Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Journal of Information System
Salshabila, Vini Shiva
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
PENGELOMPOKAN PENGGUNA GAGAL BAYAR PINJAMAN ONLINE PADA MEDIA SOSIAL TWITTER MENGGUNAKAN TF- IDF DAN K-MEANS CLUSTERING Junianto, Erfian; Salshabila, Vini Shiva
JOINS (Journal of Information System) Vol. 10 No. 2 (2025): Edisi November 2025 (ongoing)
Publisher : Fakultas Ilmu Komputer, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/joins.v10i2.13652

Abstract

Maraknya layanan pinjaman daring di Indonesia telah mempermudah akses keuangan tetapi juga menyebabkan peningkatan kasus gagal bayar. Kejadian ini tidak dapat semata-mata dikaitkan dengan keterbatasan ekonomi pengguna, sehingga memerlukan eksplorasi yang lebih komprehensif tentang motif yang mendasarinya. Penelitian ini bertujuan untuk mengklasifikasikan motif di balik gagal bayar di kalangan pengguna pinjaman daring berdasarkan wacana publik di Twitter. Sebanyak 2.607 tweet berbahasa Indonesia dikumpulkan menggunakan metode crawling dengan token otorisasi dan alat tweet-harvest. Temuan tersebut mengungkapkan empat tema dominan: tekanan ekonomi dan perilaku keuangan berisiko, promosi yang menyesatkan, intimidasi penagih utang, dan gaya hidup konsumtif. Term Frequency–Inverse Document Frequency (TF-IDF) dan K-Means efektif dalam mengekstraksi informasi yang tidak terstruktur dan mengelompokkan opini publik. Studi ini berkontribusi pada pemahaman perilaku default dan mendukung pengembangan sistem deteksi risiko sosial berbasis teks di masa depan.
Co-Authors Erfian Junianto