Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAK

Pariwisata Indonesia adalah salah satu penyumbang terbesar devisa negara. Pada 2015 devisa yang dihasilkan sektor pariwisata adalah sebesar $ 12,23 miliar dan diproyeksikan bahwa pada tahun 2020 akan memberikan kontribusi devisa negara sebesar $ 20 miliar. Kemajuan teknologi secara fundamental telah mengubah cara informasi diproduksi dan digunakan untuk banyak hal termasuk di sektor pariwisata. Dalam industri pariwisata, pengalaman pelanggan penting untuk pengembangan dan reputasi industri. Diperlukan pendekatan baru untuk mengukur tingkat kepuasan pelanggan dan persepsi wisatawan melalui analisis sentimen. Dalam penelitian ini permasalahan yang menjadi perhatian adalah bagaimana memanfaatkan analisis sentimen untuk menentukan persepsi wisatawan mengenai 3A (atraksi, amenitas, dan aksesibilitas) di destinasi wisata dan mengukur korelasi antara persepsi wisatawan dengan tingkat pertumbuhan wisatawan, menggunakan metode text mining NLP (Natural Language Processing) untuk mengembangkan strategi peningkatan kunjungan wisatawan dan pengembangan destinasi wisata. Hasil dari penelitian yang dilakukan didapatkan hasil terdapat korelasi negatif yang kuat antara sentimen negatif dengan tingkat pertumbuhan kunjungan wisatawan. Tingkat pertumbuhan wisatawan akan menurun ketika sentimen negatif dari wisatawan meningkat. Penurunan tingkat pertumbuhan wisatawan berdampak pada potensi hilangnya pendapatan negara. Analisis sentimen dapat memberikan gambaran persepsi wisatawan secara lengkap terkait aspek amenitas, aksesibilitas, dan atraksi di destinasi pariwisata.

---

ABSTRACT

---

Indonesian tourism is one of the biggest contributors to the countrys foreign exchange. In 2015 the foreign exchange generated by the tourism sector was $ 12:23 billion and it is projected that in 2020 will Contribute to the countrys foreign exchange of $ 20 billion. Technological advances have fundamentally changed the way information is produced and used for many things Including in the tourism sector. In the tourism industry, customer experience is important for the development and reputation of the industry. A new approach is needed to measure customer satisfaction and tourist perceptions through sentiment analysis. In this study the goal is how to use sentiment analysis to Determine the perceptions of tourists regarding 3A (attractions, amenities and accessibility) in tourist destinations and measure the correlation between perceptions with tourist tourist growth rates, using the NLP (Natural Language Processing) text mining method to develop strategies for increasing tourist visits and developing tourist destinations. The results of the research Showed that there was a strong negative correlation between negative sentiment and the level of tourist tourist growth. The level of tourist growth when the negative sentiment will Decrease from tourists increases. Tourist Declining growth rates have an impact on the potential loss of state income. Sentiment analysis can provide a complete description of tourist perceptions regarding aspects of amenities, accessibility, and Attractions in tourism destinations. using the NLP (Natural Language Processing) text mining method to develop strategies for increasing tourist visits and developing tourist destinations. The results of the research Showed that there was a strong negative correlation between negative sentiment and the level of tourist tourist growth. The level of tourist growth when the negative sentiment will Decrease from tourists increases. Tourist Declining growth rates have an impact on the potential loss of state income. Sentiment analysis can provide a complete description of tourist perceptions regarding aspects of amenities, accessibility, and Attractions in tourism destinations. using the NLP (Natural Language Processing) text mining method to develop strategies for increasing tourist visits and developing tourist destinations. The results of the research Showed that there was a strong negative correlation between negative sentiment and the level of tourist tourist growth. The level of tourist growth when the negative sentiment will Decrease from tourists increases. Tourist Declining growth rates have an impact on the potential loss of state income. Sentiment analysis can provide a complete description of tourist perceptions regarding aspects of amenities, accessibility, and Attractions in tourism destinations. The results of the research Showed that there was a strong negative correlation between negative sentiment and the level of tourist tourist growth. The level of tourist growth when the negative sentiment will Decrease from tourists increases. Tourist Declining growth rates have an impact on the potential loss of state income. Sentiment analysis can provide a complete description of tourist perceptions regarding aspects of amenities, accessibility, and Attractions in tourism destinations. The results of the research Showed that there was a strong negative correlation between negative sentiment and the level of tourist tourist growth. The level of tourist growth when the negative sentiment will Decrease from tourists increases. Tourist Declining growth rates have an impact on the potential loss of state income. Sentiment analysis can provide a complete description of tourist perceptions regarding aspects of amenities, accessibility, and Attractions in tourism destinations.

 

"

"Media sosial kini tak hanya dimanfaatkan untuk kepentingan pribadi, tapi telah marak dipakai untuk kepentingan bisnis. Analisis sentimen merupakan penelitian komputasional dari ekspresi sentimen secara tekstual. Twitter adalah salah satu media sosial populer, keterbatasan karakter memberikan kesulitan tersendiri dalam menganalisis sentimen dibanding media sosial lainnya. Semua data yang dipakai dalam penelitian ini merupakan tweet yang disampaikan dalam Bahasa Indonesia. Hasil analisis sentimen di twitter memakai aplikasi yang ada menunjukkan tingkat akurasi yang kecil. Penelitian ini bertujuan untuk membandingkan metode pengklasifikasian sentimen yang lebih akurat antara 2 metode klasifikasi populer. Akurasi yang dihasilkan oleh Metoda SVM lebih bagus daripada Metode NBC.

---

Social media is now not used for personal purposes only, but also adopted for business purposes. Sentiment analysis is a computational research of sentiments expressed textually. Twitter is a popular social media in Indonesia, its character limitations make it more challenging to be analyzed than the other social media. All data used in this research is tweets delivered in Bahasa Indonesia. The results of sentiment analysis in twitter using existing applications show low accuracy. This research aims to compare the sentiment classification method that more accurately between two popular classification methods. Accuracy produced by the SVM is better than NBC."

"Ilmu Data adalah irisan dari matematika dan statistika, komputer, serta keahlian domain. Dalam beberapa tahun terakhir inovasi pada bidang ilmu data berkembang sangat pesat, seperti Artificial Intelligence (AI) yang telah banyak membantu kehidupan manusia. Deep Learning (DL) sebagai bagian dari AI merupakan pengembangan dari salah satu model machine learning yaitu neural network. Dengan banyaknya jumlah lapisan neural network, model deep learning mampu melakukan proses ekstrasi fitur dan klasifikasi dalam satu arsitektur. Model ini telah terbukti mengungguli teknik state-of-the-art machine learning di beberapa bidang seperti pengenalan pola, suara, citra, dan klasifikasi teks. Model deep learning telah melampaui pendekatan berbasis AI dalam berbagai tugas klasifikasi teks, termasuk analisis sentimen. Data teks dapat berasal dari berbagai sumber, seperti sumber dari media sosial. Analisis sentimen atau opinion mining merupakan salah satu studi komputasi yang menganalisis opini dan emosi yang diekspresikan pada teks. Pada penelitian ini analisis peforma machine learning dilakukan pada metode deep learning berbasis representasi data BERT dengan metode CNN dan LSTM serta metode hybrid deep learning CNN-LSTM dan LSTM-CNN. Implementasi model menggunakan data komentar youtube pada video politik dengan topik terkait Pilpres 2024, kemudian evaluasi peforma dilakukan menggunakan confusion metric berupa akurasi, presisi, dan recall.

---

Data Science is the intersection of mathematics and statistics, computing, and a domain of expertise. In recent years innovation in the field of data science has developed very rapidly, such as Artificial Intelligence (AI) which helped a lot in human life. Deep Learning (DL) as part of AI is the development of one of the machine learning models, namely neural network. With the large number of neural network layers, deep learning models are capable of performing feature extraction and classification processes in a single architecture. This model has proven to outperform state-of-the-art machine learning techniques in areas such as pattern recognition, speech, imagery, and text classification. Deep learning models have gone beyond AI-based approaches in a variety of text classification task, including sentiment analysis. Text data can come from various sources, such as source from social media. Sentiment analysis or opinion mining is a computational study that analyze opinions and emotions expressed in text. In this research, machine learning performance analysis is carried out on a deep learning method based on BERT data representation with the CNN and LSTM and hybrid deep learning CNN-LSTM and LSTM-CNN method. The implementation of the model uses YouTube commentary data on political videos related to the 2024 Indonesia presidential election, then performance analysis is carried out using confusion metrics in the form of accuracy, precision, and recall."

"Analisis sentimen terhadap opini publik di Twitter dapat memberikan wawasan yang berharga dalam memahami dukungan dan pemikiran masyarakat terkait calon presiden dan isu-isu terkait Pilpres 2024. Penelitian ini bertujuan untuk mengembangkan sistem analisis sentimen terhadap opini publik tentang Pilpres Indonesia 2024 yang tersebar di media sosial Twitter dalam bahasa Indonesia. Algoritma yang digunakan dalam pengembangan sistem tersebut adalah Naïve Bayes, sebuah algoritma klasifikasi yang telah terbukti efektif dalam analisis sentimen. Data yang digunakan dalam penelitian ini adalah kumpulan tweet atau cuitan yang diperoleh dari Twitter dengan menggunakan teknik web scraping. Persentasi Akurasi pada uji coba setiap skenario yang dilakukan mendapatkan hasil terbaik dengan nilai 81,18% untuk Skenario 1, 72,58% untuk Skenario 2, 65,05% untuk Skenario 3, dan 80,11% untuk Skenario 4. Hasil evaluasi model sistem yang dikembangkan terhadap klasifikasi sebenarnya menunjukkan bahwa analisis sentimen menggunakan algoritma Naïve Bayes dapat memberikan hasil yang baik tentang sentimen opini publik terkait Pilpres Indonesia 2024 di media sosial Twitter. Pengembangan sistem yang dikerjakan memberikan hasil model yang dapat melakukan analisis sentimen secara mandiri dengan akurasi yang tinggi terhadap opini publik terkait Pilpres Indonesia 2024 dengan nilai rata-rata 81,18%. Hasil analisis sentimen ini dapat membantu pihak-pihak terkait, termasuk calon presiden dan tim kampanye mereka, untuk memahami sejauh mana opini publik mendukung atau menentang mereka.

---

Sentiment analysis of public opinion on Twitter can provide valuable insight in understanding public support and thoughts regarding presidential candidates and issues related to the 2024 presidential election. This research aims to develop a sentiment analysis system for public opinion about the 2024 Indonesian Presidential Election shared on Twitter social media. in Indonesian. The algorithm used in developing the system is Naïve Bayes, a classification algorithm that has been proven effective in sentiment analysis. The data used in this research is a collection of tweets obtained from Twitter using web scraping techniques. The percentage of accuracy in testing each scenario carried out obtained the best results with a value of 81.18% for Scenario 1, 72.58% for Scenario 2, 65.05% for Scenario 3, and 80.11% for Scenario 4. Model evaluation results system developed for classification actually shows that sentiment analysis using the Naïve Bayes algorithm can provide good results regarding public opinion sentiment regarding the 2024 Indonesian Presidential Election on Twitter social media. The system development carried out provides model results that can carry out sentiment analysis independently with high accuracy regarding public opinion regarding the 2024 Indonesian Presidential Election. The results of this sentiment analysis can help related parties, including presidential candidates and their campaign teams, to understand the extent of opinion. they. society supports or opposes them."

"Tesis ini membahas mengenai perbandingan komunikasi politik antara tokoh politik pria dan wanita di dalam media online Indonesia untuk periode Oktober 2013 di dalam pemerintahan demokratis. Dalam tesis ini ditemukan hasil bahwa perbedaan isi pemberitaan antara tokoh politik pria dan wanita di dalam media online tidak semata-mata hanya diakibatkan oleh ideology patriarkhi semata yang berkembang di dalam masyarakat, namun juga bisa diakibatkan oleh beberapa faktor lain diantaranya seperti kebijakan parpol, proses pembuatan berita di dalam media digital yang lebih cenderung bersifat bebas dikarenakan siapapun bisa memberikan pemberitaan apapun tanpa ada yang akan melakukan pengecekan kembali, dan adanya persepsi masyarakat mengenai keterlibatan perempuan dalam bidang politik yang cenderung negatif. Dengan adanya kondisi tersebut, maka membuat proporsi pemberitaan pria dan wanita memang cenderung berbeda dimana pemberitaan tokoh politik pria lebih besar dibandingkan dengan tokoh politik wanita. Oleh karena itu, harus ada pembahasan lebih lanjut lagi terkait dengan fungsi dari masing-masing pihak diantaranya media massa, tokoh politik, dan parpol dalam rangka membentuk komunikasi politik yang efektif di masa pemerintahan demokratis hingga mampu terwujudnya pendidikan politik bagi masyarakat melalui informasi yang disampaikan.

---

The focus of this study is to compare the political communication between male and female politicians by Indonesia’s online media during October 2013 period in democratic government. Based on the result, it has founded that the differences between male and female politicians concerning their political communication by online’s media was not only triggered by patriarchal ideology but also by other factors such as political party policy, the process of news manufacture in digital media where in digital media people can post anything and no one able to check it, and public perception about women in politics. Those factors could have an effect in our news proportion regarding to Indonesia’s politician where males politician receive bigger proportion than females politician. Therefore, there should be further discussion related to the function of each, including the media, politicians, and political parties in order to form an effective political communication in the establishment of a democratic government in order to increase the political education among people."

"Makalah ini bertujuan untuk menyelidiki korelasi antara Twitter dan kinerja pasar saham dengan melihat perspektif tingkat industri untuk perusahaan tertentu yang tergabung dalam IDX30. Indeks saham ini adalah sub-kategori likuiditas dari Headline Index yang terdiri dari perusahaan-perusahaan yang digunakan sebagai referensi untuk menggambarkan situasi pasar saham yang memenuhi kriteria utama memiliki tingkat likuiditas yang tinggi. Untuk mendukung penelitian ini, kami mengumpulkan beberapa pendapat yang diperoleh dari Twitter sebagai sumber data streaming menggunakan pemrograman Python, dan Thomson Reuters untuk mendapatkan informasi harga saham, volume, dan kapitalisasi pasar masing-masing perusahaan. Model penelitian dibangun berdasarkan metode Amihud Illiquidity dan perhitungan volatilitas untuk mengukur korelasi antara analisis sentimen dan kinerja saham. Penelitian ini menunjukkan bahwa analisis sentimen terhadap pernyataan yang diunggah di Twitter memiliki korelasi yang tidak signifikan terhadap likuiditas dan volatilitas saham IDX30 di Indonesia. Namun demikian, penelitian ini belum dapat memisahkan antara tweet yang dihasilkan berdasarkan pendapat pengguna dan tweet yang dibuat berdasarkan permintaan dari pelaku pasar tertentu untuk mempengaruhi nilai saham dengan menyebarkan informasi yang bias untuk memancing reaksi publik.

---

This paper is aimed at investigating the correlation between Twitter and stock market performance by looking at industry-level perspective to specific companies incorporated in the IDX30. This stock index is the sub-category liquidity of the Headline Index which consists of companies that are used as a reference to describe the stock market situation that meet the main criteria of having a high level of liquidity. To support this research, we collected some opinions obtained from Twitter as a source of streaming data using Python programming, and Thomson Reuters to obtain information of stock prices, volumes, and market capitalization of each company. Research models are built based on Amihud Illiquidity method and volatility calculation to measure the correlation between sentiment analysis and stock performance. This research shows that sentiment analysis of statements uploaded on Twitter has insignificant correlation to the liquidity and volatility of IDX30 stock in Indonesia. Nevertheless, this research has not been able to separate between tweets which are generated based on user opinion and tweets which are made based on requests from certain market participants to influence the value of shares by spreading biased information to provoke a public reaction."

"ABSTRAKJurnalisme bencana adalah bagaimana media memberitakan bencana. Jurnalisme bencana menjadi bahasan penting dalam dunia jurnalistik karena Indonesia adalah negeri rentan bencana. Namun pemberitaan mengenai bencana oleh media massa di Indonesia selama ini selalu menuai kritik karena cenderung ditampilkan secara dramatis. Pemberitaan tersebut terbentuk lewat pemahaman subjektif jurnalis.Penelitian ini ingin mengetahui pemahaman jurnalis mengenai konsep jurnalisme bencana, dilihat dari proses peliputan bencana, pemahaman mengenai prinsip peliputan jurnalisme bencana, dan peliputan di tiap fase bencana. Peneliti menemukan bahwa jurnalis memahami mengenai konsep jurnalisme bencana dalam ranah kognitif.

---

ABSTRACTDisaster journalism is how a mass media reports about disaster. Disaster journalism is very important topic because Indonesia is susceptible country of disaster. However, reporting of disaster by mass media has always criticized because there was dramatization tendency in journalism report. That reporting is established through a subjective understanding of journalist.This research aims to determine the comprehension of journalist on the concept of disaster journalism, ranging from the process of disaster reporting, a comprehension of the principles of disaster reporting, and coverage in each phases of disaster. The research found that journalists has understanding about disaster journalism concept in the realm of cognitive."

"ABSTRAKUsaha Mikro Kecil Menengah (UMKM) merupakan usaha yang berkembang di Indonesia. Seiring berkembangnya zaman UMKM mulai memanfaatkan teknologi internet sebagai saluran distribusi dan promosi. Banyaknya jumlah pengguna media sosial di internet menjadi manfaat utama bagi entrepreneur UMKM. Hal itu membuat para Entrepreneur mulai memanifestasikan bisnis atau usaha di media sosial online. Saat ini, Kaskus sebagai media sosial online juga forum terbesar di Indonesia telah memiliki jumlah pengguna lebih dari 4,5 juta yang memiliki forum UMKM dan Jual Beli yang bermanfaat untuk pengembangan UMKM. Dari para responden yaitu entrepreneur UMKM Kaskus, penelitian ini menemukan faktor-faktor yang mempengaruhi seorang entrepreneur dalam memanifestasikan kewirausahaan media sosial online yang berasal dari faktor Internal yang membentuk sikap positif dalam mewujudkan kewirausahaan dan lingkungan Eksternal yang mampu meningkatkan ambisi juga pemahaman situasi dari lingkungan yang bermanfaat bagi peramalan usaha dimasa yang akan datang.

---

ABSTRACTSME is one of business which developed in Indonesia. As the time development, SMEs started using Internet technology as a distribution channel and promotion. The large user numbers of social media on the internet is becoming the main benefit for SME?s entrepreneurs, it makes the entrepreneur starts to manifest their business or enterprise in online social media. Nowdays, Kaskus as online social media and the biggest forum in Indonesia has more than 4.5 million users, its provide forum for SME and Buy-Sell that useful for the development of SMEs. From respondens entrepreneur Kaskus, this research found factors that influencing entrepreneurship manifest in online social media, the first is internal factors that can affect a positive attitude for creating entrepreneurship and then external environment can enhance to understanding and increasing ambition of the entrepreneur that beneficial for forecasting the environment future situation of entrepreneur's business."

"Penelitian ini ingin mengeksplorasi pemahaman dan pemaknaan perempuan akan pengalamannya terhadap kekerasan berbasis gender online (KBGO) dalam bentuk surveillance (pengawasan) di media sosial. Pengawasan dalam studi terdahulu lebih banyak ditemukan dalam praktik yang melibatkan negara/komersial dan masyarakat. Penelitian ini mencoba menggunakan logika pengawasan yang sama dengan berfokus pada bentuk pengawasan terhadap sesama online user di media sosial, yakni oleh laki-laki terhadap perempuan di suatu hubungan intim/romantis. Perempuan cenderung sulit melihat pengawasan yang dilakukan oleh laki-laki di dalam hubungan interpersonal sebagai bagian dari situasi KBGO yang menindas. Hal ini terjadi karena relasi kuasa dalam hubungan membuat laki-laki kerap mendistorsi cara pandang perempuan akan kekerasan melalui tindakan kontrol yang bersifat memaksa dan kontrol yang berbasis rasa kasih sayang (benevolent sexism). Penelitian ini dilakukan dengan metode kualitatif secara spesifik dengan cara melakukan wawancara mendalam kepada perempuan yang pernah mengalami KBGO dalam bentuk pengawasan. Analisis berfokus pada temuan dengan mengandalkan kerangka teoretis utama, yakni kontrak seksual oleh Carole Pateman dan pengawasan lateral oleh Andrejevic. Penelitian ini menemukan bahwa KBGO dalam bentuk pengawasan melibatkan kontrol dan penyalahgunaan hak privasi perempuan yang berhubungan dengan kerentanan data digital perempuan. Perempuan yang terjebak di situasi KBGO dalam bentuk pengawasan mengaku mengalami peretasan data pribadi, yang tidak hanya digunakan untuk mengawasi dirinya secara online, tetapi juga berpotensi berujung pada pengawasan fisik secara langsung. Selain itu, dengan menggunakan kerangka teoretis subjektivitas individu oleh Lacan dan taktik serta strategi sebagai praktik sehari-hari oleh Michel de Certeau, penelitian ini juga memperlihatkan bahwa perempuan memiliki agensi yang mampu menyadari penindasan dan bertindak melawan kontrol laki-laki. Perempuan mempelajari celah-celah dalam struktur penindasan dan melakukan tindakan untuk melepaskan dirinya keluar dari situasi KBGO yang menindas.

---

This study aims to explore women's understanding and interpretation of their experiences with online gender-based violence (KBGO) in the form of surveillance on social media. Surveillance in previous studies was mostly found in practices involving the state, commercial entities, and society. This research attempts to apply the same surveillance logic by focusing on the form of surveillance among online users on social media, specifically by men over women in intimate/romantic relationships. Women tend to find it difficult to see surveillance by men in interpersonal relationships as part of an oppressive KBGO situation. This occurs because power dynamics in relationships often lead men to distort women's perspectives on violence through coercive control and control based on benevolent sexism. This study was conducted using qualitative methods, specifically through in-depth interviews with women who have experienced KBGO in the form of surveillance. The analysis focuses on the findings by relying on the main theoretical frameworks, namely the sexual contract by Carole Pateman and lateral surveillance by Andrejevic. The study found that KBGO in the form of surveillance involves the control and abuse of women's privacy rights related to the vulnerability of their digital data. Women in a surveillance situation reported experiencing personal data hacking, which is not only used to monitor them online but also has the potential to lead to direct physical surveillance. Additionally, using the theoretical frameworks of individual subjectivity by Lacan and tactics and strategies as everyday practices by Michel de Certeau, this study also shows that women possess agency that enables them to recognize oppression and act against male control. Women learn to identify gaps within the oppressive structure and take actions to free themselves from the oppressive KBGO situation."

"Skripsi ini membahas tentang perbedaan bentuk judul berita terhadap jumlah pembacanya atau klik pada media online Kompas.com. Berita yang dikhususkan adalah kasus pembunuhan Wayan Mirna Salihin dengan tersangka Jessica Kumala Wongso. Penelitian ini menggunakan metode analisis isi dengan pendekatan kuantitatif. Dalam penelitian ini akan mencaritahu apakah memang ada perbedaan antara bentuk frame judul berita terhadap jumlah klik-nya. Hasil penelitian menunjukkan bahwa memang ada sedikit perbedaan antara bentuk frame judul berita dengan jumlah pembacanya.

---

This thesis discusses the impact of headlines framing to the amount of readers or click per headlines. In detail, the news programme that become an object research is the case of murdered Wayan Mirna Salihin with the suspect Jessica Kumala Wongso. This study using content anyalzing quantitative methods. And in this study will looks is there a correlation between headlines framing and amount of its clicks. The results show that theres a difference amount of clicks or readers of new headlines framing by Kompas.com. "