cover
Contact Name
Bahar
Contact Email
bahararahman@gmail.com
Phone
-
Journal Mail Official
puslit.stmikbjb@gmail.com
Editorial Address
-
Location
Kota banjarmasin,
Kalimantan selatan
INDONESIA
Progresif: Jurnal Ilmiah Komputer
ISSN : 02163284     EISSN : 26850877     DOI : -
Progresif: Jurnal Ilmiah Komputer adalah Jurnal Ilmiah bidang Komputer yang diterbitkan secara periodik dua nomor dalam satu tahun, yaitu pada bulan Februari dan Agustus. Redaksi Progresif: Jurnal Ilmiah Komputer menerima Artikel hasil penelitian atau atau artikel konseptual bidang Komputer.
Arjuna Subject : -
Articles 508 Documents
Sistem Pendukung Keputusan Penilaian Kinerja Guru Menggunakan Metode EDAS Robaha, Paskalino Melgibson; Sutejo, Heru; Irjanto, Nourman Satya
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.1994

Abstract

Teacher performance appraisal at SD YPK I Sion Dok III Jayapura is still based on attendance and number of subjects, so the results are less optimal and accurate. All criteria are given equal weight, making the assessment less precise. This research aims to develop a Decision Support System with the EDAS method to objectively assess teacher performance. This method involves collecting and processing data from 4 criteria consisting of Pedagogic, Professional, Personality, and Social. The results showed that Johanna Nahumay had the highest score of 0.938, making her the best performing teacher. System accuracy testing reached 80%, demonstrating the effectiveness of the EDAS method in assessing teacher performance objectively and consistently.Keywords: Teacher Performance Appraisal; Decision Support System; EDAS Method. AbstrakPenilaian kinerja guru di SD YPK I Sion Dok III Jayapura masih berdasarkan kehadiran dan jumlah mata pelajaran, sehingga hasilnya kurang optimal dan akurat. Semua kriteria diberi bobot sama, membuat penilaian kurang tepat. Penelitian ini bertujuan mengembangkan Sistem Pendukung Keputusan (SPK) dengan metode EDAS untuk menilai kinerja guru secara objektif. Metode ini melibatkan pengumpulan dan pengolahan data dari 4 Kriteria yang terdiri dari Pedagogik, Profesionalitas, Kepribadian, dan Sosial. Hasil penelitian menunjukkan bahwa Johanna Nahumay memiliki nilai tertinggi 0.938, menjadikannya guru dengan kinerja terbaik. Pengujian akurasi sistem mencapai 80%, menunjukkan efektivitas metode EDAS dalam menilai kinerja guru secara objektif dan konsisten.Kata kunci: Penilaian Kinerja Guru; Sistem Pendukung Keputusan; Metode EDAS.
Implementasi Algoritma Naive Bayes Terhadap Analisis Sentimen Perubahan Piala Dunia U-20 Epliani Limbong Rara; Evangs Mailoa
Progresif: Jurnal Ilmiah Komputer Vol 20, No 1: Februari 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i1.1550

Abstract

The change of host in the FIFA U-20 World Cup 2023 has sparked controversy among various groups, as seen on the social media platform Twitter. This controversy arose due to Indonesia's rejection of hosting the U-20 World Cup, allegedly because Indonesia refused the participation of the Israel U-20 national team to play in Indonesia. This research aims to implement the Naive Bayes method to classify public sentiment on Twitter regarding this change, distinguishing between positive and negative sentiments. The testing was conducted using a confusion matrix, which resulted in accuracy, precision, and recall values of 96%, 94.83%, and 99.56% respectively. Based on these results, it can be concluded that the use of the Naive Bayes method in this research is quite good, and the performance of the system improves with an increased amount of training data.Keywords: World Cup; Naive Bayes; Sentiment Classification; Confusion Matrix AbstrakAdanya perubahan tuan rumah pada turnamen Piala dunia U-20 FIFA 2023 menimbulkan kontroversi dari berbagai golongan yang dapat dilihat dari media sosial Twitter, lantaran adanya penolakan Indonesia menjadi tuan rumah pada Piala Dunia U-20 yang diduga karena Indonesia menolak keikutsertaan Timnas Israel U-20 untuk bermain di Indonesia. Penelitian ini bertujuan untuk mengimplementasikan metode Naive Bayes dalam melakukan klasifikasi sentimen masyarakat pada Twitter terkait adanya perubahan tersebut yang berupa sentimen positif dan negatif. Pengujian dilakukan menggunakan confusion matrix yang diperoleh hasil nilai accuracy, precision, dan recall masing-masing adalah 96%, 94,83%, dan 99,56%. Berdasarkan hasil tersebut dapat disimpulkan bahwa penggunaan metode Naive Bayes pada penelitian ini cukup baik, semakin banyak data training yang digunakan semakin baik hasil kinerja dari sistem.Keywords: Piala dunia; Naive Bayes; Klasifikasi Sentimen; Confusion Matrix
Pengukuran Kinerja Sistem E-Learning UNITOMO Menggunakan Framework ITIL V4 Zisti Shinta Maharrani; Lambang Probo Sumirat; Yudi Kristyawan
Progresif: Jurnal Ilmiah Komputer Vol 20, No 1: Februari 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i1.1811

Abstract

The E-Learning System of Dr. Soetomo University in Surabaya provides academic services for hybrid learning, also known as E-Learning. This system has been running for a long time and has received many complaints from users, such as server downtime during exams, repeated material uploads, and service management issues. To support operational and incident management, an evaluation is needed to ensure the system runs smoothly and to determine the optimal quality of service. This study focuses on the ITIL V4 framework tailored to the needs and conditions by utilizing practices such as Incident Management, Monitoring and Event Management, Service Continuity Management, Service Desk Management, and Service Request Management. An analysis is conducted by distributing questionnaires to directly involved users, including lecturers, students, heads of study programs, and academic affairs sub-department heads. Based on the calculation results, the maturity level of the Unitomo E-Learning System is still at level 3 (Defined) with a score of 3.37. Recommendations include improving documentation, standardizing the assessment of system service quality, and providing good user training and support to enhance performance.Keywords: E-Learning; Information Technology Infrastructure Library V4 Framework; Service Evaluation AbstrakSistem E-Learning Universitas Dr. Soetomo Surabaya memiliki pelayanan akademik untuk pembelajaran hybrid atau disebut E-Learning. Sistem ini telah berjalan lama dan banyak keluhan yang diterima pengguna seperti permasalahan server down saat ujian, upload materi berulang, dan manajemen layanan. Untuk mendukung operasional sekaligus pengelolaan insiden layanan IT diperlukan evaluasi yang bertujuan memastikan sistem berjalan baik dan mengetahui kualitas layanan berjalan optimal. Dalam penelitian ini berfokus pada framework ITIL V4 menyesuiakan kebutuhan dan kondisi dengan menggunakan praktik Incident Management, Monitoring and Event Management, Service Continuity Management, Service Desk Managament, dan Service Request Management. Analisa dilakukan dengan menyebarkan kuesioner kepada pengguna yang terlibat langsung dalam pengguna, yaitu Dosen, Mahasiswa, Kaprodi dan Kasubbag TU Akademik. Berdasarkan hasil perhitungan maturity level sistem E-Learning Unitomo masih berada di level 3 (Defined) dengan nilai 3.37. Rekomendasi yang dapat diberikan berupa peningkatan pendokumentasian, standarisasi penilaian kualitas layanan sistem, serta penyediaan pelatihan dan dukungan pengguna yang baik untuk meningkatkan kinerja.Kata kunci: E-Learning; Framework Infrastructure Technology Information Library V4; Evaluasi Layanan
Pengembangan Aplikasi Pendukung Keputusan Pemilihan Produk Skincare Lokal Indonesia berbasis SAW Yusuf, Inayatul Izzati Diana; Sudaryono, Sudaryono; Azizah, Nur
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.2223

Abstract

The growing complexity of selecting suitable skincare products has led to challenges such as confusion and potential skin issues due to incorrect choices. To address this, the study aimed to develop a Decision Support System (DSS) for recommending local facial wash products in Indonesia, tailored to different facial skin types using the Simple Additive Weighting (SAW) method. The research processed data from 333 respondents, evaluating criteria such as skin type suitability, product labels, user reviews, and price. The findings indicate that Marina Hydra Lock Whip Facial Foam is optimal for dry and normal skin, Acnes Face Wash for combination skin, and Kahf Oil and Acne Care Facial Wash for oily skin. The DSS effectively enhances the accuracy of product recommendations, minimizing the risk of improper selection and subsequent skin problems.Keywords: Decision Support System; Simple Additive Weighting; Local Skincare. AbstrakKompleksitas yang semakin meningkat dalam memilih produk skincare yang sesuai telah menyebabkan tantangan seperti kebingungan dan potensi masalah kulit akibat pilihan yang salah. Untuk mengatasi hal ini, penelitian ini bertujuan untuk mengembangkan Sistem Pendukung Keputusan (SPK) yang merekomendasikan produk facial wash lokal di Indonesia, yang disesuaikan dengan berbagai jenis kulit wajah menggunakan metode Simple Additive Weighting (SAW). Penelitian ini memproses data dari 333 responden, dengan mengevaluasi kriteria seperti kesesuaian jenis kulit, label produk, ulasan pengguna, dan harga. Hasil penelitian menunjukkan bahwa Marina Hydra Lock Whip Facial Foam adalah pilihan terbaik untuk kulit kering dan normal, Acnes Face Wash untuk kulit kombinasi, dan Kahf Oil and Acne Care Facial Wash untuk kulit berminyak. SPK ini terbukti efektif dalam meningkatkan akurasi rekomendasi produk, sehingga dapat meminimalkan risiko pemilihan produk yang salah dan masalah kulit yang diakibatkannya.Kata kunci: Sistem Pendukung Keputusan; Simple Additive Weighting; Skincare Lokal.
Pemilihan Jenis Cat Jotun untuk Tembok Luar Rumah Menggunakan Metode Certainty Factor Abraham Victor Patrick Ohoiwutun; Rahmat H. Kiswanto; Heru Sutejo
Progresif: Jurnal Ilmiah Komputer Vol 20, No 1: Februari 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i1.1423

Abstract

The use of accurate information technology in the form of an expert system to improve service is urgently needed in the paint industry. As we all know, paint serves to provide protection and beautify. Paint has various types, so choosing the right type of paint will give maximum results. The purpose of this research is to implement an expert system for selecting the Jotun Paint Type for the outer walls of the house. The expert system method for solving wall paint selection problems is the Certainty Factor method, which uses 11 house conditions that provide 6 Jotun paint-type solutions for the outer walls of the house. The results of this study are an expert system for selecting Jotun paint types with an accuracy rate of 100%. These results were obtained through testing using ten rules, and all the rules gave the appropriate results.Keywords: Selection of Cats; Certainty Factor; Expert system AbstrakPenggunaan teknologi informasi yang akurat dalam bentuk sistem pakar untuk peningkatan pelayanan sangat dibutuhkan dalam industri cat. Seperti yang kita tahu bersama, cat berfungsi untuk memberikan perlindungan, dan memperindah. Cat memiliki berbagai macam jenis, sehingga pemilihan jenis cat yang tepat akan memberikan hasil yang lebih maksimal. Tujuan dari penelitian ini adalah untuk mengimplementasikan sistem pakar untuk pemilihan Jenis Cat Jotun untuk tembok luar rumah. Metode sistem pakar untuk menyelesaikan permasalahan pemilihan cat tembok adalah metode Certainty Factor, yang menggunakan 11 Kondisi rumah yang memberikan 6 solusi jenis cat Jotun untuk tembok luar rumah. Hasil dari penelitian ini adalah sebuah sistem pakar pemilihan jenis cat Jotun dengan tingkat keakuratan sebesar 100%. Hasil tersebut diperoleh melalui pengujian dengan menggunakan sepuluh aturan, dan keseluruhan aturan memberikan hasil yang sesuai.Kata kunci: Pemilihan Cat; Certainty Factor; Sistem Pakar 
Sistem Pendukung Keputusan Seleksi Penerimaan Pegawai Kontrak Di KPU Menggunakan Metode SMART Ardi, Muhamad; Lahallo, Jim; Tatuhey, Emy L.
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.1968

Abstract

The selection process for contract employee recruitment in the KPU Papua Province is often faced with problems of subjectivity and inefficiency of manual assessment, which has an impact on the inaccuracy of selection results. This research aims to develop a Decision Support System (SPK) using the SMART (Simple Multi-Attribute Rating Technique) method to improve objectivity and selection efficiency. The SMART method was chosen for its ability to accommodate a wide range of assessment criteria with adjustable weights. This system was developed using the Waterfall model and tested using the black box method. The test results showed that the system successfully reduced the potential for bias and increased efficiency and transparency in the selection process. The accuracy test results show that this system has an accuracy of 80%, with precision, recall, specificity, and F1 scores of 80% each. Thus, this SPK supports the KPU in selecting candidates in accordance with the required qualifications.Keywords: Decision Support System; Employee selection; SMART method; Objectivity; efficiencyAbstrakProses seleksi penerimaan pegawai kontrak di KPU Provinsi Papua sering kali dihadapkan pada permasalahan subjektivitas dan ketidakefisienan penilaian manual, yang berdampak pada ketidakakuratan hasil seleksi. Penelitian ini bertujuan mengembangkan Sistem Pendukung Keputusan (SPK) menggunakan metode SMART (Simple Multi-Attribute Rating Technique) untuk meningkatkan objektivitas dan efisiensi seleksi. Metode SMART dipilih karena kemampuannya mengakomodasi berbagai kriteria penilaian dengan bobot yang dapat disesuaikan. Sistem ini dikembangkan menggunakan model Waterfall dan diuji menggunakan metode black box. Hasil pengujian menunjukkan bahwa sistem berhasil mengurangi potensi bias dan meningkatkan efisiensi serta transparansi dalam proses seleksi. Hasil pengujian akurasi menunjukkan sistem ini memiliki akurasi sebesar 80%, dengan precision, recall, specificity, dan F1 score masing-masing juga sebesar 80%. Dengan demikian, SPK ini mendukung KPU dalam memilih kandidat yang sesuai dengan kualifikasi yang dibutuhkan.Kata kunci: Sistem Pendukung Keputusan; Seleksi pegawai; Metode SMART; Objektivitas; efisiensi 
Algoritme FP-Growth Untuk Rekomendasi Menu Makanan Ikan Air Tawar Di Restoran Brenzeel 48 Resto & Cafe Sampit Jetri Susanto; Lukman Bachtiar
Progresif: Jurnal Ilmiah Komputer Vol 20, No 1: Februari 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i1.1371

Abstract

The development of the restaurant business in the Sampit area has driven strong economic growth. The menu of most of the restaurants there usually serves food made from fresh water fish. However, one of the problems that often arises is running out of food menu stock when customers ask. This study proposes the use of data mining techniques using the FP-Growth algorithm to determine customer purchasing patterns and suggests a fresh water fish menu that should be offered by Brenzeel 48 Resto & Cafe Sampit Restaurant. This will help solve the problem. Using a minimum support of 50% and a minimum confidence of 80% produces 821 rules, produces the highest rule which is 2 rules and has a correlation between food menus which is positively correlated. By doing this calculation, restaurants can further improve service quality and avoid losses due to unsold or out of stock menus. The results of this study are expected to help restaurants make better decisions regarding the supply of fresh water fish menu stock, meet customer needs, increase the competitive level of the restaurant business.Keywords: Food Menu; Restaurants; Data Mining; FP-Growth Algorithm AbstrakPerkembangan bisnis restoran di wilayah Sampit telah mendorong pertumbuhan ekonomi yang kuat. Menu sebagian besar restoran di sana biasanya menyajikan makanan yang terbuat dari ikan air tawar. Namun, masalah yang sering muncul salah satunya adalah kehabisan stok menu makanan saat pelanggan meminta. Penelitian ini mengusulkan penggunaan teknik data mining dengan menggunakan Algoritme FP-Growth untuk mengetahui pola pembelian pelanggan dan menyarankan menu ikan air tawar yang harus ditawarkan oleh Restoran Brenzeel 48 Resto & Cafe Sampit. Ini akan membantu menyelesaikan masalah. Menggunakan minimum support 50% dan minimum confidence 80% menghasilkan 821 aturan, menghasilkan aturan tertinggi yaitu 2 aturan dan memiliki korelasi antara menu makanan yaitu positively correlated. Dengan melakukan perhitungan ini, restoran dapat lebih meningkatkan kualitas pelayanan dan menghindari kerugian karena menu yang tidak laku atau habis. hasil penelitian ini diharapkan dapat membantu restoran dalam mengambil keputusan yang lebih baik mengenai pasokan stok menu ikan air tawar, memenuhi kebutuhan pelanggan, meningkatkan tingkat kompetitif bisnis restoran.Kata Kunci: Menu Makanan; Restaurant; Data Mining; Algoritme FP-Growth
Aplikasi Android Pengajuan Kredit Online Memanfaatkan Fitur Realtime Database Dalam Firebase Pada PT BPR Bank Rembang Yehuda Logusfa Purbo; Yos Richard Beeh
Progresif: Jurnal Ilmiah Komputer Vol 20, No 1: Februari 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i1.1668

Abstract

The development of the world of information technology is currently increasingly entering various fields, so that over time many companies are starting to try to improve their performance, one of which is banking which is very closely related to information technology itself. This began to be realized with the existence of several applications from each bank such as Mobile Banking and Internet Banking. PT BPR Bank Rembang (Perseroda) is one of the People's Credit Banks (BPR) in Indonesia which has a good reputation in serving the community with a variety of banking products and services. At this time PT BPR Bank Rembang (Perseroda) does not yet have an application for customers to apply for credit online. The results of creating a User Interface (UI) for PT BPR Bank Rembang (Perseroda)'s online credit application can be used as an online credit application and can be implemented as expected.Keyword:  User Interface; Java; Android; Mobile Banking; Bank   AbstrakPerkembangan dunia teknologi informasi saat ini semakin cepat memasuki dalam berbagai bidang, sehingga seiring perkembangan waktu mulai banyak perusahaan yang berusaha meningkatkan kinerjanya, salah satunya adalah perbankan yang sangat berkaitan erat dengan teknologi informasi itu sendiri. Hal tersebut mulai diwujudkan dengan adanya beberapa aplikasi dari setiap bank seperti Mobile Banking dan Internet Banking. PT BPR Bank Rembang (Perseroda) merupakan salah satu Bank Perkreditan Rakyat (BPR) di Indonesia yang mempunyai predikat bagus dalam melayani masyarakat dengan berbagai produk dan layanan perbankan. Pada saat ini PT BPR Bank Rembang (Perseroda) belum memiliki aplikasi bagi nasabah untuk melakukan pengajuan kredit online. Hasil daripada pembuatan User Interface (UI) pengajuan kredit online PT BPR Bank Rembang (Perseroda) ini dapat digunakan sebagai aplikasi pengajuan kredit online dan dapat diimplementasikan sesuai dengan yang diharapkan.Kata kunci:  User Interface; Java; Android; Mobile Banking; Bank   
Pengelompokan Analisis Sentimen Komentar Youtube Terhadap Pengambilalihan Jalan Rusak di Lampung Menggunakan Algoritma Clustering Purnomo, Niko; Gata, Windu
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.1936

Abstract

Clustering is a method to group data into groups with certain similarities. This research analyzes text clustering on YouTube video comments about damaged road repairs in Lampung. Three clustering algorithms were used: K-means, DBSCAN, and HDBSCAN. The results showed a silhouette score for K-means of -0.348, DBSCAN of 0.836, and HDBSCAN of 0.106. Theme analysis on DBSCAN clusters showed better clustering than K-means and HDBSCAN. DBSCAN clusters are easier to infer because the topics of each cluster are well classified. Thus, DBSCAN proved superior in clustering text comments, with the highest silhouette score of 0.836% in the case of damaged road repair in Lampung.Keywords: Analisis Sentimen; Clustering; K-means; DBSCAN; HDBSCAN   AbstrakClustering adalah metode untuk mengelompokkan data ke dalam kelompok-kelompok dengan kemiripan tertentu. Penelitian ini menganalisis pengelompokan teks pada komentar video YouTube tentang perbaikan jalan rusak di Lampung. Tiga algoritma clustering digunakan: K-means, DBSCAN, dan HDBSCAN. Hasil penelitian menunjukkan skor siluet untuk K-means sebesar -0,348, DBSCAN sebesar 0,836, dan HDBSCAN sebesar 0,106. Analisis tema pada cluster DBSCAN menunjukkan pengelompokan yang lebih baik dibandingkan K-means dan HDBSCAN. Cluster DBSCAN lebih mudah disimpulkan karena topik tiap cluster terklasifikasi dengan baik. Dengan demikian, DBSCAN terbukti lebih unggul dalam mengelompokkan komentar teks, dengan skor siluet tertinggi 0,836% pada kasus perbaikan jalan rusak di Lampung.Kata Kunci: Analisis Sentimen; Clustering, K-means; DBSCAN; HDBSCAN.  
Penerapan Text Mining Untuk Advertising Pada Data Tweets Zalora Indonesia Dengan Menggunakan Metode K-Means Clustering Feybiola Agustine Andrea Ompo; Magdalena A. Ineke Pakereng
Progresif: Jurnal Ilmiah Komputer Vol 20, No 1: Februari 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i1.1576

Abstract

Zalora Indonesia is one of the online retail business people who use Twitter social media as a means to do advertising. The purpose of this study is to determine the type of tweets content that is widely liked and retweeted by Zalora Indonesia followers to advertise to Twitter users. The collection of tweets data is done by integrating the Twitter API and Python programming language. The data analysis method is carried out by utilizing 2 tools, namely the Python programming language for text preprocessing and Rapidminer for data processing using the K-Means algorithm. The results of the application of the K-Means algorithm are 4 clusters, including Zalora cashback (cluster 1), skincare and woman style (cluster 2), payday and shopping time (cluster 3), as well as holiday promos (cluster 4). Based on the calculation of the average number of likes and retweets in each cluster, the type of content with the most likes and retweets was obtained, namely regarding holiday promos (cluster 4). So that business people can take advantage of the like and retweet features as a means for advertising to Zalora Indonesia users.Kata kunci: Zalora Indonesia; Text Mining; Clustering; K-Means; Twitter AbstrakZalora Indonesia merupakan salah satu pelaku bisnis retail online yang menggunakan media sosial Twitter sebagai sarana untuk melakukan advertising. Tujuan dari penelitian ini yaitu untuk mengetahui jenis konten tweets yang banyak dilakukan likes dan retweet oleh followers Zalora Indonesia untuk melakukan advertising kepada pengguna Twitter. Pengumpulan data tweets dilakukan dengan mengintegrasikan Twitter API dan bahasa pemrograman Python. Metode analisis data dilakukan dengan memanfaatkan 2 tools yaitu bahasa pemrograman Python untuk proses text preprocessing serta Rapidminer untuk pengolahan data menggunakan algoritma K-Means. Hasil dari penerapan algoritma K-Means terdapat 4 klaster, diantaranya mengenai cashback zalora (cluster 1), skincare dan woman style (cluster 2), payday dan waktu belanja (cluster 3), serta promo hari raya (cluster 4). Berdasarkan perhitungan jumlah rata-rata like dan retweet pada tiap klaster, diperoleh jenis konten dengan like dan retweet terbanyak yaitu mengenai promo hari raya (cluster 4). Sehingga pelaku bisnis dapat memanfaatkan fitur like dan retweet sebagai sarana untuk advertising kepada pengguna Zalora Indonesia.Kata kunci: Zalora Indonesia; Text Mining; Clustering; K-Means; Twitter