Hasil Pencarian  ::  Simpan CSV :: Kembali

"Assessing trustworthiness of social media posts is increasingly important, as the number of online users and activities grows. Current deploying assessment systems measure post trustworthiness as credibility. However, they measure the credibility of all posts, indiscriminately. The credibility concept was intended for news types of posts. Labeling other types of posts with credibility scores may confuse the users. Previous notable works envisioned filtering out non-newsworthy posts before credibility assessment as a key factor towards a more efficient credibility system. Thus, we propose to implement a topic-based supervised learning approach that uses Term Frequency-Interim Document Frequency (TF-IDF) and cosine similarity for filtering out the posts that do not need credibility assessment. Our experimental results show that about 70% of the proposed filtering suggestions are agreed by the users. Such results support the notion of newsworthiness, introduced in the pioneering work of credibility assessment. The topic-based supervised learning approach is shown to provide a viable social network filter."

"Assessing trustworthiness of social media posts is increasingly important, as the number of online users and activities grows. Current deploying assessment systems measure post trustworthiness as credibility. However, they measure the credibility of all posts, indiscriminately. The credibility concept was intended for news types of posts. Labeling other types of posts with credibility scores may confuse the users. Previous notable works envisioned filtering out non-newsworthy posts before credibility assessment as a key factor towards a more efficient credibility system. Thus, we propose to implement a topic-based supervised learning approach that uses Term Frequency-Interim Document Frequency (TF-IDF) and cosine similarity for filtering out the posts that do not need credibility assessment. Our experimental results show that about 70% of the proposed filtering suggestions are agreed by the users. Such results support the notion of newsworthiness, introduced in the pioneering work of credibility assessment. The topic-based supervised learning approach is shown to provide a viable social network filter."

"Penelitian ini membahas mengenai analisis implementasi social network analytics (SONETA) dalam pengawasan kepatuhan pajak social media influencer. Tujuan dari penelitian ini adalah untuk mengetahui dan menganalisis implementasi SONETA yang dilakukan oleh Direktorat Jenderal Pajak serta mengetahui keuntungan dan tantangan yang dihadapi dalam pemanfaatan SONETA. Konsep-konsep yang digunakan antara lain konsep implementasi kebijakan, pajak penghasilan, kepatuhan pajak dan konsep social network analysis. Penelitian ini menggunakan pendekatan kualitatif dengan jenis penelitian deskriptif. Hasil dari penelitian ini adalah Direktorat Jenderal Pajak belum dapat mengimplementasikan SONETA dengan baik terutama dalam melakukan pengawasan kepatuhan pajak social media influencer. DJP belum memiliki komunikasi dan koordinasi yang kuat baik secara internal maupun eksternal. Sejauh ini keuntungan yang didapat dengan menggunakan SONETA adalah mempermudah Account Representative dalam melakukan pengawasan. Namun dalam hal ini terdapat hambatan berupa kurangnya sumber daya informasi. Maka dari itu, DJP perlu meningkatkan komunikasi dan koordinasi baik dengan pihak internal yaitu antar direktorat maupun eksternal seperti Badan Kebijakan Fiskal dan pihak ketiga lainnya (ILAP).

---

This study discusses the analysis of the implementation of social network analytics (SONETA) in monitoring tax compliance of social media influencers. The purpose of this study is to identify and analyze the implementation of SONETA by the Directorate General of Taxes and to find out the advantages and challenges faced in the use of SONETA. The concepts used include the concept of policy implementation, income tax, tax compliance and the concept of social network analysis. This study uses a qualitative approach with a descriptive type of research. The results of this study are the Directorate General of Taxes has not been able to implement SONETA properly, especially in supervising tax compliance of social media influencers. DGT does not yet have strong communication and coordination both internally and externally. So far, the advantage gained by using SONETA is that it makes it easier for Account Representatives to carry out supervision. However, in this case there are obstacles in the form of lack of information resources. Therefore, DGT needs to improve communication and coordination both with internal parties, namely between directorates and external parties such as the Fiscal Policy Agency and other third parties."

"Konsumen Indonesia telah menunjukkan minat yang meningkat terhadap produk cosmetics termasuk skincare, sehingga meningkatkan persaingan antar cosmetics brands. Untuk melakukan kegiatan promosinya, cosmetics brands memanfaatkan media sosial. Pemahaman tentang bagaimana menggunakan media sosial untuk berkomunikasi dan mempromosikan produknya bisa bermanfaat untuk literatur komunikasi pemasaran. Penelitian ini bertujuan untuk mengidentifikasi topik postingan media sosial dari empat cosmetics brands Indonesia. Penulis mengumpulkan total 21.339 tweets dari keempat brand tersebut dan menerapkan pendekatan text mining (topic modeling dengan metode Latent Dirichlet Allocation). Hasilnya menunjukkan bahwa postingan dari cosmetics brands pada umumnya mencakup topik berikut: product type dan giveaway. Namun, selain topik, beberapa brand juga memasukkan topik khusus seperti special event dan project collaboration.

---

Indonesian consumers have shown increased interest towards cosmetics products including skincare, which has increased the competition among cosmetics brands. Cosmetics brands have utilized social media as one of their promotional tools. Understanding of how brands use social media to communicate and promote its product may be important for marketing communications literature. This study aims to identify the topics of social media posts of four Indonesian cosmetics brands. The authors collected a total of 21.339 tweets from the four brands and implemented a text mining approach (topic modelling by Latent Dirichlet Allocation method). The result indicate that in general cosmetics brands’ posts cover the following topics: product type and giveaway. However, in addition to the topics, some brands also included specific topics such as special event and collaboration project. "

"This book analyzes the role of social recruitment in HRM. The interactivity of new forms of communication represents an opportunity for companies to attract and select the best candidates. This book focuses on how Social Recruiting and Employer Branding strategies can generate a competitive advantage."

"Komisi Pemberantasan Korupsi (KPK) memiliki kewenangan dalam melakukan pendaftaran dan pemeriksaan terhadap Laporan Harta Kekayaan Penyelenggara Negara (LHKPN). Pelaporan ini berfungsi untuk melakukan pengawasan kejujuran, integritas, dan deteksi kemungkinan adanya tindakan memperkaya diri secara melawan hukum oleh pejabat publik. Publikasi LHKPN sering menimbulkan prasangka negatif dan kecurigaan publik terhadap laporan harta kekayaan pejabat yang mengakibatkan kekhawatiran pejabat untuk melaporkan harta kekayaan secara lengkap dan benar. Persepsi ini menjadi kontraproduktif dengan upaya pencegahan korupsi yang dilakukan oleh KPK apabila tidak direspon dengan cepat. Penelitian ini bertujuan untuk membuat model analisis sentimen dan pemodelan topik yang dapat mengeksplorasi topik dari data media sosial Twitter. Indonesia memiliki jumlah pengguna aktif terbesar keenam di dunia dengan 15,7 juta pengguna yang didominasi kelompok usia 25-34 tahun. Dataset sejumlah 881 data diambil dari Twitter dengan kata kunci "lhkpn" dan "harta kekayaan pejabat" pada periode 1 Agustus sampai 5 November 2021. Penelitian ini mengekplorasi beberapa algoritma klasifikasi, representasi fitur unigram, bigram, dan trigram dengan CountVectorizer dan TFIDF, serta metode oversampling SMOTE. Algoritma klasifikasi dengan performa paling baik pada penelitian ini adalah Multilayer Perceptron dengan fitur unigram CountVectorizer dan metode oversampling dengan accuracy 76,60%, precision 78,19%, recall 76,60%, dan F1 score 76,95%. Hasil pemodelan topik menggunakan Latent Dirichlet Allocation pada kategori ‘negatif’ didominasi ekspresi kekecewaan dan kemarahan masyarakat terhadap meningkatnya harta kekayaan pejabat selama masa pandemi Covid-19 yang berbanding terbalik dengan meningkatnya utang negara dan kesulitan yang dihadapi masyarakat selama pandemi. Topik yang dihasilkan pada kategori ‘positif’ cukup beragam mulai dari aturan untuk melakukan pembuktian terbalik, usulan mengenai kewajiban pelaporan dan sanksi, permintaan untuk membuka laporan kekayaan kepada publik, serta pembahasan mengenai kewajaran penambahan harta kekayaan yang disebabkan oleh meningkatnya nilai aset tidak bergerak.

---

The Corruption Eradication Commission (KPK) has the authority to register and examine Public Officials Wealth Reports (LHKPN). This report serves to monitor honesty, integrity, and detect the possibility of illegal enrichment by public officials. Publication of LHKPN often creates negative prejudice and public suspicion of official wealth reports, which causes officials to worry about reporting assets completely and correctly. This perception is counterproductive to the efforts to prevent corruption carried out by the KPK if it is not responded to quickly. This study aims to create a sentiment analysis model and topic modelling that can explore topics from Twitter social media data. Indonesia has the sixth-largest number of active users in the world with 15.7 million users, dominated by the 25-34 year age group. A dataset of 881 data was taken from Twitter with the keywords "lhkpn" and "official assets" in the period August 1 to November 5, 2021. This study explores several classification algorithms, representation of unigram, bigram, and trigram features with CountVectorizer and TFIDF, as well as SMOTE oversampling methods. The classification algorithm with the best performance is the Multilayer Perceptron with the unigram CountVectorizer feature and the oversampling method with 76.60% accuracy, 78.19% precision, 76.60% recall, and 76.95% F1 score. The results of topic modelling using Latent Dirichlet Allocation in the 'negative' category are dominated by expressions of public disappointment and anger towards the increase in official wealth during the Covid-19 pandemic which is inversely proportional to the increase in state debt and the difficulties faced by the community during the pandemic. The topics generated in the 'positive' category are quite diverse, starting from the rules for conducting reverse verification, proposals on reporting obligations and sanctions, requests to disclose wealth reports to the public, as well as discussions on the reasonableness of adding to assets caused by the increase in the value of immovable assets."

"Salah satu bagian penting dalam mempertahankan market share dan daya saing pada sektor industri manapun adalah kepuasan pelanggan. Tentu saja ini berlaku pada sektor industry otomotif. Ulasan pelanggan dan kuesioner telah memiliki peran penting dalam meninjau kepuasan pelanggan selama ini, tapi semakin banyak pelanggan menggunakan waktu mereka online. Studi ini mengevaluasi dan menganalisa komen dan ulasan yang di-posting di social media, menggunakan cluster analysis dan text mining. Hasil dari studi ini adalah evaluasi resepsi pelanggan terhadap produk merek otomotif ternama, kelebihan dan kelemahannya, area-area mana saja yang dapat pujian dan kritisisme, supaya bisa membuat dan mengimplementasikan sistem prioritas untuk mempertahankan kepuasan pelanggan dan daya saing.

---

A large part of maintaining market share and a competitive advantage in any industrial sector is customer satisfaction. This also applies to the automotive industry. Customer reviews and questionnaires had played a large part in gauging customer satisfaction throughout the years, but an ever-increasing population of the customer base spends most of their time online. This study evaluates and analyzes comments and reviews posted in social media using cluster analysis through text mining. The output of this study is an evaluation of the general customer reception towards a leading automotive brand’s products, its specific strengths and weaknesses, areas that garner criticism or praise, in order to create and implement a prioritization system to maintain customer satisfaction and retain competitiveness."

"ABSTRAK Penelitian ini meneliti mengenai pengaruh norma hubungan yang dibedakan menjadi 2 jenis yaitu communal dan exchange, yang nantinya akan mempengaruhi purchase intention, WOM (word of mouth) dan attitude toward brand konsumen. Dalam penelitian ini akan ada 126 responden yang akan berpartisipasi dalam survey. Responden akan dibedakan menjadi 2 yaitu high user dan low user. Akan ada 2 jenis kuesioner yang masin-masing memiliki treatment untuk dua jenis norma hubungan, dan masing masing dengan respondennya. Hasil penelitian ini menunjukan bahwa tidak ada interaksi antara jenis pengguna twitter dan jenis hubungan dan tidak ada perbedaan yang signifikan pada purchase intention, WOM (word of mouth) dan attitude toward brand konsumen untuk jenis hubungan, tetapi ada perbedaan yang signifikan utuk tipe pengguna twitter.

---

ABSTRACT These studies examine the influence between relationship norm, communal and exchange relationship. There were 126 respondents who participated in this research. Those respondents will divided into two groups, high twitter user and low twitter user. There will be 2 kind of questionare that has its own treatment, communal and exchange. The result of this study is there will be no interaction between twitter usage intensity and relational type, and there is no significantly different in purchase intention, WOM intention, and attitude toward brand for relational type. But, there will be significantly different in twitter usage intensity."

"PT XYZ merupakan salah satu agency pemasaran digital yang berfokus melakukan proses pemasaran melalui berbagai platform media sosial untuk perusahaan-perusahaan dari berbagai industri. Salah satu layanan yang disediakan oleh PT XYZ adalah layanan data & insight analysis, termasuk untuk melakukan pemantauan percakapan media sosial dari brand beserta kompetitornya dengan menganalisis sentimen dan topik untuk memenuhi permintaan klien. Salah satu brand pada industri smartphone yang menjadi klien dari PT XYZ memiliki produk yang banyak, dimana masing-masing produk dan kompetitornya dilakukan pemantauan secara bersamaan. Dengan banyaknya percakapan yang dihasilkan oleh jumlah produk yang banyak, proses pengerjaan untuk analisis menjadi terbatas dan terlalu menghabiskan banyak waktu karena masih menggunakan proses pelabelan secara manual. Oleh karena itu, sistem otomatis diusulkan untuk PT XYZ dengan melakukan analisis sentimen berbasis aspek yang bertujuan untuk memudahkan dan mempersingkat proses pengerjaan pemantauan. Data yang digunakan adalah data mengenai smartphone pada Twitter yang berjumlah 11.641 tweet dalam periode akhir tahun 2022. Data yang terkumpul memiliki kondisi imbalance class, sehingga metode penanganan imbalance class SMOTE digunakan. Tahap pra-pemrosesan; ekstraksi fitur dengan memanfaatkan leksikon, POS tagging dan TF-IDF; dilakukan sebelum data dimodelkan dengan algoritma pembelajaran mesin. Penelitian ini mendapatkan hasil bahwa Support Vector Machine (SVM) dengan SMOTE memiliki hasil evaluasi yang lebih tinggi dibandingkan dengan Naïve Bayes, baik untuk klasifikasi sentimen dan juga aspek. Hasil evaluasi SVM pada klasifikasi sentimen adalah sebesar 0,92 untuk setiap metrik akurasi, precision, recall, dan f1-score. Sedangkan untuk klasifikasi aspek, SVM mendapatkan hasil evaluasi sebesar 0,79 untuk akurasi, precision, dan recall, serta 0,77 untuk f1-score. Masalah imbalance class pada data memengaruhi hasil akhir klasifikasi, terutama untuk klasifikasi aspek.

---

PT XYZ is a digital marketing agency that specializes in marketing strategies through various social media platforms for businesses across multiple industries. Data and insight analysis is one of the services offered by PT XYZ, which includes monitoring social media conversations from brands and their competitors by analyzing sentiments and topics based on client needs. One of PT XYZ's clients in the smartphone industry has a large number of products, and each product and its competitors are monitored simultaneously. With so many conversations generated by a large number of products, the analysis process is constrained and time-consuming because it still relies on a human tagging approach. Therefore, an automated approach based on aspect-based sentiment analysis is presented for PT XYZ in order to simplify and shorten the monitoring process. The data used is Twitter data regarding smartphones, totaling 11,641 tweets in the near- end period of 2022. Because the gathered data has an imbalance class condition, the SMOTE class imbalance handling method is applied. Before the data is modeled with machine learning techniques, pre-processing and feature extraction are performed using the lexicon, POS tagging, and TF-IDF. This study discovered that the Support Vector Machine (SVM) with SMOTE outperforms Nave Bayes in both sentiment and aspect classification. The accuracy, precision, recall, and f1-score of the SVM evaluation on sentiment classification were all 0.92. In terms of aspect classification, SVM received an evaluation score of 0.79 for accuracy, precision, and recall; and 0.77 for the f1-score. The issue of class imbalance in the data has an impact on the final classification results, especially for aspect classification."

"Penelitian ini berusaha menganalisis konstruksi keluarga sakinah oleh selebritas Muslimah yang tergabung dalam kelompok digital Kajian Musawarah dengan menggunakan metode analisis multimodalitas. Meningkatnya selebritas yang menggunakan jilbab di Indonesia kemudian mengunggah foto keluarga yang harmonis dan bahagia bersama pasangan berdasarkan syariat Islam menjadi satu hal yang menarik untuk dianalisis. Selebritas Muslimah menjadi faktor penting dalam konstruksi keluarga sakinah karena memiliki banyak pengikut di media sosial, melalui proses hijrah, menggunakan jilbab dan mode pakaian syar’i, serta menjalani pernikahan yang saleh. Penelitian ini bertujuan untuk memahami konstruksi keluarga Sakinah dan harmonis yang di dalamnya terdapat istri yang baik dan sholehah yang dibangun oleh selebritas Muslimah di Indonesia. Metode yang digunakan yaitu analisis multimodalitas terhadap Instagram Shireen Sungkar dan Zaskia Sungkar dalam unggahan yang berkaitan dengan keluarga. Oleh karena itu, penelitian ini memiliki argumen bahwa selebritas Muslimah mengonstruksi keluarga Sakinah melalui media sosial Instagram menyebabkan transformasi nilai agama dan memberikan standar kebahagiaan muslim yaitu menjadi keluarga Sakinah.

---

This study uses the multimodality analysis method to examine the construction of the Sakinah family by Muslim female celebrities who are members of the Musawarah Study digital group. The increase in celebrities who use the headscarf in Indonesia and then upload harmonious and happy family photos with their partners based on Islamic law is an exciting thing to analyze. Muslim celebrities are an important factor in constructing a Sakinah family because they have many followers on social media, go through the hijrah process, use the headscarf and shar'i clothing, and live a pious marriage. This study seeks to understand the construction of a Sakinah and harmonious family in which there is a good and shalihah wife built by Muslim female celebrities in Indonesia. The method used is a multimodality analysis of Shireen Sungkar and Zaskia Sungkar's Instagram in family-related uploads. Therefore, this study has the argument that Muslim female celebrities construct a Sakinah family through Instagram social media, causing a transformation of religious values and providing a standard of Muslim happiness, namely becoming a Sakinah family."