cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Mohamad Ilyas Abas
Contact Email
juik@umgo.ac.id
Phone
+6282396102670
Journal Mail Official
juik@umgo.ac.id
Editorial Address
Jln. Prof. Mansoer Pateda, Kecamatan Telaga Biru Kabupaten Gorontalo
Location
Kab. gorontalo,
Gorontalo
INDONESIA
Jurnal Ilmu Komputer
Published by Universitas Muhammadiyah Gorontalo
ISSN : -     EISSN : 2774924X     DOI : -
Core Subject : Science,
Computer Science & IT
Jurnal Ilmu Komputer (JUIK) Universitas Muhammadiyah Gorontalo. Jurnal ini dibuka dan dirilis pada tahun 2021 Volume 1. No. 1 untuk periode Februari dan Oktober. Jurnal ini memiliki ruang lingkup Ilmu Komputer, Teknik Informasi, Rekayasa Perangkat Lunak, Sistem Informasi Geografis, Data Mining, Machine Learning, Image Processing dan Sistem Informasi. Jurnal ini bisa menjadi tempat Anda untuk mengalirkan artikel untuk direkam sehingga menambah wawasan bagi pembaca atau pencari referensi sesuai bidang terkait.
Arjuna Subject : Ilmu Komputer (semua kategori) - Jaringan Komputer dan Komunikasi
Articles 2 Documents
 1 
Search results for , issue "Vol 6, No 1 (2026): February 2026" : 2 Documents clear
TREN PUBLIKASI ANALISIS KEBIJAKAN PEMERINTAH MELALUI MEDIA SOSIAL: TINJAUAN LITERATUR SISTEMATIS Kuntoro, Antonius Yadi; Fahlapi, Riza; Saputra, Dedi Dwi; Hermanto, Hermanto; Asra, Taufik; Aditya, Tommy; Adiputra, Mahesa; Rachimsah, Wildan; Nanjaya, Ahmad Fadhil
Jurnal Ilmu Komputer (JUIK) Vol 6, No 1 (2026): February 2026
Publisher : Universitas Muhammadiyah Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31314/juik.v6i1.4620

Abstract

Penelitian ini berfokus pada pemetaan perkembangan dan tren terkini dalam analisis sentimen berbasis machine learning (ML), khususnya dalam konteks evaluasi kebijakan pemerintah. Dengan menggunakan pendekatan Systematic Literature Review (SLR), sebanyak 634 artikel ilmiah yang terindeks di Scopus dan Web of Science dalam periode 2021–2025 dianalisis untuk mengidentifikasi tren terkini dalam penggunaan machine learning untuk analisis sentimen, serta aplikasinya dalam evaluasi kebijakan pemerintah. Analisis dilakukan menggunakan alat pemetaan bibliometrik Vosviewer dan CiteSpace, yang memungkinkan identifikasi dan pemetaan klaster-topik yang dominan dalam bidang ini. Hasil penelitian menunjukkan bahwa terdapat sembilan klaster utama dalam kajian analisis sentimen, di antaranya deep learning models, transformer-based models (BERT, GPT), dan real-time sentiment analysis. Di antara klaster-klaster tersebut, deep learning models menjadi pendekatan yang paling dominan, menandakan peningkatan signifikan dalam akurasi dan efisiensi analisis sentimen, yang sangat relevan untuk evaluasi kebijakan pemerintah, terutama dalam menangkap respons publik secara real-time. Penelitian ini memberikan kontribusi penting dengan memperluas pemahaman tentang perkembangan teknologi dalam analisis sentimen serta aplikasinya yang semakin berkembang dalam konteks politik dan kebijakan publik. Namun, penelitian ini juga memiliki keterbatasan terkait dengan cakupan sumber data yang terbatas hanya pada dua database utama, yakni Scopus dan Web of Science, yang mungkin tidak mencakup keseluruhan literatur terkait. Oleh karena itu, penelitian selanjutnya disarankan untuk memperluas cakupan dengan memasukkan database lain seperti EBSCO dan IEEE Xplore guna mencapai pemahaman yang lebih komprehensif dan mendalam terkait tren perkembangan analisis sentimen dalam kajian kebijakan pemerintah.
ANALISIS LINIER BERGANDA PENGARUH HARGA DAN RATING PRODUK TERHADAP VOLUME PENJUALAN PADA PLATFORM E-COMMERCE SHOPEE Kuntoro, Antonius Yadi; Fahlapi, Riza; Saputra, Dedi Dwi; Hermanto, Hermanto; Asra, Taufik; Aditya, Tommy; Adiputra, Mahesa; Rachimsah, Wildan; Nanjaya, Ahmad Fadhil
Jurnal Ilmu Komputer (JUIK) Vol 6, No 1 (2026): February 2026
Publisher : Universitas Muhammadiyah Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan e-commerce di Indonesia mendorong pelaku usaha untuk bersaing dalam menawarkan produk yang tidak hanya berkualitas, tetapi juga kompetitif dari segi harga dan ulasan konsumen. Penelitian ini bertujuan untuk menganalisis pengaruh harga dan rating produk terhadap volume penjualan pada platform Shopee, dengan studi kasus pada toko Sista Footwear. Metode penelitian yang digunakan adalah pendekatan kuantitatif dengan analisis regresi linier berganda berdasarkan data dari 100 produk selama Januari hingga Maret 2025. Teknik pengumpulan data menggunakan teknik pengumpulan data dilakukan melalui metode dokumentasi, dengan mencatat data sekunder secara manual dari halaman produk di toko Sista Footwear di platform Shopee meliputi harga produk, rating produk (skala 1–5), jumlah produk yang terjual untuk menjamin validitas data, proses pencatatan dilakukan berulang (cross-check) pada waktu yang berbeda guna mengantisipasi perubahan dinamis pada platform e-commerce. Teknik analisis data dilakukan dengan menggunakan model regresi linier berganda untuk mengetahui pengaruh harga (X₁) dan rating (X₂) terhadap volume penjualan (Y) dengan melakukan analisis regresi, dilakukan uji asumsi klasik yang meliputi uji normalitas, uji multikolinearitas, dan uji heteroskedastisitas, untuk memastikan tidak adanya varians residual yang tidak konstan,. Berdasarkan model regresi diketahui hasil analisis menunjukkan bahwa harga memiliki pengaruh negatif signifikan terhadap volume penjualan karena setiap kenaikan harga Rp 1 menurunkan penjualan sebesar 0,000175 unit, sedangkan rating produk berpengaruh positif signifikan karena setiap kenaikan 1 poin rating meningkatkan penjualan sebesar 18,57 unit, serta model menjelaskan 5,9% bahwa variabel harga dan rating secara simultan menjelaskan variasi penjualan. Temuan ini menekankan pentingnya strategi penetapan harga yang tepat serta upaya peningkatan kepuasan pelanggan melalui rating yang tinggi untuk meningkatkan penjualan di e-commerce.

Page 1 of 1 | Total Record : 2

 1 

Filter by Year

2026 2026


Reset
Filter By Issues
All Issue Vol 6, No 1 (2026): February 2026 Vol 5, No 3 (2025): OCTOBER 2025 Vol 5, No 2 (2025): JUNE 2025 Vol 5, No 1 (2025): February 2025 Vol 4, No 3 (2024): October 2024 Vol 4, No 2 (2024): JUNE 2024 Vol 4, No 1 (2024): FEBRUARY 2024 Vol 3, No 2 (2023): October 2023 Vol 3, No 1 (2023): Februari 2023 Vol 2, No 2 (2022): October 2022 Vol 2, No 1 (2022): February 2022 Vol 1, No 2 (2021): October 2021 Vol 1, No 1 (2021): February 2021 More Issue