Analis Keuangan Digital (Fintech) 2024

Implementasi Dashboard Analitik Fundamental dan Peramalan Harga Saham ADRO, ANTM, INCO dengan Pendekatan ARIMA

Dashboard Analitik Fundamental dan Permalan Harga Saham ADRO, ANTM, INCO dengan Pendekatan ARIMA. Dibimbing oleh Ibu Marhawati dan Bapak Syamsu Alam. Penelitian ini bertujuan untuk membandingkan kinerja keuangan dan memproyeksikan harga saham ADRO, ANTM, dan INCO menggunakan analisis fundamental serta pendekatan ARIMA. Latar belakang penelitian ini didasarkan pada fenomena herding behavior dan overconfidence investor yang sering kali mengabaikan analisis fundamental dalam pengambilan keputusan investasi. Penelitian ini mengadopsi metode kuantitatif dengan menggunakan data rasio keuangan dan harga saham historis, serta metode kualitatif melalui visualisasi dalam bentuk dashboard analitik. Hasil penelitian menunjukkan bahwa ADRO memiliki keunggulan dalam hal profitabilitas, INCO baik dalam hal likuiditas, dan ANTM mengalami fluktuasi kinerja keuangan. Model ARIMA yang digunakan mampu memproyeksikan harga saham ketiga perusahaan dengan menunjukkan tren positif untuk INCO dan ANTM, sementara ADRO cenderung stabil. Dashboard analitik yang dikembangkan membantu investor memahami kinerja keuangan dan proyeksi harga saham, sehingga mendukung pengambilan keputusan investasi yang lebih akurat. Penelitian ini diharapkan dapat memberikan kontribusi dalam meningkatkan kualitas informasi investasi saham di Indonesia. Kata Kunci: Analisis Fundamental, ARIMA, Dashboard, Peramalan

N

NUR AULIA CAHYANI

200907501006

Karya Ilmiah

Praktisi Digital Marketing 2024

Implementasi Strategi Content Marketing Pada UMKM Kopi 1000 Nurhidayah

Penelitian ini menggunakan metode kualitatif dengan teknik pengumpulan data melalui observasi dan penyebaran kuesioner kepada pengikut akun Instagram UMKM. Hasil penelitian menunjukkan bahwa implementasi strategi content marketing melalui pengembangan ide konten, copywriting, editing, serta penggunaan caption dan hashtag yang relevan berhasil meningkatkan interaksi pelanggan di media sosial. Jumlah pengikut dan penjualan meningkat secara signifikan setelah penerapan strategi ini. Penelitian ini menyimpulkan bahwa content marketing efektif dalam meningkatkan keterlibatan pelanggan dan mendorong pertumbuhan penjualan pada UMKM Kopi 1000 Nurhidayah. Kata Kunci : Content Marketing, Customer Engagement, UMKM, media sosial, Digital Marketing.

M

MUHAMMAD NURRESKI MUIS

200907502008

Karya Ilmiah

Data Analist 2024

Analisis sentimen pada layanan Starlink di Indonesia

Penelitian ini bertujuan untuk menganalisis sentimen masyarakat Indonesia terhadap layanan internet satelit Starlink yang baru diperkenalkan di Indonesia. Data dikumpulkan dari platform media sosial X, menggunakan kata kunci terkait Starlink, dan dianalisis dengan algoritma Naive Bayes untuk mengklasifikasikan sentimen menjadi positif, negatif, dan netral. Hasil analisis menunjukkan bahwa sentimen netral lebih dominan dibandingkan sentimen positif dan negatif. Faktor utama yang memengaruhi sentimen masyarakat adalah harga layanan yang relatif mahal, kecepatan dan aksesibilitas internet yang ditawarkan, serta keterlibatan Elon Musk dalam investasi di Indonesia. Meski layanan ini memiliki potensi besar untuk meningkatkan akses internet di daerah-daerah terpencil, tantangan terkait biaya dan penerimaan masyarakat tetap menjadi perhatian. Penelitian ini diharapkan dapat memberikan panduan bagi penyedia layanan internet dalam merancang strategi yang lebih sesuai dengan kebutuhan pasar Indonesia. Kata Kunci : Sentimen, Starlink,Analisis,Naive Bayes

M

MOH. YUSUF KHALIQ M.

200907502011

Karya Ilmiah

Data Analist 2024

Analisis Implementasi Search Engine Optimization (SEO) Pada Konten Artikel Terhadap Trafik Website (Studi Kasus Pada Screenesia)

Penelitian ini berfokus pada analisis implementasi teknik Search Engine Optimization (SEO) pada konten artikel untuk meningkatkan trafik website Screenesia. Menggunakan metode Action Research, penelitian ini mengidentifikasi strategi SEO On-Page dan Off-Page serta mengevaluasi efektivitasnya dalam meningkatkan visibilitas dan jumlah pengunjung. Hasil penelitian menunjukkan bahwa penerapan teknik SEO yang terstruktur, mulai dari pemilihan kata kunci yang tepat hingga optimasi konten dan backlink, dapat meningkatkan trafik website secara signifikan. Selain itu, penelitian ini memberikan rekomendasi praktis untuk mengoptimalkan strategi SEO agar perusahaan dapat meningkatkan performa website mereka, khususnya dalam konteks Digital Marketing berbasis website. Temuan ini diharapkan dapat bermanfaat bagi perusahaan lain yang ingin meningkatkan visibilitas digital mereka melalui penerapan strategi SEO yang efektif.

B

BAMBANG PRIHANTORO NUGROHO

200907501021

Karya Ilmiah

Data Analist 2024

Analisis Sentimen Ulasan Netizen Pada Aplikasi Disney+ Hotstar Di Aplikasi Google Play Store Menggunakan Machine Learning

Penelitian ini bertujuan untuk menganalisis sentimen ulasan netizen terhadap aplikasi Disney+ Hotstar pada aplikasi Google Play Store menggunakan Machine Learning. Dalam penelitian ini, data dikumpulkan dari laman ulasan aplikasi Disney+Hotstar pada aplikasi Google Play Store. Data yang diperoleh kemudian diproses melalui beberapa tahap seperti pembersihan data, tokenisasi, dan stemming. Selanjutnya, data dianalisis menggunakan dua algoritma Machine Learning, yaitu Naive Bayes Classifier (NBC) dan Support Vector Machine (SVM). Hasil penelitian menunjukkan bahwa algoritma SVM memberikan akurasi terbaik dalam mengklasifikasikan sentimen ulasan netizen. Berdasarkan hasil analisis topik ulasan menunjukkan bahwa pada kelas sentimen positif, topik yang sering dibicarakan meliputi aspek layanan yang disediakan. Pada kelas sentimen negatif, topik yang dominan berfokus pada masalah teknis kinerja aplikasi. Sedangkan pada kelas sentimen netral, topik yang dibicarakan berfokus pada deskripsi tentang aplikasi tanpa adanya penilaian emosional. Kata Kunci: Analisis Sentimen, Disney+ Hotstar, Machine Learning, Support Vector Machine, Naive Bayes Classifier

S

STEFAN NOVALDI SALOMBE

200907501009

Karya Ilmiah

Data Analist 2024

Analisis Sentimen Aplikasi Tokopedia di Google PlayStore Menggunakan Metode SVM, Naive Bayes, dan K-NN

Penelitian ini dilakukan untuk mengetahui sentimen pengguna Aplikasi Tokopedia di Indonesia, yang dilakukan melalui analisis sentimen menggunakan metode SVM, Naive Bayes, dan K-NN. Data yang digunakan dalam penelitian ini yaitu data sekunder berupa ulasan pengguna Aplikasi Tokopedia, yang dikumpulkan secara online menggunakan teknik scrapping, hasil penelitian ini mendapatkan sentimen negatif yang lebih mendominasi adapun beberapa keluhan yang termasuk dalam kategori sentimen negatif diantaranya, barang yang dikirim rusak, Aplikasi sering eror, pengiriman lambat, pengembalian dana refund sangat lambat, foto produk tidak sesuai dengan produk yang dijual, kurirnya tidak ramah, metode pembayaran kurang. Performa algoritma yang digunakan dalam menunjukkan Support Vector Machine (SVM) lebih baik dari Naive Bayes dan K-Nearest Neighbor (K-NN) dalam mengklasifikasi sentimen, berdasarkan hasil akurasi yang diperoleh. Hasil penelitian ini diharapkan dapat menjadi perhatian PT Tokopedia untuk mengevaluasi kinerja perusahaan dalam meningkatkan stabilitas dan kinerja Tokopedia, mempercepat refund, menambah opsi pembayaran, peningkatan layanan kurir dan keamanan kiriman barang. Kata Kunci : Analisis Sentimen, Aplikasi Tokopedia, Support Vector Machine (SVM), Naive Bayes, K-Nearest Neighbor (K-NN).

A

AISYAH S.

200907500005

Karya Ilmiah

Data Analist 2024

Analisis Sentimen Brand Barenbliss Menggunakan Machine Learning (Studi Kasus: E-Commerce Shopee)

Penelitian ini bertujuan untuk menganalisis sentimen pengguna Twitter terhadap tren cryptocurrency menggunakan teknik machine learning. Hasil analisis ini memberikan gambaran tentang sikap dan opini masyarakat terhadap fenomena mata uang kripto, serta rekomendasi investasi bagi masyarakat Indonesia. Pengumpulan data dilakukan melalui metode scraping menggunakan Tweet Harvest kemudian diproses melalui beberapa tahap seperti data cleaning, case folding, tokenizing, dan stemming. Selanjutnya, data dianalisis menggunakan tiga algoritma machine learning, yaitu Support Vector Machine (SVM), Naive Bayes Classifier (NBC), dan K-Nearest Neighbors. Hasil penelitian menunjukkan bahwa algoritma SVM memberikan akurasi terbaik yakni sebesar 83% dalam mengklasifikasikan sentimen pengguna. Selain itu penelitian ini juga memberikan rekomendasi bagi masyarakat antara lain berfokus pada airdrop, mengevaluasi koin dengan sentimen positif, dan mewaspadai potensi kerugian dan penipuan. Dengan pemahaman yang lebih baik tentang sentimen publik, investor dapat membuat keputusan yang lebih cerdas dalam menghadapi pasar cryptocurrency yang dinamis. Kata Kunci : Cryptocurrency, Sosial Media, Analisis Sentimen, Tweet Harvest.

N

NUR AMALIA QADRI

200907500006

Karya Ilmiah

Data Analist 2024

Analisis Sentimen Tren Cryptocurrency Menggunakan Machine Learning

Penelitian ini bertujuan untuk menganalisis sentimen pengguna produk Barenbliss dengan menggunakan teknik machine learning. Data dikumpulkan dari Shopee melalui teknik scraping. Data yang telah diperoleh kemudian diolah melalui beberapa tahapan preprocessing seperti pembersihan data, tokenisasi, dan stemming. Setelah melakukan preprocessing akan diolah lagi untuk dianalisis menggunakan tiga algoritma machine learning: Support Vector Machine (SVM), Naive Bayes Classifier (NB), K-Nearest Neighbor (K-NN). Hasil penelitian ini menunjukkan bahwa algoritma SVM memberikan akurasi yang paling baik dalam mengklasifikasikan sentimen ulasan konsumen. Faktor yang mempengaruhi pembelian konsumen berdasarkan ulasannya yaitu: sentimen positif topik yang sering dibicarakan adalah kandungan dari produk tersebut, sentimen negatif konsumen cenderung membicarakan tentang produk yang diterima tidak sesuai dengan pesanan, sentimen netral menunjukkan bahwa produk memiliki kualitas yang bervariasi, beberapa ulasan konsumen mengatakan produk unggul dalam kualitas produk namun ada juga yang tidak sesuai dengan ekspektasi mereka. Secara umum produk dapat diterima sebagian besar konsumen tetapi tidak menjadi pilihan utama bagi semua orang. Kata Kunci: Anali

A

ANAWAY ALNAJAH CORRS

200907500002

Karya Ilmiah

Start-up & E-commerce 2024

Perancangan Platform Marvelous Pinrang pada Sektor Pariwisata Kabupaten Pinrang

Penelitian ini mengembangkan dan mengimplementasikan platform digital Marvelous Pinrang yang bertujuan untuk pengembangan sektor pariwisata di Kabupaten Pinrang, yang memiliki potensi wisata alam yang signifikan. Platform ini dirancang menggunakan sistem manajemen konten WordPress, dengan fitur fitur utama seperti informasi destinasi wisata, peta interaktif, galeri media, dan komentar pengguna. Perancangan platform mengikuti model Research and Development (R&D) dengan pendekatan 4D (Define, Design, Develop, Disseminate). Untuk mengevaluasi keefektifan dan kenyamanan penggunaan platform, dilakukan uji usabilitas menggunakan System Usability Scale (SUS) dengan 30 sampel. Hasil dari uji usabilitas menunjukkan bahwa platform Marvelous Pinrang memperoleh skor tinggi, mengindikasikan bahwa platform ini mudah digunakan dan dapat mendukung kegiatan promosi pariwisata secara efektif. Penelitian ini memberikan kontribusi praktis bagi pengembangan sektor pariwisata Kabupaten Pinrang. Kata Kunci: Pariwisata, Marvelous Pinrang, CMS WordPress, System Usability Scale (SUS), Promosi Digital

N

NOVITA

200907500010

Karya Ilmiah

Start-up & E-commerce 2024

Rancang Bangun Aplikasi Marketplace Usaha Mikro Kecil Menengah Berbasis Web di Kabupaten Maros

Penelitian ini bertujuan untuk merancang dan membangun sebuah marketplace berbasis web yang ditujukan untuk Usaha Mikro, Kecil, dan Menengah (UMKM) di Kabupaten Maros. Proses pengembangan aplikasi ini menggunakan model 4D yang terdiri dari empat tahapan: Define, Design, Develop, dan Disseminate. Pada tahap Define, dilakukan identifikasi kebutuhan pengguna dan analisis pasar. Tahap Design melibatkan pembuatan prototipe yang sesuai dengan kebutuhan UMKM. Tahap Develop mencakup pengembangan aplikasi berdasarkan prototipe yang telah dirancang. Tahap terakhir, Disseminate, dilakukan dengan pengujian aplikasi di pasar nyata melalui uji coba terbatas. Pengujian aplikasi dilakukan untuk memastikan kelayakan dan performa aplikasi yang dikembangkan. Pengujian functionality suitability menunjukkan hasil presentase kelayakan sebesar 100%, menandakan bahwa aplikasi memenuhi semua fungsi yang diharapkan. Pengujian performance efficiency menghasilkan nilai 98%, menunjukkan bahwa aplikasi berjalan dengan sangat efisien. Sementara itu, pengujian usability menggunakan System Usability Scale (SUS) menghasilkan skor 79,25, yang menunjukkan bahwa aplikasi memiliki tingkat kegunaan yang baik. Berdasarkan hasil pengujian tersebut, aplikasi ini diharapkan dapat menjadi solusi efektif untuk membantu UMKM di Kabupaten Maros dalam mengembangkan usahanya melalui platform digital. Kata Kunci : Aplikasi, Marketplace, UMKM, Model 4D, Functionality Suitability, Performance Efficiency, Usability, Kabupaten Maros

N

NURUL AZIZAH

200907500013

Karya Ilmiah

Data Analist 2024

Segmentasi Pelanggan Menggunakan Algoritma K-Means Clustering Untuk Perancangan Strategi Pemasaran (Studi Kasus Mocha Petshop)

enelitian ini bertujuan untuk melakukan segmentasi pelanggan layanan cat grooming di Mocha Petshop menggunakan algoritma K-Means Clustering dan model RFM (Recency, Frequency, Monetary). Dengan menggunakan metode Elbow dan evaluasi Davies Bouldin Index (DBI) menunjukkan tiga klaster optimal dengan nilai DBI sebesar 0.507. Hasil penelitian menunjukkan ada tiga segmen yang diidentifikasi adalah Best Customer dengan loyalitas tinggi, Ordinary Customer dengan loyalitas sedang, dan Lost Customer dengan loyalitas rendah. Berdasarkan segmentasi ini, strategi pemasaran dirancang menggunakan pendekatan STP (Segmentation, Targeting, Positioning). Untuk Best Customer, strategi fokus pada layanan eksklusif dan poin reward, sementara untuk Ordinary dan Lost Customer, strategi mencakup edukasi, diskon untuk kunjungan pertama setelah tidak aktif, dan diskon untuk layanan berikutnya. Meningkatkan frekuensi transaksi menjadi kunci untuk meningkatkan loyalitas dan memindahkan pelanggan ke segmen Best Customer, yang pada akhirnya meningkatkan retensi atau frekuensi transaksi di Mocha Petshop.

M

MUH. ARNESTA ARNANDA

200907500016

Karya Ilmiah

Start-up & E-commerce 2024

Rancang Bangun Marketplace di Universitas Negeri Makassar

Transformasi digital telah membawa perubahan besar dalam berbagai sektor, menciptakan peluang baru untuk inovasi serta meningkatkan efisiensi operasional, baik di dunia bisnis maupun institusi pendidikan. Marketplace, sebagai salah satu hasil dari transformasi ini, telah menjadi platform penting dalam memfasilitasi transaksi antara penjual dan pembeli, memungkinkan proses jual beli berjalan lebih cepat, mudah, dan terorganisir. Di Universitas Negeri Makassar, tantangan utama adalah mengoptimalkan aset yang dimiliki serta meningkatkan pendapatan. Penelitian ini bertujuan untuk merancang dan mengembangkan marketplace berbasis WordPress dengan menggunakan plugin WooCommerce. Marketplace ini diharapkan dapat menjadi solusi yang efektif dalam memaksimalkan penggunaan aset dan membuka sumber pendapatan baru melalui platform digital yang mudah diakses. Penelitian ini dilakukan dengan metode Research and Development (RnD) dan model pengembangan Waterfall, yang mencakup tahapan analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Hasil penelitian menunjukkan bahwa UNM Connect, marketplace yang dikembangkan, layak digunakan dengan performa yang baik dan visibilitas SEO yang optimal. Evaluasi akhir juga menunjukkan potensi untuk pengembangan lebih lanjut dalam meningkatkan keterlibatan pengguna dan aksesibilitas. Kata Kunci : Marketplace, Waterfall, WordPress, Research and Development

M

MUHAMMAD ZULHAM ALFARIZI ABINSAIR

200907501007

Karya Ilmiah