Claim Missing Document
Check
Articles

Found 33 Documents
Search

Strategi Pengembangan BSI Smart Agen di Kab. Bone Armin, Armin; Marzuki, Sitti Nikmah; Titiek Muthmainnah
Islamic Banking and Finance Vol. 5 No. 2 (2025)
Publisher : Faculty of Islamic Economics and Business

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30863/ibf.v5i2.6001

Abstract

Penelitian ini menganalisis strategi pengembangan BSI Smart Agen dalam mendorong inklusi keuangan syariah di Kabupaten Bone serta merumuskan strategi pengembangannya. Penelitian menggunakan pendekatan kualitatif deskriptif dengan pengumpulan data melalui observasi, wawancara mendalam, dan dokumentasi. Analisis dilakukan menggunakan pendekatan SWOT untuk mengidentifikasi faktor internal dan eksternal yang memengaruhi kinerja agen. Hasil penelitian menunjukkan bahwa BSI Smart Agen memiliki potensi besar dalam memperluas akses layanan keuangan syariah melalui pemanfaatan teknologi digital, fleksibilitas operasional, dan dukungan kebijakan inklusi keuangan. Namun, pengembangan layanan masih menghadapi keterbatasan modal kerja, rendahnya literasi keuangan masyarakat, persaingan antaragen, serta kendala infrastruktur jaringan. Analisis SWOT menempatkan BSI Smart Agen pada Kuadran I, yang menunjukkan bahwa strategi agresif merupakan pendekatan paling tepat untuk memperkuat peran agen dalam mendukung inklusi keuangan syariah.
Kualitas Pelayanan Publik Pemerintah Kota Baubau terhadap Sarana Olahraga dan Tingkat Partisipasi Masyarakat Karim, Karim; Azmil, Mimil; Armin, Armin
Jurnal Pendidikan Tambusai Vol. 10 No. 1 (2026)
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jptam.v10i1.36992

Abstract

Penelitian ini bertujuan menganalisis persepsi masyarakat terhadap kualitas pelayanan publik Pemerintah Kota Baubau dalam pengelolaan sarana olahraga serta hubungannya dengan tingkat partisipasi masyarakat. Penelitian menggunakan pendekatan mixed-method dengan teknik survei terhadap 150 responden pengguna fasilitas olahraga publik dan wawancara terhadap informan kunci. Instrumen penelitian menggunakan adaptasi model SERVQUAL yang mencakup lima dimensi, yaitu tangibles, reliability, responsiveness, assurance, dan empathy, serta indikator partisipasi olahraga berupa frekuensi kunjungan dan jenis aktivitas. Hasil penelitian menunjukkan bahwa persepsi masyarakat terhadap kualitas pelayanan publik berada pada kategori cukup pada hampir seluruh dimensi. Dimensi tangibles (42,7%) dan assurance (40,7%) memperoleh penilaian baik yang relatif lebih tinggi dibanding responsiveness (32,7%) dan empathy (30,0%). Tingkat partisipasi masyarakat didominasi kategori kadang-kadang (45,3%), dengan aktivitas olahraga permainan seperti basket, voli, dan futsal sebagai kegiatan utama (48,7%). Temuan ini menunjukkan bahwa kualitas pelayanan publik berperan penting dalam membentuk tingkat partisipasi olahraga masyarakat. Peningkatan kualitas pengelolaan fasilitas dan pelayanan berbasis kebutuhan pengguna diperlukan untuk mendorong partisipasi yang lebih berkelanjutan.
Analysis of Public Sentiment Towards the Prabowo-Gibran Administration Using Deep Neural Network Algorithms Wahyuningsih, Kartika; Istiqlal, Adib Ahmad; Armin, Armin
Andalasian International Journal of Applied Science, Engineering and Technology Vol. 6 No. 1 (2026): March 2026
Publisher : LPPM Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/aijaset.v6i1.257

Abstract

The leadership of Prabowo and Gibran has drawn significant public attention, particularly in the early phase of the administration. In the digital era, public opinions both supportive and critical are widely expressed through platforms such as YouTube, generating large volumes of data. Manual analysis of this data is impractical, while previous machine learning and deep learning approaches have produced suboptimal results. Therefore, this study applies a Deep Neural Network (DNN) to analyze public sentiment more effectively. The process involves inputting a dataset derived from YouTube comments obtained through scraping using the v3 API. This is followed by preprocessing, labeling, data splitting, applying IndoBERT word embedding, and DNN, with the final step being evaluation using a confusion matrix. The results of this study indicate that as the depth of the hidden layers increases, the accuracy improves, though not significantly. The best model performance was obtained by without SMOTE using a depth of 6 hidden layers, with an accuracy of 68.84%, precision of 67.5%, recall of 68.84%, and an F1 score of 64.22%.