Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Data Sciences Indonesia (DSI) Jurnal Pengabdian Masyarakat Indonesia (JPMI)
Muhammad Vito Aristawidya
Universitas Logistik dan Bisnis Internasional
Computer Science & IT Education Physics Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Penerapan Algoritma Apriori untuk Rekomendasi Produk dalam Rangka Peningkatan Hasil Penjualan KUD Sarwa Mukti Cisarua Fatia Amalia Maresti; Woro Isti Rahayu; Kiki Mustaqim; Muhammad Vito Aristawidya; Laode Muhammad Aznur Syahfajar
Jurnal Pengabdian Masyarakat Indonesia (JPMI) Vol. 2 No. 3 (2025): Februari
Publisher : Publikasi Inspirasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62017/jpmi.v2i3.4031

Abstract

Koperasi Unit Desa (KUD) Sarwa Mukti merupakan salah satu koperasi produksi susu sapi perah yang masih aktif beroperasi di Cisarua, Kabupaten Bandung Barat, Jawa Barat.  Secara umum, program bertujuan untuk menerapkan strategi peningkatan penjualan produk KUD Sarwa Mukti, dengan menampilkan dashboard visualisasi hasil penjualan produk dan menerapkan rekomendasi sistem pemesanan produk menggunakan Algoritma Apriori. Algoritma Apriori adalah teknik dalam data mining untuk menemukan aturan asosiasi dalam dataset besar, dengan fokus pada item-item yang sering muncul bersama dalam transaksi. Hasil analisis menunjukkan bahwa produk berbasis susu, seperti Susu Murni dan Milk Shake Ice Cream, memiliki tingkat pembelian tinggi dan sering dibeli bersamaan dengan produk lain seperti Pisang Keju dan Roti Kukus. Dengan nilai lift rata-rata sebesar 1.53, ditemukan keterkaitan kuat antara beberapa produk, yang dapat dimanfaatkan untuk strategi bundling dan promosi. Penerapan association rules menghasilkan 180 aturan asosiasi yang menunjukkan hubungan positif antara produk antecedents dan consequents. Aturan dengan nilai lift tertinggi menunjukkan kecenderungan kuat bagi pelanggan untuk membeli produk secara bersamaan, seperti pada kombinasi Puding Sumur dan Pisang Kipas.
Analisis Sentimen Ulasan Pengguna Aplikasi Pospay Menggunakan Support Vector Machine Untuk Evaluasi Layanan Keuangan Digital Muhammad Vito Aristawidya; Kiki Mustaqim; Woro Isti Rahayu
Data Sciences Indonesia (DSI) Vol. 6 No. 1 (2026): Article Research Volume 6 Issue 1, Juni 2026
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v6i1.8733

Abstract

Perkembangan layanan keuangan digital telah mendorong meningkatnya penggunaan aplikasi pembayaran berbasis mobile, termasuk PosPay yang dikembangkan oleh PT Pos Indonesia. Seiring dengan meningkatnya jumlah pengguna, ulasan pengguna pada platform distribusi aplikasi seperti Google Play Store menjadi sumber informasi penting dalam mengevaluasi kualitas layanan aplikasi. Namun, ulasan tersebut umumnya berbentuk teks tidak terstruktur sehingga memerlukan pendekatan analisis berbasis Natural Language Processing (NLP) untuk mengekstraksi informasi yang relevan. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna aplikasi PosPay menggunakan algoritma Support Vector Machine (SVM) guna mengevaluasi kualitas layanan keuangan digital. Dataset diperoleh melalui proses web scraping terhadap 1.637 ulasan pengguna pada Google Play Store. Tahapan penelitian meliputi preprocessing teks, pelabelan sentimen menggunakan model IndoBERT, ekstraksi fitur menggunakan TF-IDF, serta klasifikasi sentimen menggunakan algoritma SVM. Hasil eksperimen menunjukkan bahwa model SVM memperoleh akurasi sebesar 0,92, dengan precision 0,93, recall 0,92, dan F1-score 0,93. Analisis distribusi sentimen menunjukkan bahwa 60,2% ulasan memiliki sentimen positif dan 39,8% memiliki sentimen negatif. Analisis kata dominan mengindikasikan bahwa ulasan negatif didominasi oleh isu kegagalan transaksi dan saldo yang tidak masuk. Temuan penelitian ini menunjukkan bahwa pendekatan analisis sentimen berbasis NLP dapat digunakan sebagai metode evaluasi layanan aplikasi keuangan digital serta menyediakan insight berbasis data untuk peningkatan kualitas layanan aplikasi.
Co-Authors Kiki Mustaqim Laode Muhammad Aznur Syahfajar Maresti, Fatia Amalia Rahayu, Woro Isti