Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tesis ini membahas cara pembentukan akun populer dalam media sosial Instagram yang dilakukan oleh orang dari kalangan bukan artis dan bukan tokoh ternama Indonesia. Penelitian ini adalah penelitian kualitatif dengan metode fenomenologi deskriptif. Informan adalah tiga orang masyarakat umum yang bukan artis ataupun tokoh. Penelitian ini menghasilkan 4 empat cara untuk membentuk akun populer dan meningkatkan pengikut dalam media sosial Instagram. Keempat cara tersebut adalah Konsistensi, Menciptakan Konten Berkarakteristik, Mengunggah Ulang, dan Memberikan Ekspektasi pada Pengikut.

---

This thesis discusses how to form a popular account in social media Instagram done by people from non artists and not prominent figures Indonesia. This research uses qualitative research model with descriptive phenomenology method. Participants are three common people who are not artists or figures. This study produced 4 four ways to form popular accounts and increase followers in social media Instagram. These four ways are Consistency, Creating Characteristic Content, Repost, and Giving Expectations to Followers. "

"udul asli : Liked : Bisakah aku menjadi orang yang disukai? ; Sosok seperti apakah Anda? Apakah Anda adalah tipe yang disukai dan menarik minat banyak orang? Atau Anda pribadi sederhana saja? Tak ada salahnya menjadi pribadi yang sederhana. Menjadi pribadi yang baik adalah impian bagi banyak orang. Kedengarannya memang mudah, tapi kenyataannya tidak semudah membalikkan telapak tangan. Masih banyak juga orang "

"Kota Malang memiliki potensi wisata yang cukup tinggi dan menjadi kota pusat pelayanan di Jawa Timur. Peningkatan jumlah akomodasi berupa hotel diperlukan untuk menampung wisatawan di Kota Malang. Berdasarkan data BPS 2021 Kota Malang menjadi kota terbanyak dalam jumlah hotel di Jawa Timur. Dari jumlah hotel di Kota Malang, konsumen ditawarkan beragam pilihan hotel dan memerlukan suatu platform yang dapat membantu mereka untuk menyediakan pilihan hotel dan menentukan hotel yang tepat sesuai dengan kebutuhan konsumen. CRW atau consumer review website hadir untuk membantu menyediakan pilihan hotel dan dapat membantu dalam pemilihan hotel yang tepat. CRW yang digunakan dalam penelitian ini yaitu Agoda. Agoda memiliki basis data 342 hotel di Kota Malang yang didalamnya termasuk indeks popularitas, bintang hotel, dan tarif hotel. Tujuan dalam penelitian yaitu menganalisis karakteristik spasial hotel berdasarkan indeks popularitas hotel  dan menganalisis faktor yang mempengaruhi indeks popularitas hotel yang ada di Kota Malang. Analisis yang digunakan adalah Nearest Neighbor Analysis (NNA), Kernel Density (KD), dan ANOVA/Kruskal Wallis. Dengan hasil tersebut didapatkan bahwa hotel di Kota Malang memiliki pola yang mengelompok. Terbentuknya pola sebaran ini karena terdapat pola yang mengikuti POI fungsional. Selain itu, diketahui bahwa semakin tinggi nilai popularitas suatu hotel maka semakin dekat jaraknya dengan jalan di sekitarnya. Diketahui juga bahwa semakin tinggi bintang suatu hotel maka tarifnya pun akan semakin mahal, begitupun sebaliknya semakin rendah bintang suatu hotel maka tarifnya pun akan semakin murah.

---

Malang City has a high tourism potential and is a service centre city in East Java. An increase in the number of accommodation in the form of hotels is needed to accommodate tourists in Malang City. Based on BPS 2021 data, Malang City is the largest city in the number of hotels in East Java. From the number of hotels in Malang City, consumers are offered a variety of hotel choices and need a platform that can help them to provide hotel choices and determine the right hotel according to consumer needs. CRW or consumer review website is present to help provide hotel choices and can help in choosing the right hotel. The CRW used in this study is Agoda. Agoda has a database of 342 hotels in Malang City which includes popularity index, hotel stars, and hotel rates. The objectives in the research are to analyse the spatial characteristics of hotels based on the hotel popularity index and to analyse the factors that influence the popularity index of hotels in Malang City. The analyses used are Nearest Neighbor Analysis (NNA), Kernel Density (KD), and ANOVA/Kruskal Wallis. With these results, it is found that hotels in Malang City have a clustering pattern. The formation of this distribution pattern is because there is a pattern that follows the functional POI. In addition, it is known that the higher the popularity value of a hotel, the closer it is to the surrounding roads. It is also known that the higher the star of a hotel, the more expensive the rate will be, and conversely, the lower the star of a hotel, the cheaper the rate will be."

"Fitur tombol "Like" di Facebook merupakan sebuah cara untuk menunjukan respon positif atau kesukaan seseorang akan sebuah konten yang diunggah di linimasa, seperti status update. Salah satu motif yang memotivasi seseorang untuk memberikan like di SNS adalah adanya like yang sudah ada pada konten tersebut. Mengacu pada teori konformitas dari psikologi sosial, peneliti berhipotesis bahwa seseorang cenderung untuk mengikuti perilaku atau respon orang lain dalam SNS. Penelitian ini mencoba untuk melihat apakah kehadiran "Like", status pertemanan pengguna yang memberikan "Like", dan popularitas pemberi "Like"; dapat memengaruhi pengguna dalam memberikan "Like", pada sebuah status update yang mereka baca di Facebook. Sebuah penelitian natural field experiment dengan desain penelitian 2 ada vs. tidak adanya like x 2 pemberian like dari teman vs. bukan teman x 2 pemberian like dari individu yang populer vs. tidak populer dilakukan di Facebook dengan melibatkan anggota dari Komunitas Stand Up Comedy Indonesia sebagai partisipannya. Mixed factorial ANOVA sebagai uji statistik membuktikan bahwa kehadiran like sebelumnya, status pertemanan pemberi like, dan popularitas pemberi like sebagai main effect tidak memiliki pengaruh terhadap meberian like pada sebuah konten di Facebook. Walaupun begitu, ditemukan interaksi dua arah antara ada atau tidak adanya like dengan status pertemanan. Hal ini menyimpulkan bahwa pengguna memiliki kemungkinan lebih besar untuk memberikan like pada konten yang telah diberikan like oleh seseorang yang mereka kenal. Sebagai tambahan, analisis pada penelitian ini juga menunjukan interaksi tiga arah antara ada atau tidak adanya like, status pertemanan, dan popularitas pemberi like, yang mana memiliki arti bahwa pengguna cenderung untuk memberikan like pada konten yang diberikan like oleh orang yang mereka kenal dan dipersepsikan sebagai individu yang populer dalam kelompoknya.

---

Facebook "Like" button, is a way to show that someone favors a shared content, such as status or updates. A reason that might motivate someone to give Likes on SNS is the presence of previous likes on the content. Drawing from the theory conformity of social psychology, we hypothesized that people tend to conform to the behavior or response of other SNS users. The present study investigates the influence of existing "Like", the peer status of person who gave ldquo like, and the liker's popularity on whether Facebook users would hit the "Like" button upon reading Facebook statuses. A 2 whether an existing like is present vs. not present x 2 whether existing like comes from peer vs. non peer x 2 whether existing like comes from popular individual vs. less popular individual natural field experiment was conducted on Facebook, involving the Indonesian Stand Up Comedy Community members Komunitas Stand Up Indonesia as the participants. Mixed factorial ANOVA revealed no main effect of the presence of existing "Likes", the peer status of the liker, and the popularity of the liker on whether Facebook users would give thumbs up on a status. A two way interaction between the presence of existing like and peer status was found. That is, users were more likely to like a status when they saw that it has received "Like" from another person that they were familiar with. Additionally, the analysis also showed a 3 way interaction among existing "Like", peer status, and popularity, which suggests that users tend to like statuses that have gained "Like" from a person they knew and was perceived as popular in the community. Conformity, Social Networking Sites SNS, Social Media, Facebook, Like Button."

"The popularity of a company is mainly determined by its customers, as consumers provide a view of how the brand is felt by them. Not uncommonly company have been ensnared with cases involving sexual harassment. This study will try to explain how cases of sexual harassment affect the companys brand popularity, especially the Grab company. This research explains that consumers attachment to the brand is influenced by cases of sexual harassment committed by company members.

---

Popularitas sebuah perusahaan terutama ditentukan oleh pelanggannya, sebagai konsumen memberikan pandangan tentang bagaimana merek dirasakan oleh mereka. Tidak jarang perusahaan telah menentang kasus-kasus yang melibatkan pelecehan seksual. Studi ini akan coba jelaskan bagaimana kasus pelecehan seksual berdampak pada merek perusahaan popularitas, khususnya perusahaan Grab. Penelitian ini menjelaskan bahwa konsumen keterikatan pada merek dipengaruhi oleh kasus pelecehan seksual yang dilakukan oleh anggota perusahaan."

"Popularitas sebuah paper yang terpublikasi dapat dilihat dari jumlah sitasi yang diperoleh paper tersebut. Akan tetapi, faktor-faktor yang mendukung banyak atau sedikitnya jumlah sitasi yang diperoleh bisa bermacam-macam. Faktor-faktor tersebut merupakan fokus pencarian pada penelitian ini. Pendekatan machine learning digunakan untuk mengetahui faktor-faktor tersebut. Beberapa fitur telah diekstrak dari dataset yang berisi kumpulan paper. Metode klasifikasi digunakan dalam supervised learning dengan model yang dibentuk dari dataset yang digunakan. Algoritma Logistic Regression dipakai untuk melakukan fitting terhadap model dengan hasil daya diskriminasi sistem sebesar 74,1% yang dilihat dari luas wilayah di bawah kurva ROC (Area Under Curve/AUC). Nilai koefisien dari model Logistic Regression digunakan sebagai feature importance untuk mencari nilai pengaruh dari tiap fitur terhadap output klasifikasi baik positif maupun negatif.

---

Popularity of a published paper can be indicated by its citation number. However, the factors determining the number of citation may vary. Those factors are the focus of this research. A machine learning approach is used to find out the factors. Some features are going to be extracted from a dataset of published papers. A classification method is going to be applied in a supervised learning with the machine learning model extracted from the dataset. A classification algorithm Logistic Regression is used to fit the model resulting a discrimination power of 74.1% from a calculation of area under ROC curve (AUC). A feature importance approach using coefficient score from Logistic Regression is also applied in determining the importance of each feature in determining the negative and positive classification."

"ABSTRAKKebijakan-kebijakan Putin yang cenderung kontra demokrasi dan tetaptingginya popularitas Putin di Federasi Rusia merupakan konsekuensi dari habitusyang ada pada Putin. Kapital-kapital yang sejak era Soviet tertanam dalam diriPutin membuat kebijakan-kebijakan yang Putin keluarkan merupakan tendensidari habitus yang tertanam pada Putin. Penelitian ini menggunakan desaindeskriptif-analitis dengan penerapan teori praktik sosial Pierre Bourdieu. Hasilpenelitian menjelaskan bahwa habitus merupakan pengaruh dari kebijakankebijakanyang dikeluarkan oleh Putin di Federasi Rusia.

---

AbstractPutin?s policy which is tend to against democracy and KebijakankebijakanPutin yang cenderung kontra demokrasi dan tetap tingginya popularitasPutin di Federasi Rusia merupakan konsekuensi dari habitus yang ada pada Putin.Kapital-kapital yang sejak era Soviet tertanam dalam diri Putin membuatkebijakan-kebijakan yang Putin keluarkan merupakan tendensi dari habitus yangtertanam pada Putin. Penelitian ini menggunakan desain deskriptif-analitis denganpenerapan teori praktik sosial Pierre Bourdieu. Hasil penelitian menjelaskanbahwa habitus merupakan pengaruh dari kebijakan-kebijakan yang dikeluarkanoleh Putin di Federasi Rusia."

"Saat ini terjadi peningkatan dalam penggunaan sosial media pada masyarakat umum terutama yang tinggal di wilayah kota dalam memilih rumah makan atau restoran yang mereka ingin kunjungi. Hal ini menjadi fenomena baru yang mengubah gaya hidup dan tingkah laku masyarakat kota termasuk bagaimana masyarakat menerima rekomendai informasi tentang restoran dari mulut ke mulut berubah menjadi informasi elektronik. Consumer review website (CRW) adalah jenis informasi elektronik yang menggunakan kata-kata orang lain sebagai informasi untuk basis data rekomendasi restoran. Zomato adalah salah satu CRW yang memiliki basis data restoran di Jakarta yaitu sebanyak 4032 restoran di Jakarta yang di dalamnya termasuk indeks popularitas, jenis restoran, dan jenis makanan untuk setiap restoran. Data 4032 restoran yang berisi tabel atribut dapat diakses dengan menggunakan application program interface (API) dari website resmi Zomato. Nilai indeks popularitas yang di dapatkan kemudian dibagi ke dalam 3 klasifikasi grup yaitu: popularitas tinggi, sedang, dan rendah. Menggunakan Geography information system (GIS) maka setiap klasifikasi dapat di analisa untuk melihat faktor apa saja yang menjadi pembeda dari setiap klasifikasi restoran. Dengan menggunakan Nearest Neighbor Analysis (NNA) dan Kernel Dencity Analysis (KDA) didapatkan jika setiap klasifikasi  memiliki pola distribusi yang berbeda dan dari hasil tersebut didapatkan jika restoran dengan klasifikasi tinggi mengelompok dan dengan kepadatan tinggi yaitu 59 restoran per km2. Restoran dengan klasifikasi sedang mengelompok namun kepadatan yang sedang yaitu 29 restoran per km2 dan restoran dengan klasifikasi rendah mengelompok namun dengan kepadatan rendah yaitu 4 restoran per km2. Faktor-faktor yang mempengaruhi popularitas restoran adalah tempat belanja/mall, hotel bintang 4 dan 5, dan Central bussines district (CBD) dan dengan menggunakan jarak dari titik fungsional kota maka di dapatkan jika restoran dengan popularitas tinggi dekat kepada titik fungsional dan akses jalan utama sedangkan semakin jauh dari titik fungsional dan akses maka semakin rendah popularitasnya.

---

Nowdays, there has been a remarkable surge in the usage of social media among the general public specially in urban area in choosing restaurant that they want visit. This surge becoming new phenomenon that change people lifestyle and behavior in urban area and that is include how people receive information from word of mouth (WoM) recommendation for restaurant and becoming electronic-word of mouth information. Consumer review website (CRW) are e-word of word (e-WoW) information that using people word of word information as they main database for restaurant recommendation. Zomato are one of the few CRW that have a lot database for restaurant in Jakarta, Zomato have around 4032 database for DKI Jakarta and that include popularity index, type of restaurant, and type of food from each restaurant.  4032 data and each attribute restaurant can be access using aplication program interface (API) from zomato official website. From popularity index data, each restaurant divided by 3 classification of popularity group: high popularity, middle popularity, and  low popularity. Using Geography Infromation System (GIS) we can analyze what factor make each classification different from each other. First by using Nearest Neighbor Analysis (NNA) and second Kernel Dencity Analysis (KDA) that each clasification have different spatial distribution and high popularity group are cluster and high dencity with 59 restaurant by square kilometers in Center and South Jakarta, middle popularity with cluster and mid dencity (29 restaurant by square kilometers) in Center, South, and North Jakarta and low popularity are cluster too but with very low dencity up to 4 restaurant by square kilometers in East and South Jakarta. Factor that effect for each classification popularity are shopping mall, hotel 4 & 5 star and Central Bussines Distric (CBD) then by using proximity for each classification that high popularity restaurant group are close to POI functional and CBD. Low popularity are more likely place in outside of town and have far distance from urban poi functional."