat ini dilaksanakan bersama MGMP Matematika SMA Kabupaten Nganjuk untuk menjawab permasalahan guru yang masih dominan menggunakan metode ceramah, belum familiar dengan perangkat lunak statistik modern, dan belum memiliki modul digital, buku referensi, serta soal HOTS berbasis data riil. Tujuan program ini adalah meningkatkan kompetensi guru dalam mengintegrasikan software R dan RMarkdown dalam pembelajaran statistika, menyusun modul digital interaktif, menghasilkan buku ajar ber-ISBN, serta mengembangkan bank soal HOTS dan LKPD digital. Metode yang digunakan adalah pelatihan, dan pendampingan, melibatkan 50 guru mitra. Karya utama yang dihasilkan adalah satu modul digital pembelajaran statistika berbasis kurikulum SMA, satu buku referensi statistika digital ber-ISBN, dan satu bank soal HOTS dengan 10 LKPD digital interaktif. Produk kegiatan ini unggul dibanding pendekatan sebelumnya karena interaktif, kontekstual, dan mudah diperbarui. Dampak kegiatan terlihat dari meningkatnya kompetensi guru dalam penggunaan perangkat lunak R dari 10% menjadi 80%, modul digunakan oleh lebih dari 50% guru mitra, buku referensi dimanfaatkan oleh lebih dari 70% guru, dan soal HOTS serta LKPD digunakan oleh lebih dari 5 sekolah. Program ini berimplikasi pada peluang inovasi lanjutan berupa pengembangan aplikasi web interaktif dan pembentukan komunitas guru praktisi berbasis digital untuk keberlanjutan program.