ADE KURNIA - 2301984314

MAGISTER MANAGEMENT SISTEM INFORMASI

Thesis MMSI

2140033045

2201925222

Magister Manajemen Sistem Informasi

2402225540 - Rodhi Aditya Brahmayudha - MMSI

2402222526 - Ratu Annisa Gandasari - MMSI (Fast Track)

Cahyo Susilo - 2402225414 - MMSI RS2

USING THE SCRUM METHOD AT PT. TEKNOLOGI NIRMALA

OLAH DAYA INFORMASI

COAL MINING COMPANY WITH THE DELONE AND

MCLEAN MODEL APPROACH

Kata Kunci: Bank Digital, Ekspektasi Kinerja, Pengaruh Sosial, Kepercayaanyang Dirasakan, Perilaku Pengguna.

Penelitian mengenai penerapan gamifikasi yang melibatkan 119 partisipan pada sistem monitoring pada project management yang bertujuan untuk meningkatkan engagement tim member sprint pada pengembangan software dunia industri IT.

in Partial Fulfillment of the Requirements for

Master Degree in Information System Management

Kata Kunci: Natural Languange Processing (NLP), Large Language Model (LLM), Retrieval Augmented Generation (RAG), Chatbot, Microsoft Azure, Kecerdasan Buatan

Keywords: Credit Risk Modelling, Credit Default Prediction, Artificial Intelligence, Machine Learning, Supervised Machine Learning, Random

The convergence of global economic growth and expanding regulations has significantly increased the compliance burden on banks, creating a widening gap between regulatory expectations and banks' ability to comply. Regtech—an emerging field of technology solutions designed to address regulatory challenges—offers a promising solution. This study explores the factors influencing Regtech adoption within the Indonesian banking industry, specifically commercial banks. It introduces a novel construct that integrates key bank risk factors, including operational risk, reputational risk, and compliance risk, with established technology adoption models such as the Technology Acceptance Model (TAM) and Task-Technology Fit (TTF). An online survey was conducted across Indonesia, targeting 31 commercial banks, with 135 active bankers participating.

Keywords: Regtech, Regulatory, Technology, Compliance, Banking, Risk, Adoption, Model

Kata Kunci: Transformasi digital, UMKM, Kompetensi Digital, Kesiapan Digital, dan Efikasi Diri Wirausaha Digital.

Kata Kunci: Aplikasi Olahraga, Gamification, UTAUT2, Octalysis Framework

PADA E-COMMERCE XYZ

Kata Kunci: Live Shopping, E-commerce, Social Commerce, S-O-R Paradigma, SmartPLS.

Penelitian ini menganalisis faktor apa yang mempengaruhi keefektivitasan dari sistem rekomendasi dalam meningkatkan minat pembelian e-commerce melalui sistem. Dengan tujuan mencari faktor yang perlu ditekankan atau difokuskan dalam pengembangan sistem rekomendasi yang lebih optimal , melihat efek dari faktor sosiologis terhadap minat pembelian pengguna menggunakan sistem ,dan melihat faktor-faktor yang menentukan kualitas dari sistem rekomendasi dapat mengurangi atau mencegah terjadinya masalah yang ada di sistem rekomendasi. Penelitian ini menggunakan metode TAM ( Technology Acceptance Model) untuk mendukung proses penelitian ini dalam menguji faktor-faktor dari sistem rekomendasi yang berujung pada minat pembelian pengguna menggunakan sistem. Berdasarkan hasil kuisioner yang telah disebarkan kepada 506 pengguna e-commerce di Indonesia memperlihatkan bahwa setiap variabel terbukti memiliki pengaruh yang signifikan kecuali hipotesis pengaruh dari Social Influence menuju Usage Attitude. Oleh karena itu, kedepannya sistem rekomendasi yang dikembangkan dalam e-commerce top di Indonesia harus lebih difokuskan kepada peningkatan Trust pengguna terhadap hasil sistem rekomendasi dan memperhatikan Usage Attitude pengguna menggunakan sistem dengan fokus pada Recommendation Quality yang didukung dengan rekomendasi yang unik atau baru kepada pengguna dalam meningkatkan Usage Attitude dalam menggunakan Sistem Rekomendasi yang ada di E-Commerce.

Kata Kunci: Recommendation System, E-Commerce, Product Recommender, TAM, Purchase Intention.

Kata Kunci—pembelian impulsif, mikrotransaksi, monetisasi, video game

Kata Kunci: Virtual 3D Classroom, TAM, Waterfall, Online Learning, Photon Unity.

Kata Kunci: Mechanical Keyboard, Purchase Intention, Sensation Seeking, Text Mining, SmartPLS, Analisis Statistik.

MEMPENGARUHI CUSTOMER LOYALTY PADA

PLATFORM E-MARKETPLACE DENGAN STUDI

KASUS PT. RAHASIA GADIS NUSANTARA

Penelitian ini bertujuan untuk menganalisis faktor-faktor yang

mempengaruhi loyalitas pelanggan kepada PT. Rahasia Gadis Nusantara di media

sosial. Penelitian ini menguji enam hipotesis yang berkaitan dengan Electronic

Word of Mouth (E-WOM), Brand Image, Trust, Social Media Marketing, Customer

Satisfaction, dan Customer Loyalty. Penelitian ini menggunakan pendekatan

kuantitatif dan metode analisis Structural Equation Model (SEM) dengan SmartPLS

dengan responden yang diperoleh sebanyak 400 responden. Hasil analisis

menunjukkan bahwa semua hipotesis yang diuji terbukti signifikan. Hipotesis

pertama menunjukkan bahwa E-WOM memiliki pengaruh positif terhadap Trust.

Hipotesis kedua mengkonfirmasi bahwa Brand Image memiliki pengaruh besar

terhadap Trust. Hipotesis ketiga menunjukkan bahwa Trust berpengaruh positif

terhadap Customer Loyalty. Hipotesis keempat menemukan bahwa Social Media

Marketing memiliki pengaruh besar terhadap Customer Loyalty. Hipotesis kelima

menunjukkan bahwa Social Media Marketing juga memiliki pengaruh besar

terhadap Customer Satisfaction. Hipotesis keenam menunjukkan bahwa Customer

Satisfaction juga memiliki pengaruh besar terhadap Customer Loayalty. Studi ini

membantu PT. Rahasia Gadis Nusantara membuat strategi pemasaran yang lebih

baik untuk bersaing dengan pesaing di industri kecantikan dengan berfokus pada

pengelolaan E-WOM, meningkatkan Brand Image, dan meningkatkan kualitas

produk dan layanan.

Kata Kunci: Electronic Word of Mouth (E-WOM), Brand Image, Trust, Social

Media Marketing, Customer Satisfaction, dan Customer Loyalty

Kata Kunci: Telemedis, Kecerdasan Buatan, Model TAM, Konsultasi, Efektivitas

Perkembangan teknologi digital telah mendorong peningkatan penggunaan aplikasi mobile banking, yang disertai dengan beragam opini dan sentimen dari pengguna di media sosial X. Penelitian ini bertujuan untuk menganalisis sentimen opini pengguna media sosial X terhadap penggunaan aplikasi mobile banking di Indonesia dengan menerapkan pendekatan text mining dan machine learning. Metode yang digunakan mengikuti tahapan CRISP-DM (Cross-Industry Standard Process for Data Mining), yang mencakup pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi, dan penerapan. Data dikumpulkan dari media sosial X dan diproses menggunakan teknik preprocessing teks, seperti transform cases, tokenize, filter stopword by dictionary, dan filter stopword by length. Proses klasifikasi sentimen dilakukan dengan menerapkan algoritma Naïve Bayes, Support Vector Machine (SVM), Decision Tree, dan K-Nearest Neighbor (KNN). Evaluasi performa model dilakukan menggunakan metrik akurasi, precision, recall, dan AUC untuk menentukan algoritma dengan kinerja terbaik. Hasil penelitian menunjukkan bahwa algoritma Support Vector Machine menghasilkan kinerja terbaik dengan akurasi sebesar 97,30%, precision 97,44%, recall 97,44%, dan AUC 0,997, dibandingkan dengan algoritma lainnya. Selain itu, hasil analisis menunjukkan adanya keberagaman sentimen positif dan negatif terkait penggunaan mobile banking di Indonesia, terutama dalam aspek keluhan maupun kepuasan pengguna. Penelitian ini menunjukkan bahwa model yang telah dikembangkan mampu memprediksi sentimen pada dataset baru yang belum pernah dianalisis dan algoritma Support Vector Machine direkomendasikan sebagai model terbaik untuk klasifikasi sentimen dalam penelitian ini.

Kata Kunci: Machine Learning, Analisis Sentimen, Mobile Banking, Media Sosial X, Support Vector Machine

Kata Kunci: Business Intelligence, Kimball Dimensional Design, Lead Time, Logistics, Metabase.

"Kata Kunci: Gen Z, Generation Z, Digital Literacy, Financial Literacy, Social Media Literacy, Investment Intention, Intention To Invest.

Kata Kunci: DSS, TOPSIS, Daerah Rawan Miskin, Kabupaten Brebes

Penelitian ini bertujuan untuk merancang dan mengevaluasi penerapan gamifikasi dalam meningkatkan kesiapan pembelajaran mahasiswa program pascasarjana di Universitas XYZ. Mahasiswa sering menghadapi tantangan dalam mengelola waktu, menyusun tesis, serta kurangnya motivasi dan interaksi sosial yang dapat memengaruhi kualitas pembelajaran mereka. Untuk mengatasi permasalahan ini, gamifikasi, yang mengintegrasikan elemen permainan seperti XP, liga, leaderboard, dan tantangan, diterapkan sebagai metode inovatif untuk meningkatkan motivasi dan keterlibatan. Dengan menggunakan metode kuantitatif dan melibatkan kurang lebih 50 responden, penelitian ini menunjukkan bahwa penerapan gamifikasi efektif dalam meningkatkan kesiapan mahasiswa untuk belajar dengan memberikan penghargaan berbasis pencapaian, serta meningkatkan interaksi sosial melalui tugas kelompok dan forum diskusi. Sistem gamifikasi ini memberikan pengalaman belajar yang lebih terstruktur dan menyenangkan, yang memungkinkan mahasiswa untuk lebih termotivasi dan berhasil mengatasi tantangan akademik yang mereka hadapi, seperti manajemen waktu dan penyusunan tesis. Penelitian ini menyimpulkan bahwa gamifikasi dapat menjadi solusi efektif untuk mendukung kesiapan pembelajaran mahasiswa pascasarjana, dengan rekomendasi untuk perbaikan lebih lanjut pada aspek antarmuka pengguna dan variasi reward.

Keyword : Gamifikasi , Kesiapan pembelajaran , Mahasiswa pascasarjana , Motivasi dan keterlibatan , Manajemen wakt

Kata Kunci: Segmentasi Pelanggan, Algoritma Clustering, Sarinah Club, Sarinah Department Store

Kata Kunci: Supply Chain, Business Process Improvement Harrington, Failure Mode and Effect Analysis, Time Analysis, Business Process Simulation

Kata kunci: Digital Twin, AWM Laundry, Technology Acceptance Model (TAM), IS Success Model, Customer Satisfaction, Customer Loyalty.

Kata Kunci : Pusdiklatkar, Is Succes Modem, Pemadam Kebakaran, Tecnology Acceptance Model. 

Keywords: co-branding, good price, in-app purchase intention, live streamer, mobile game loyalty

Keywords: Internet Literacy, Loneliness, FOMO, Social Media Use, Online Video Addiction, Sensation Seeking

Keywords: E-Learning, Task-Technology Fit, System Information Quality, User Satisfaction, Net Benefit.

Keywords : Digital Innovation, Mobile Banking, Agile Scrum, Freemeals, Cost-Benefit.

Blockchain adalah sistem penyimpanan data terdistribusi dan jaringan peer-to-peer yang tidak dapat diubah secara retroaktif. Data blockchain sangat sulit dimanipulasi dan diakses secara ilegal. Penelitian ini bertujuan menerapkan teknologi blockchain pada sistem EMR rumah sakit guna meningkatkan keamanan dan mencegah akses ilegal. Metode penelitian dimulai dengan studi literatur mendalam mengenai EMR dan teknologi blockchain, dilanjutkan dengan perancangan prototipe sistem yang akan diuji coba di lingkungan rumah sakit nyata di Indonesia.

Melalui fitur keamanan bawaan blockchain, seperti immutability dan desentralisasi, penelitian ini berupaya membangun infrastruktur EMR yang lebih andal dan aman, memungkinkan rumah sakit memanfaatkan data kesehatan digital secara lebih efektif untuk meningkatkan layanan pasien dan mendorong inovasi medis. Standar dan kerangka kerja yang dihasilkan dari penelitian ini diharapkan dapat menjadi dasar untuk implementasi yang lebih luas di sektor kesehatan Indonesia.

Kata Kunci: Blockchain, Electronic Medical Record, Security, Health Technology

Keywords: User Satisfaction, SAP Application, PIECES Framework

Kata Kunci: telemedicine kesehatan mental, niat keberlanjutan penggunaan, pengaruh sosial, nilai harga, kekhawatiran privasi, moderasi generasi

Keyword: E-Commerce, Cultural Dimensions, Gamification, TAM Model, Continuance Intention

Keywords: Digital Marketing, Export Performance, Resource-Based View, Technology Capabilities, MSMEs

Kata Kunci: Subscription Video on Demand (SVOD), Repurchase Intention, e-WOM, Brand Trust, Perceived Enjoyment

The results show that ECP implementation enhances service efficiency by reducing care variation, decreasing Length of Stay (LOS), and optimizing hospital costs. By utilizing this data-driven system, medical staff can access optimal treatment pathways more efficiently, contributing to improved decision-making accuracy and resource management. Furthermore, the clustering-based prediction model provides more effective treatment pathway recommendations based on prior care patterns, supporting more accurate clinical decision-making. The system’s implementation also allows hospitals to plan treatments more adaptively and respond dynamically to patient conditions.

In conclusion, this system has the potential to be an innovative solution for improving hospital service quality through data-driven approaches while aiding operational cost efficiency by optimizing patient care pathways automatically.

Keywords: Clinical Pathway, Electronic Medical Records, K-Means Clustering, Quality Control, PNPK

Kata kunci: bank sentral, analisis sentimen, media sosial, natural language processing, bidirectional encoder representations from transformers, long short-term memory.

Dr. Wahyu Sardjono, S.si.,MM.,CBDMP

Kata Kunci: Online gambling in Indonesia, Discontinuance Intentions, Stimulus-Organism-Response Framework, Information Systems Success Model, Theory of Planned Behavior

Kata Kunci: Marketing Afiliasi, Rantai Pasok Hijau, Gamifikasi,  Keberlangsungan Bisnis, UMKM

Kata Kunci: UTAUT, Pajak Daerah, Aplikasi Mobile , PLS-SEM

Kata Kunci: Niat Perilaku, Asuransi Digital, Jakarta, Kepercayaan, dan Pengalaman Pengguna

Kata kunci :   E-commerce, penerimaan dan penggunaan teknologi, pemodelan persamaan struktural dan kuadrat terkecil parsial

Kata Kunci: Analisis Sentimen, Twitter, GOTO, IndoBERT, Uji Korelasi Pearson, Return Saham.

Kata Kunci: SPBE, TOGAF ADM, Pengelolaan Anggaran, Pemkot Jakarta Selatan, Sistem Informasi Keuangan, Enterprise Architecture.

Keywords: Digital  Transformation, Enterprise architecture, TOGAF Framework, COBIT, Governance.

Kata Kunci: Autoregressive Integrated Moving Average, Windowing, Generalized Linear Model, K-Nearest Neighbors, Support Vector Machine, Artificial Neural Networks.

Universitas XYZ merupakan universitas yang mengandalkan Bahan Ajar (BA) yang menjadi media pembelajaran utama mahasiswa dan wajib dimiliki oleh setiap mahasiswa. Dalam proses tersebut, masih banyak ditemukan keluhan terkait BA. Kenaikan jumlah mahasiswa berbanding lurus dengan kenaikan jumlah keluhan terkait BA tersebut. Dalam pelayanan keluhan, Universitas XYZ masih melakukan pengkategorian keluhan secara manual oleh tim customer service. Seiring  bertambahnya jumlah keluhan BA yang masuk, ditemukan berbagai permasalahan yang disebabkan oleh pemilihan kategori secara manual. Seperti kesalahan pengkategorian yang berdampak kepada lambatnya penanganan, penyelesaian permasalahan juga terancam akan kurang tepat, serta reputasi universitas tersebut akan buruk. Maka dari itu perlu adanya pengkategorian otomatis menggunakan algoritma machine learning serta representasi vektor Indonesian Bidirectional Encoder Representations from Transformers (IndoBERT). Penelitian ini juga menggunakan tahapan CRISP-DM. Algoritma machine learning yang digunakan yaitu Neural networks (NN), Naive bayes (NB), Support Vector Machine (SVM) dengan evaluasi performa model menggunakan accuracy, recall, precision, dan F1-score. Hyperparameter juga diterapkan pada algoritma NN dan SVM. Berdasarkan evaluasi performa seluruh model, algoritma NN mendapatkan hasil evaluasi terbaik dibandingkan NB dan SVM. Dengan nilai accuracy sebesar 0.9196; precision 0.9200; recall 0.9196; dan F1-score 0.9196. Model tersebut menggunakan kombinasi hyperparameter 4 hidden layer dengan jumlah neuron dalam tiap layer secara berurutan yaitu 512; 256; 128; 64, dropout rate 0.4 pada setiap hidden layer, batch normalization pada setiap hidden layer, learning rate sebesar 0.0005, activation ReLU, softmax pada output layer, loss function menggunakan CrossEntropyLoss, optimizer Adam, dan Epochs sebesar 200.

Kata Kunci: Text Mining, Machine learning, Kategorisasi, Hyperparameters, CRISP-DM

Kata kunci : Kualitas Sistem, Kualitas Informasi, Kualitas Layanan, Green IT Attitude, Kepuasan Pengguna

Kata Kunci: Risiko Internet yang Dirasakan, Efikasi Diri Konsumen, Kepercayaan Platform, Keamanan, Stres Privasi, Kepercayaan Merek, Niat Pembelian Ulang, PLS-SEM.

Kata Kunci: Teknologi finansial, bank digital, kejahatan siber, keamanan dan privasi, niat penggunaan.

Kata Kunci: Chatbot, Generative AI, Layanan Publik, Program Indonesia Pintar, Transformasi Digital, Pendidikan.

Penelitian ini menggunakan framework TOGAF ADM yang terdiri dari sembilan fase untuk merancang arsitektur HRMS yang terintegrasi. Pendekatan arsitektur yang dibangun mencakup Business Architecture, Data Architecture, Application Architecture, dan Technology Architecture. Business Architecture memetakan proses bisnis utama seperti penggunaan personel, pendidikan, perbekalan, dan perawatan; Data Architecture menekankan shared database dan standardisasi; Application Architecture merancang modularisasi fungsi menggunakan ERP/HCM seperti Odoo dan sistem HRMS Connect berbasis web dan mobile; serta Technology Architecture mengusulkan pembaruan infrastruktur, cloud server, dan keamanan siber dengan dukungan dari Satsiberal.

Model arsitektur ini menghasilkan solusi HRMS Connect, aplikasi terintegrasi yang memungkinkan personel TNI Angkatan Laut berinteraksi langsung dengan sistem, memperbarui data pribadi secara mandiri, dan mendukung proses pengambilan keputusan berbasis data secara real-time oleh pimpinan. Roadmap implementasi disusun dalam empat tahap menggunakan pendekatan agile, dengan prioritas utama pada pengembangan layanan TI HRMS, cloud server, dan ERP/HCM.

Implementasi solusi disertai dengan tahapan manajemen perubahan menggunakan model ADKAR, yang meliputi Awareness melalui sosialisasi kebutuhan transformasi digital, Desire melalui pemberian insentif, Knowledge melalui pelatihan penggunaan sistem, Ability melalui simulasi, dan Reinforcement melalui monitoring KPI dan umpan balik pengguna.

Penelitian ini memiliki keterbatasan karena tidak membahas perencanaan anggaran secara detail dan tidak mengkaji aspek keamanan siber secara komprehensif. Penelitian selanjutnya disarankan untuk mengembangkan sistem ini lebih lanjut pada satuan pendidikan TNI Angkatan Laut lainnya dan mengkaji efektivitas implementasi HRMS Connect berbasis evaluasi kinerja dan keamanan data yang lebih mendalam.

Kata Kunci: Internet of Things (IoT), Diffusion of Innovation, Perceived Value, Facility Management, PLS-SEM

Kata kunci: Whistleblowing System, Budaya Etis, Diamond Fraud Theory, Occupational Fraud, Technology Acceptance Model, SEM-PLS.

Laporan World Economic Forum menempatkan serangan siber sebagai salah satu risiko utama global dengan peningkatan insiden yang signifikan di Indonesia, khususnya pada sektor perbankan. Penelitian ini bertujuan mengidentifikasi dan menganalisis risiko keamanan informasi di Bank XYZ menggunakan kerangka ISO/IEC 27001:2013 dan merumuskan rekomendasi untuk meningkatkan mitigasi risiko serta kepatuhan terhadap standar internasional. Penelitian menggunakan pendekatan kualitatif melalui tahapan identifikasi aset informasi, penilaian risiko berdasarkan ISO 31000:2018, evaluasi kesenjangan kontrol terhadap Annex A ISO/IEC 27001 versi 2013, serta validasi data melalui wawancara mendalam dengan pemangku kepentingan internal bank. Hasil utama menunjukkan bahwa Bank telah berhasil menerapkan 109 dari total 114 kontrol ISO/IEC 27001:2013, dengan penurunan signifikan risiko inheren yang semula sebanyak 96 risiko (38 risiko kategori Moderate dan 58 risiko kategori Moderate to High) menjadi hanya 13 risiko kategori Low dan 83 risiko kategori Low to Moderate setelah implementasi kontrol. Penelitian menyimpulkan bahwa Bank memiliki efektivitas tinggi dalam manajemen keamanan informasi, khususnya pada pengendalian akses, manajemen aset informasi, dan penanganan insiden, namun memerlukan pembaruan Statement of Applicability (SoA), peningkatan pelatihan keamanan informasi, penguatan tata kelola pemasok, serta roadmap transisi ke ISO/IEC 27001:2022.

Kata Kunci: Automatic Number Plate Recognition (ANPR), pengelolaan sampah, monitoring sampah, pengelolaan truk sampah

Penelitian ini bertujuan untuk menganalisis pengaruh MOOC gamifikasi terhadap hasil belajar peserta. Metode yang digunakan adalah kuantitatif dengan pendekatan PLS-SEM (Partial Least Square - Structural Equation Modeling), melibatkan 106 responden dari SMA Pancasila Ambulu yang merupakan pengguna aktif Ruangguru.

Hasil penelitian menunjukkan bahwa elemen gamifikasi berpengaruh signifikan terhadap hasil belajar peserta dengan nilai R² sebesar 0,508 dan p-value sebesar 0,000. Indikator seperti motivasi, keterlibatan emosional, serta kemampuan peserta menyelesaikan materi secara mandiri terbukti meningkat. Gamifikasi membuat pembelajaran lebih menyenangkan, meningkatkan retensi materi, serta mendorong peserta menyelesaikan kursus hingga tuntas.

Penelitian ini memberikan bukti empiris bahwa desain MOOC berbasis gamifikasi dapat menjadi strategi efektif dalam meningkatkan kualitas pendidikan daring di Indonesia.

Penelitian ini bertujuan untuk menganalisis faktor-faktor yang memengaruhi niat para auditor pada Badan Pengawasan Keuangan dan Pembangunan (BPKP) dalam menggunakan ruang kerja digital berbasis cloud sebagai platform kolaborasi.

Penelitian ini menggunakan pendekatan kuantitatif dengan survei terhadap 488 auditor BPKP, dan dianalisis menggunakan Structural Equation Modeling melalui SmartPLS 4 dengan pendekatan model UTAUT2 yang dimodifikasi.

Hasil penelitian menunjukkan bahwa persepsi manfaat (performance expectancy) dan pengalaman menyenangkan (hedonic motivation) berpengaruh positif signifikan terhadap niat penggunaan.

Menariknya, persepsi nilai ekonomis (price value) justru berpengaruh negatif signifikan terhadap niat tersebut. Sementara itu, faktor seperti kemudahan penggunaan, pengaruh sosial, kondisi fasilitas, dan kebiasaan belum menunjukkan pengaruh signifikan.

Selain itu, ditemukan bahwa jenis kelamin dan usia memoderasi hubungan antara beberapa konstruk dengan niat penggunaan.

Model ini menjelaskan 76% varians niat penggunaan ruang kerja digital, menegaskan pentingnya persepsi kegunaan dan pengalaman positif dalam mendorong adopsi teknologi ruang kerja digital berbasis cloud di sektor publik.

Penelitian ini memberikan implikasi praktis bagi manajemen BPKP untuk merancang strategi intervensi yang tepat, terutama dalam meningkatkan persepsi manfaat dan kenyamanan penggunaan, sekaligus mengatasi hambatan budaya dan kebiasaan digital.

Kata Kunci: adopsi teknologi, ruang kerja digital, UTAUT2, sektor publik, auditor

Penelitian ini bertujuan untuk (1) mengevaluasi tingkat kematangan dan menganalisis kesenjangan implementasi manajemen data yang mendukung sistem pengambilan keputusan di BPKP menggunakan model TDWI Big Data Maturity Model, dan (2) merumuskan strategi penguatan manajemen data berbasis kerangka kerja Data Management Body of Knowledge (DMBOK) untuk mendukung kemampuan analitik. Penelitian ini menggunakan pendekatan kualitatif deskriptif dengan strategi studi kasus pada BPKP. Pengumpulan data primer dilakukan melalui analisis dokumen internal BPKP secara sistematis menggunakan pendekatan READ (Ready, Extract, Analyse, Distil).

Hasil evaluasi menunjukkan tingkat kematangan manajemen data BPKP secara keseluruhan berada pada skor 3,41 atau tahap “Early Adoption”. Dimensi Infrastruktur (3,60) dan Tata Kelola (3,57) menunjukkan capaian tertinggi, sementara dimensi Analitik (2,60) menjadi area dengan tingkat kematangan terendah dan kesenjangan terbesar (1,40). Berdasarkan analisis kesenjangan dan praktik terbaik DMBOK, dirumuskan serangkaian strategi penguatan yang mencakup sebelas domain DMBOK, dengan fokus pada peningkatan tata kelola metadata, kualitas data, arsitektur data, dan pemanfaatan analitik. Rekomendasi implementasi strategi disajikan secara bertahap menggunakan model Aiken’s Pyramid, dimulai dari pembangunan fondasi teknis dan tata kelola, hingga pemanfaatan analitik tingkat lanjut untuk mendukung visi BPKP dalam transformasi digital pengawasan.

Kata kunci: Tata Kelola Data, DMBOK, TDWI, Kematangan Big Data, Strategi Data, Sistem Pengambilan Keputusan, Audit Intern Pemerintah.

Sama dengan halnya e-commerce Shopee dan Tokopedia yang telah menyediakan mobile application sehingga konsumen mereka dapat menghemat waktu, biaya dan memiliki banyak pilihan untuk berbelanja dari semua toko yang tersedia diaplikasi Shopee maupun Tokopedia. Setiap konsumen memiliki standar yang berbeda-beda untuk kepuasan e-commerce yang sering mereka gunakan. Kepuasaan konsumen itu sendiri menurut Tjiptono (2012) situasi yang ditunjukkan oleh konsumen ketika mereka menyadari kebutuhan dan keinginan sesuai dengan yang diharapkan serta terpenuhi secara baik.

Penulis berfokus pada analisa kepuasan konsumen pada aplikasi e-commerce Shopee dan Tokopedia untuk mengetahui perbandingan dari kedua e-commerce tersebut mana yang lebih unggul dalam hal memenuhi kebutuhan setiap harinya.

Kata Kunci: Point of Sale (POS), UTAUT, MSMEs, Technology Adoption, Majoo.

Studi ini mengadopsi pendekatan kuantitatif dengan menggunakan kuesioner cross-sectional yang mengumpulkan 415 respons. Analisis menggunakan PLS-SEM. Studi ini mengidentifikasi tujuh faktor utama yang mempengaruhi keberhasilan penggunaan sistem informasi desa: system quality, information quality, service quality, perceived usefulness, user satisfaction, trust, dan Net Benefits.

Studi ini memberikan kontribusi pada literatur dengan mengenali faktor-faktor tersebut dalam model keberhasilan sistem informasi yang masih jarang dibahas dalam studi adopsi sistem informasi desa. Analisis data mengungkapkan hubungan yang signifikan: system quality, information quality, service quality memiliki pengaruh terhadap perceived usefulness; service quality, trust, dan perceived usefulness memiliki pengaruh terhadap user satisfaction; dan perceived usefulness, user satisfaction memiliki pengaruh terhadap Net Benefits. Penelitian ini memiliki implikasi untuk keberhasilan penggunaan sistem informasi desa sebagai bagian dari upaya kementerian untuk mengembangkan sistem sesuai kebutuhan pengguna sistem.

Kata Kunci: Kartu Kredit, Penipuan, Oversampling, SMOTE, ADASYN

Kerangka Technology Acceptance Model (TAM) yang diperluas digunakan untuk menilai pengaruh persepsi kemudahan penggunaan, kegunaan, kesenangan, pengaruh sosial, motivasi hedonis, dan sikap. Survei kuantitatif dibagikan kepada pengguna Ruangguru dan berhasil mengumpulkan 277 respons valid, yang kemudian dianalisis menggunakan perangkat lunak SmartPLS 4.

Hasil penelitian menunjukkan bahwa persepsi kegunaan, kemudahan penggunaan, kesenangan, motivasi hedonis, dan sikap berperan kuat dalam memprediksi niat penggunaan, sementara pengaruh sosial tidak memiliki dampak signifikan. Temuan ini mengindikasikan bahwa siswa lebih memprioritaskan pengalaman pribadi dan kemudahan penggunaan fitur AdaptoX untuk memuaskan rasa ingin tahu dan pencapaian pribadi dibandingkan pengaruh lingkungan sosial.

Penelitian ini merekomendasikan agar Ruangguru memfokuskan peningkatan desain dan pengalaman pengguna AdaptoX secara keseluruhan guna menciptakan pengalaman belajar yang lebih mulus dan menyenangkan, sehingga lebih efektif dalam meningkatkan niat penggunaan.

Kata Kunci: Kesehatan Mental, Kualitas Pendidikan, Kinerja Akademik, Data Mining

Meskipun CIAS menjadi sistem wajib yang digunakan dalam layanan kepabeanan, kenyataannya penerapan di lapangan belum sepenuhnya memenuhi harapan pengguna. Beberapa masalah yang muncul antara lain keterbatasan fitur, stabilitas sistem, serta kurangnya responsivitas terhadap umpan balik dari pengguna jasa. Kepuasan pengguna menjadi aspek penting karena berpengaruh langsung terhadap efektivitas implementasi sistem. Oleh karena itu, penelitian ini difokuskan untuk menganalisis faktor-faktor yang memengaruhi kepuasan pengguna CIAS dengan mengintegrasikan beberapa kerangka teoretis seperti TAM, TTF, UTAUT, dan Information Systems Success Model.

Melalui pendekatan kuantitatif dengan metode survei terhadap pengguna aktif CIAS di Bandara Internasional Soekarno-Hatta, penelitian ini menggunakan teknik analisis Partial Least Squares Structural Equation Modeling (PLS-SEM). Hasil penelitian menunjukkan bahwa faktor kemudahan penggunaan, kegunaan, kesesuaian teknologi dengan tugas, serta mekanisme umpan balik memiliki pengaruh signifikan terhadap kepuasan pengguna. Temuan ini diharapkan dapat menjadi dasar rekomendasi bagi DJBC dalam mengoptimalkan pengembangan CIAS, sehingga mampu meningkatkan kualitas layanan kepabeanan sekaligus mendukung transformasi digital yang lebih efektif di sektor publik Indonesia.

Dalam penelitian ini, manajemen risiko akan dilakukan pada pengelolaan aplikasi Audit Tools menggunakan Pedoman Manajemen Risiko SPBE. Tujuannya adalah untuk mengidentifikasi, menganalisis, dan mengevaluasi risiko yang terkait dengan pengelolaan Alat Audit serta memberikan rekomendasi. Penelitian ini berfokus pada 16 kategori risiko SPBE.

Sebanyak 46 risiko telah berhasil diidentifikasi, terdiri dari 15 risiko positif dan 31 risiko negatif. Berdasarkan penilaian risiko, hasil studi ini menunjukkan bahwa prioritas tertinggi dalam manajemen risiko Audit Tools adalah adanya kendala dalam pengembangan teknologi di Aplikasi Audit Tools, data informasi yang tidak transparan, serta kebocoran data dan informasi audit. Dilakukan pula penilaian kematangan sistem informasi pengelolaan Audit Tools berdasar kategori risiko yaitu mendapat skor 3,59 dari target skor 5. Untuk mengatasi GAP yang ada maka rekomendasi yang diberikan salah satunya adalah perlu membuat Rencana Pemulihan Bencana (DRP) dan SOP untuk akses akun Audit. Selain itu,

peningkatan kemampuan Tim Layanan harus diterapkan untuk mencegah risiko yang ada terulang kembali.

Kata Kunci: Manajemen Risiko, e-Government, SPBE, Audit Tools, ISO 31000, Transformasi Digital SPBE, Penilaian Prioritas Risiko

Metodologi penelitian disusun secara kuantitatif dengan menggunakan analisis Structural Equation Modeling berbasis Partial Least Squares (SEM-PLS). Data dikumpulkan melalui penyebaran kuesioner kepada 137 responden yang merupakan pengguna aktif Aplikasi Core di PT XYZ. Pengujian hipotesis dilakukan terhadap enam variabel utama: System Quality, Information Quality, Service Quality, Perceived Usefulness, User Satisfaction, dan Net Benefit. Hasil analisis menunjukkan bahwa System Quality dan Perceived Usefulness memiliki pengaruh signifikan terhadap kepuasan pengguna dan manfaat organisasi, sedangkan Information Quality dan Service Quality tidak menunjukkan pengaruh signifikan. Temuan ini menegaskan bahwa keberhasilan sistem informasi sangat dipengaruhi oleh aspek teknis dan persepsi kegunaan yang dirasakan oleh pengguna.

Karya ilmiah ini memberikan kontribusi penting dalam pengembangan model kesuksesan sistem informasi di lingkungan industri yang bersifat mandatory-use, khususnya pada sektor reasuransi yang belum banyak diteliti. Secara teoretis, penelitian ini memperkuat pemahaman tentang pentingnya kualitas sistem dan persepsi kegunaan dalam meningkatkan kepuasan pengguna. Secara praktis, temuan ini dapat dijadikan acuan oleh perusahaan untuk merancang strategi perbaikan dan pengembangan sistem informasi, terutama dalam memperkuat aspek pelayanan dan penyajian informasi agar manfaat sistem dapat dirasakan secara optimal oleh seluruh pemangku kepentingan.

Nuansa warna netral dan layout rapi digunakan untuk merefleksikan karakter profesional dan akademik dari program Magister Manajemen Sistem Informasi. Poster ini tidak hanya menyampaikan data dan hasil analisis secara efisien, tetapi juga menjadi media komunikasi ilmiah yang memperlihatkan pentingnya strategi digital berbasis data dari pengguna televisi digital.

Karya ini mencerminkan sinergi antara pendekatan ilmiah dan visual komunikatif dalam menyampaikan gagasan, sekaligus menunjukkan kontribusi akademik terhadap pengembangan layanan televisi digital berbasis data pengguna yang relevan dengan tantangan di era digital saat ini.

Pengumpulan data dilakukan melalui penyebaran kuesioner kepada 431 responden yang merupakan pengguna aktif tiga portal berita daring utama di Indonesia: Detikcom, Kompas, dan Tribunnews. Teknik analisis yang digunakan adalah Partial Least Squares Structural Equation Modeling (PLS-SEM), yang memungkinkan analisis hubungan antar variabel secara simultan. Hasil analisis menunjukkan bahwa kualitas konten, desain, visual, dan personalisasi berita memiliki pengaruh signifikan terhadap kepuasan pengguna, sedangkan iklan tidak berpengaruh signifikan. Selain itu, kepuasan pengguna terbukti memiliki dampak yang signifikan terhadap loyalitas mereka terhadap portal berita yang digunakan.

Penelitian ini memberikan kontribusi teoritis dalam pengembangan model loyalitas pengguna digital serta kontribusi praktis bagi pengelola portal berita daring dalam menyusun strategi digital yang berorientasi pada pengalaman pengguna. Implikasi dari temuan ini mendukung inovasi industri media berbasis teknologi informasi dan transformasi digital yang berkelanjutan. Secara keseluruhan, karya ini tidak hanya memvisualisasikan proses riset secara sistematis, tetapi juga menegaskan pentingnya kolaborasi antara pendekatan akademik dan penerapan praktis di dunia digital. Poster ini menjadi bentuk komunikasi ilmiah yang padat, ringkas, dan relevan dengan tantangan ekosistem digital saat ini.

Penelitian ini bertujuan untuk menganalisis tingkat kesiapan organisasi dalam menghadapi implementasi pelindungan data pribadi berdasarkan ketentuan UU PDP serta standar ISO/IEC 27001, ISO/IEC 27002, dan ISO/IEC 27701. Pendekatan kualitatif digunakan melalui wawancara mendalam dengan perwakilan berbagai divisi dan analisis dokumen internal di PT XYZ.

Hasil penelitian menunjukkan bahwa PT XYZ telah memulai sejumlah inisiatif penting, seperti penunjukan Pejabat Pelindung Data Pribadi (DPO), penyusunan kebijakan keamanan informasi, dan pengembangan pedoman teknis terkait perlindungan data. Namun, ditemukan kesenjangan signifikan dalam manajemen persetujuan, pemenuhan hak subjek data, dokumentasi aktivitas pemrosesan, dan manajemen risiko privasi yang terintegrasi.

Penelitian ini menyimpulkan bahwa PT XYZ perlu memperkuat tata kelola data pribadi melalui prosedur operasional yang sistematis, mekanisme monitoring dan audit yang berkelanjutan, serta program peningkatan kesadaran dan kompetensi seluruh pemangku kepentingan. Temuan ini diharapkan dapat menjadi acuan bagi institusi keuangan lain dalam mempersiapkan kepatuhan terhadap regulasi pelindungan data pribadi di Indonesia.

Kata kunci: Perlindungan data pribadi, ISO 27701, keamanan informasi, kesiapan organisasi, kepatuhan

Penelitian ini merumuskan masalah: faktor apa saja yang memengaruhi niat pembelian pemain F2P, dan variabel mana yang paling dominan? Untuk menjawab hal tersebut, penelitian mengadopsi kerangka UTAUT2 (Venkatesh et al., 2012) yang diperluas dengan variabel kontekstual seperti Fear of Missing Out (FoMO), dukungan terhadap developer (support developer), dan kompetisi antar pemain (competitiveness).

Tujuan penelitian adalah menguji secara empiris pengaruh faktor-faktor psikologis dan perilaku terhadap purchase intention serta memberikan rekomendasi praktis bagi developer. Penelitian ini menggunakan metode kuantitatif dengan survei online kepada 317 responden pemain aktif game mobile F2P di Indonesia. Analisis data dilakukan dengan PLS-SEM (SmartPLS).

Hasil penelitian menunjukkan bahwa Performance Expectancy, Price Value, Hedonic Motivation, FoMO, dan Support Developer berpengaruh signifikan terhadap purchase intention. Sebaliknya, Competitiveness tidak terbukti signifikan. Melalui analisis IPMA (Importance-Performance Map Analysis), faktor yang menjadi fokus utama adalah Price Value dan FoMO, sedangkan Performance Expectancy dan Hedonic Motivation sudah baik dan perlu dipertahankan.

Kesimpulannya, niat pembelian lebih dipengaruhi oleh persepsi nilai (value for money), harapan performa game, serta motivasi hedonis. Dukungan terhadap developer dan FoMO juga berperan, meskipun tidak sekuat faktor utama. Sebaliknya, kompetisi antar pemain tidak menjadi pendorong utama pembelian.

Berdasarkan temuan tersebut, penelitian menyarankan agar developer:

1. Meningkatkan value-for-money melalui paket bundling dan harga kompetitif.

2. Memanfaatkan event terbatas (time-limited events) untuk memicu FoMO.

3. Membangun komunikasi dan transparansi untuk memperkuat dukungan pemain terhadap developer.
   Selain itu, penelitian mendukung perlunya eksplorasi lebih lanjut mengenai variabel lain seperti loyalitas, brand trust, dan pengaruh komunitas pada genre game yang berbeda.

Berdasarkan hasil analisis terhadap 400 responden di Jabodetabek, penelitian ini menyimpulkan bahwa perilaku penggunaan Shopee PayLater secara signifikan didorong oleh faktor-faktor rasional dan fungsional. Uji hipotesis menunjukkan bahwa variabel seperti ekspektasi kinerja, pengaruh sosial, nilai harga, kebiasaan, serta literasi keuangan dan digital memiliki pengaruh positif yang signifikan terhadap niat perilaku pengguna. Niat perilaku ini kemudian terbukti sangat mendorong perilaku penggunaan yang sebenarnya. Salah satu temuan yang paling menonjol adalah tidak signifikannya pengaruh motivasi hedonis terhadap niat penggunaan, yang mengindikasikan bahwa faktor kesenangan atau kepuasan emosional bukanlah pendorong utama. Dalam diskusinya, tesis ini membandingkan temuan tersebut dengan penelitian sebelumnya, di mana beberapa studi lain justru menemukan motivasi hedonis sebagai faktor yang relevan. Namun, hasil ini sejalan dengan penelitian lain yang menegaskan bahwa dalam konteks adopsi teknologi finansial di Indonesia, aspek kegunaan, kepercayaan, dan manfaat praktis memainkan peran yang lebih dominan daripada faktor hedonis. Dengan demikian, dapat disimpulkan bahwa adopsi Shopee PayLater di kalangan pengguna muda perkotaan lebih didasarkan pada pertimbangan nilai dan kegunaan daripada pencarian kesenangan semata.

Kata kunci: Kecanduan, TikTok, Gen Z, DeLone&McLean, TAM, UTAUT2

Penelitian ini bertujuan mengembangkan model prediksi kelulusan SNBP menggunakan algoritma Decision Tree, Random Forest, dan Extreme Gradient Boosting (XGBoost). Proses pengembangan mengikuti kerangka CRISP-DM yang meliputi enam tahapan utama: Business Understanding, Data Understanding, Data Preparation, Modeling, Evaluation, dan Deployment. Dataset yang digunakan mencakup 534 data historis akademik dari dua sekolah tersebut. Model dievaluasi berdasarkan metrik akurasi, presisi, recall, F1-score, dan ROC-AUC, dengan proses hyperparameter tuning menggunakan GridSearchCV.

Hasil penelitian menunjukkan bahwa Random Forest memberikan performa terbaik dengan akurasi 96,89% dan ROC-AUC 96,95%, mengungguli algoritma lainnya. Analisis feature importance mengungkapkan bahwa total nilai rapor merupakan faktor yang paling berpengaruh terhadap kelulusan, diikuti oleh nilai Matematika, Bahasa Indonesia, dan Bahasa Inggris. Model ini dapat berfungsi sebagai early warning system untuk membantu pihak sekolah dalam mengidentifikasi siswa yang berisiko gagal sehingga dapat diberikan pembinaan tambahan dan bimbingan dalam memilih jurusan yang tepat.

Implementasi model prediktif ini diharapkan dapat mendukung sekolah dalam meningkatkan kualitas pendidikan dan memperbaiki tingkat kelulusan SNBP. Selain itu, integrasi model ini ke dalam sistem informasi sekolah akan mendorong pengambilan keputusan berbasis data, sejalan dengan transformasi digital di bidang pendidikan.

Keywords

Machine Learning, CRISP-DM, SNBP, Random Forest, Predictive Model, Education Analytics

Penelitian menggunakan pendekatan kuantitatif dengan metode Partial Least Squares – Structural Equation Modeling (PLS-SEM) dan melibatkan 400 responden. Variabel yang diuji meliputi perceived usefulness, perceived ease of use, trust, customer satisfaction, visibility, authenticity, dan interactivity. Hasil analisis menunjukkan bahwa visibility memiliki pengaruh langsung paling signifikan terhadap intensi membeli konsumen. Sementara itu, authenticity dan interactivity berperan melalui pembentukan trust, yang kemudian meningkatkan kepuasan pelanggan. Di sisi lain, perceived usefulness dan perceived ease of use terbukti berpengaruh signifikan terhadap kepuasan pelanggan, namun kepuasan tidak secara langsung memengaruhi niat beli.

Temuan ini menegaskan bahwa aspek visual (visibility) merupakan faktor kunci dalam meningkatkan niat beli pada live shopping, sementara trust dan kepuasan pelanggan tetap menjadi variabel mediasi yang penting. Penelitian ini berkontribusi pada pengembangan strategi pemasaran digital dan inovasi teknologi chatbot dalam ekosistem e-commerce berbasis live streaming.

Kata kunci: Chatbot, Live Shopping, Intensi Membeli, Visibilitas, Autentisitas, Interaktivitas, PLS-SEM

Kata Kunci: Bahasa Isyarat SIBI, Kombinasi Model, Pengenalan Bahasa Isyarat, Klasifikasi Video

in Sampang District. Achieving interoperability in Indonesia’s legacy EMR systems (case study in Sampang District) requires an HL7 FHIR–based architecture with modular services such as a FHIR Server, Data Transformation Service, and Terminology Server to enable structured data exchange aligned with SATUSEHAT, while addressing challenges of fragmented infrastructure, limited capacity, and absent standards. Thus, Indonesia needs a clear EMR blueprint that supports façade and native FHIR approaches using enterprise architecture framework as reference. While a native FHIR server ensures better governance and sustainability, success ultimately depends on local architectural, infrastructure, governance within subnational health offices.

berdampak langsung pada pendapatan dan keberlanjutan bisnis. Penelitian ini berfokus pada

platform Balimall.id dan Tokodaring.balimall.id, milik Baliyoni Group, yang menghadapi

tantangan dalam mempertahankan pelanggan aktif meskipun terjadi peningkatan jumlah

pengguna setiap tahun. Masalah utama yang ditemukan adalah adanya kesenjangan antara

jumlah pelanggan terdaftar (2.093 hingga Oktober 2024) dengan pelanggan yang benar-benar

aktif bertransaksi (622 pelanggan), yang menunjukkan potensi churn tinggi. Untuk mengatasi

hal ini, penelitian mengembangkan dan membandingkan dua metode deep learning, yaitu Long

Short-Term Memory (LSTM) dan Temporal Convolutional Network (TCN), dalam

memprediksi churn pelanggan. Dataset yang digunakan berasal dari dump database

Tokodaring periode Maret 2020–Oktober 2024 sebanyak 41.519 data, yang diproses menjadi

dua subset utama: data sentimen (ulasan pelanggan positif/negatif) dan data transaksi (recency,

frequency, monetary). Pra-pemrosesan dilakukan melalui tahapan cleaning, tokenisasi,

normalisasi, labeling, serta rekayasa fitur berbasis RFM untuk menentukan status churn. Hasil

eksperimen menunjukkan bahwa model TCN memiliki akurasi, stabilitas, dan kemampuan

generalisasi yang lebih baik dibandingkan LSTM pada prediksi churn berbasis data transaksi,

sedangkan LSTM masih unggul dalam menangkap pola sekuensial pada analisis sentimen.

Analisis probabilitas churn mengungkapkan bahwa pelanggan dengan sentimen negatif

memiliki kemungkinan churn lebih tinggi (1,12%) dibandingkan dengan pelanggan dengan

sentimen positif (0,98%), meskipun mayoritas tetap berada pada kategori non-churn. Temuan

ini menegaskan bahwa integrasi analisis sentimen dan prediksi churn berbasis deep learning

mampu memberikan wawasan lebih mendalam tentang perilaku pelanggan. Model yang

dihasilkan dapat digunakan perusahaan untuk mengidentifikasi pelanggan berisiko churn,

menyusun strategi retensi yang lebih tepat sasaran, serta meningkatkan loyalitas pelanggan di

tengah persaingan e-commerce yang semakin kompetitif.

Kata Kunci: Churn Pelanggan, E-commerce, Deep Learning, Long Short-Term Memory

(LSTM), Prediksi Perilaku Pelanggan

Despite its advantages, the system faces challenges, including data miscalculations, loss of previously stored records, failures in data generation, and application errors that disrupt business processes. Such issues are categorized as system bugs. In addition, frequent data inconsistencies occur due to either application errors or changes in business requirements, which necessitate corrective actions such as data adjustments or database patching. These activities are classified as data corrections. Between March 1, 2022, and February 28, 2023, a total of 564 tickets related to bugs and data correction issues were recorded. This indicates the company’s expectation to gradually reduce the frequency of such problems through continuous system improvements. Furthermore, figure below illustrates the monthly distribution of issues within the same period, based on data provided by the Information Technology Department of PT. XYZ

This study evaluates the implementation of the Core Insurance System by applying the DeLone and McLean Information Systems Success Model, which is extended with two additional variables: Trust and Perceived Usefulness. The research aims to measure the overall success of the system implementation, examine the interrelationships among the identified constructs, and determine their impact on organizational benefits. The findings are expected to provide valuable insights for improving system performance, thereby ensuring better alignment with business objectives and enhancing user satisfaction.

Untuk menjawab tantangan ini, masyarakat mulai menggunakan aplikasi pendeteksi telepon seperti TrueCaller dan GetContact. Aplikasi ini memanfaatkan basis data komunitas untuk menandai serta memblokir nomor yang mencurigakan, sehingga diharapkan mampu menjadi “tameng digital” dari ancaman penipuan.

Namun, adopsi aplikasi tersebut tidak serta merta bergantung pada fitur teknis semata. Keputusan seseorang untuk menggunakannya dipengaruhi oleh berbagai faktor psikologis dan sosial, seperti manfaat yang dirasakan, tingkat kemudahan, kepercayaan terhadap aplikasi, rasa aman, hingga pengaruh orang di sekitarnya. Oleh karena itu, penting untuk memahami faktor-faktor tersebut agar strategi pencegahan penipuan berbasis teknologi dapat berjalan lebih efektif.

Penelitian ini menggunakan metode kuantitatif yang menunjukkan bahwa keterlibatan pengguna berpengaruh signifikan terhadap niat beli, dengan kualitas sistem, kualitas informasi, serta adopsi dan kegunaan teknologi sebagai perhatian utama. Pengumpulan data dilakukan melalui kuesioner daring yang memuat 23 pernyataan dengan skala Likert 7 poin sebagai alat ukur. Terdapat 311 responden yang berpartisipasi dengan kriteria utama pengguna Shopee Video di Indonesia berusia minimal 17 tahun. Data dianalisis menggunakan Structural Equation Model (SEM) dengan pendekatan Partial Least Squares (PLS) atau SEM-PLS. Hasil penelitian ini membuktikan bahwa niat beli pengguna melalui fitur Shopee Video terutama dipengaruhi oleh kualitas informasi, keterlibatan pengguna, serta adopsi dan kegunaan teknologi. Penelitian ini berkontribusi pada pemahaman yang lebih luas mengenai fitur video pendek dalam platform e-commerce dan perannya dalam membentuk perilaku konsumen. Peningkatan fitur video pendek berdasarkan umpan balik pengguna dapat meningkatkan keterlibatan dan tingkat konversi.

Kata Kunci: e-commerce, purchase intention, Shopee Video, short-video, SEM-PLS.

This research analyzes the integration and automation level of the Sales Information System at PT XYZ, based on responses from 145 participants. The study applies the Delone & McLean IS Success Model, People-Process-Technology (PPT) Framework, and TIPFit Model, with validation through Exploratory Factor Analysis (EFA). The analysis resulted in five newly formed factor groups influencing sales process quality and system integration:

1. Efficiency, Accuracy, Integration, Automation & Compliance

2. Training & Collaboration, User Adoption, System Flexibility

3. User Satisfaction, System Knowledge, Responsiveness, Technical Support

4. System Speed, Functionality, Availability & Performance

5. Data Centralization & Security

From the statistical tests: only Factor 2 (Training, Collaboration, Adoption, Flexibility) shows a significant effect on system integration (t = 2.156 > t-table 2.015; p = 0.033 < 0.05). Factors 1, 3, 4, and 5 were not statistically significant, and the overall regression model also indicated limited predictive power (F = 1.890; p = 0.100 > 0.05).

Key Insight: While technology and process elements are relevant, they alone are insufficient. Human-related factors—particularly training, collaboration, user adoption, and flexibility—are the strongest drivers of successful integration and automation. Outliers in the data also suggest the importance of anonymous and independent surveys in future studies to increase data validity.

Ultimately, the study highlights that digital transformation is not only about systems—it is about people. Strengthening user empowerment and collaboration will enable PT XYZ to enhance integration, reduce inefficiencies, and achieve sustainable improvements in sales system performance.

The proposed architecture adopts a future-state design incorporating microservices, centralized master data management, API Gateway integration, and a hybrid infrastructure model that combines cloud and on-premise resources. Business processes such as dealer order handling, service management, and customer interaction are reengineered to flow more efficiently across integrated systems. In addition, a detailed roadmap is developed for a phased implementation from 2025 to 2028, prioritizing ERP and CRM deployment, Business Intelligence capabilities, IT governance frameworks, and mobile applications.

Using a qualitative case study approach and following TOGAF ADM phases, the research provides a comprehensive and scalable architecture blueprint tailored to PT Wahana’s needs. The resulting EA enhances data accuracy, supports real-time analytics, and enables better strategic alignment between IT and business functions. This design is expected to provide a strong foundation for digital transformation, operational excellence, and sustainable competitiveness in the evolving automotive distribution industry.

Penelitian dilakukan melalui tahapan SOMF mulai dari konseptualisasi, analisis layanan, integrasi bisnis, hingga desain logis dan teknis, dengan data diperoleh dari observasi, wawancara, serta telaah dokumen. Hasilnya menunjukkan bahwa arsitektur baru berhasil mengurangi kompleksitas integrasi, mempercepat proses penjaminan, klaim, dan subrogasi, sekaligus meningkatkan interoperabilitas dengan mitra bank. Sistem yang dihasilkan lebih adaptif, scalable, dan sesuai regulasi, sehingga mampu menjadi fondasi kuat bagi transformasi digital berkelanjutan di sektor penjaminan kredit.

Kata Kunci: Forecasting, CRISP-DM, ARIMA, LSTM, Python

Kata Kunci: Generative AI, Artificiall Intelligence, Aplikasi, Mahasiswa, Bina Nusantara, Keamanan, Privasi, Kepercayaan

Keywords: User-Centered Design, Requirement Engineering, e-Assessment, Usability, System Usability Scale

Keywords:

Refueling, safety, predictions, data mining, aircraft.

Metode penelitian menggunakan pendekatan CRISP-DM (Cross Industry Standard Process for Data Mining) yang terdiri dari enam tahap: business understanding, data understanding, data preparation, modeling, evaluation, dan deployment. Pada tahap modeling, digunakan tiga algoritma machine learning yaitu Naïve Bayes, Random Forest, dan Decision Tree. Proses klasifikasi dilakukan dalam dua tahap, yaitu pemfilteran komentar relevan dengan event dan analisis sentimen ke dalam kategori positive, neutral, atau negative. Data penelitian diperoleh dari dua platform utama, yaitu forum Female Daily Talk dan akun Instagram resmi FD x Beauty, dengan periode pengumpulan tahun 2023–2024.

Hasil penelitian menunjukkan bahwa Random Forest merupakan model dengan performa terbaik dan paling konsisten. Pada data forum Female Daily Talk, model ini mencatat akurasi 93% pada tahap klasifikasi relevansi dan 85% pada analisis sentimen, sedangkan pada data Instagram akurasi mencapai 86% dan 89%. Distribusi sentimen didominasi komentar positive (83,0% pada forum dan 64,6% pada Instagram).

Model Random Forest yang terbukti paling representatif kemudian diimplementasikan dalam bentuk aplikasi berbasis web, sehingga hasil analisis dapat diakses secara praktis oleh manajemen Female Daily untuk mendukung Decision Support System (DSS) dan strategi Customer Relationship Management (CRM) dalam meningkatkan kualitas event serta memperkuat citra positive perusahaan.

Kata Kunci: Analisis Sentimen, Decision Tree, Female Daily X Beauty, Machine Learning, Naïve Bayes, Random Forest

Keywords: Cloud ERP, Workday, TAM, IS Success Model, Acceptance, Net Benefit

Declining production from existing oilfields is the greatest threat to oil sustainability, particularly where there is old infrastructure and limited new reserves. This study recommends employing a Genetic Algorithm (GA)-based approach to optimize rig scheduling of workover and well service operations. Two approaches are investigated: GA-1, a non-tiered strategy which simultaneously considers both inter-well traveling distance and oil production capacity (BOPD), and GA-2, a tiered strategy that classifies wells into classes according to their production levels with different optimization rules applied to each class. Both approaches are compared with a traditional scheduling baseline with actual field data from an Indonesian oilfield. GA-1 increased annual job execution by 28.2% and improved oil recovery by 37.8% at a reduction of 63.6% in distance traveled by rig. GA-2 achieved an improvement of 54.4% in oil recovery with a reduction of 46.1% in travel distance but performed less jobs. The findings accentuate the trade-off between production efficiency and productivity throughput. Multi-rig validation confirms GA-1 and GA-2 to be robust and resilient, achieving considerable improvements against an array of rig units and in several field conditions. The suggested model demonstrates the capability of algorithmic scheduling to appreciably optimize the deployment of rigs, minimize idle time, and maximize production in mature fields. The tiered GA framework thus offers an adaptive and scalable methodology for optimizing high-impact interventions under operational constraints.

Keywords: fast fashion, sentiment analysis, Support Vector Machine, k-Nearest Neighbors, Naïve Bayes

Using a qualitative case study approach, the research involves literature review, interviews, a survey of 22 respondents, gap analysis, and risk assessment using a 5×5 risk matrix (likelihood × impact). The evaluation, based on ISO 27001:2022 Annex A (14 domains and 93 controls), identifies major vulnerabilities in Awareness & Training, Access Control, and Asset Management.

The findings reveal that 25% of risks are classified as high, 25% as critical, and 50% as moderate. Key issues include the use of personal email for patient data, unverified data backups, and low user awareness. Respondents strongly support policy updates (91%), regular security training (88%), and the adoption of MFA and RBAC (85%).

Overall, the study concludes that Ryacudu Regional General Hospital has not yet fully met ISO 27001:2022 standards, highlighting the need for stronger access control, encryption, backup systems, and security training. Continuous improvement of the Information Security Management System (ISMS) is essential to enhance data protection and digital resilience in the healthcare environment.

Data were collected through a structured questionnaire distributed to 156 active users of the application. The instrument measured ten heuristic principles and user experience dimensions using a four-point Likert scale. The results reveal that all heuristic dimensions scored within the “good” range with mean values between 3.19 and 3.38, classified as cosmetic issues under Nielsen’s severity scale. More importantly, the analysis shows that only three heuristics—Match Between System and the Real World, Help Users Recognize Diagnose and Recover from Errors, and Help and Documentation—have a significant positive impact on user experience perceptions. Together, these heuristics explain 90.9 percent of the variance in user experience, highlighting their critical role in shaping user-centered digital government systems.

This study advances existing evaluation models by demonstrating the effectiveness of integrating heuristic evaluation with quantitative SEM-based analysis, bridging diagnostic insights with statistical rigor. The findings provide a prioritized roadmap for improving the application’s interface and emphasize the importance of user-centered design for enhancing the adoption and effectiveness of public sector digital systems.

Using a quantitative approach and Structural Equation Modeling (SmartPLS), the study analyzes the relationships between System Quality, Information Quality, Service Quality, Trust, Security, User Satisfaction, Intention to Use, Use, and Net Benefits. The results show that System Quality, Information Quality, and Service Quality significantly influence User Satisfaction and Intention to Use. Trust and Security also contribute positively, reinforcing user confidence and reducing hesitation in system usage. Furthermore, Intention to Use strongly impacts actual Use, while User Satisfaction contributes to improved organizational performance measured through Net Benefits, such as reduced inventory errors, faster fulfillment processes, and improved operational visibility.

Overall, the findings highlight that successful WMS implementation is not only determined by system performance, but also by user trust and perceived system security. This extended DeLone & McLean model offers a comprehensive framework for measuring digital system success in warehouse operations, helping organizations align system improvements with operational priorities and user expectations in order to maximize business benefits.

TERHADAP CONTINUANCE INTENTION MAHASISWA UNDERGRADUATE PADA PLATFORM MOOC

Methodology: UTAUT | Data Analysis: SmartPLS

inovasi berupa aplikasi telemedicine, yang memungkinkan masyarakat Indonesia

memperoleh layanan konsultasi kesehatan tanpa harus bertatap muka langsung

dengan tenaga medis. Penelitian ini bertujuan untuk menganalisis pengaruh

Doctor–Patient Interaction Quality, Perceived Ease of Use, dan Perceived

Usefulness terhadap Behavioral Intention, Trust in the App, dan Loyalty to the

App dengan menggunakan pendekatan Technology Acceptance Model (TAM)

sebagai landasan teoretis. Metode penelitian yang digunakan adalah pendekatan

kuantitatif dengan teknik Partial Least Square–Structural Equation Modeling

(PLS-SEM), menggunakan sampel sebanyak 384 responden pengguna aktif

aplikasi kesehatan digital di Indonesia yang dipilih melalui metode purposive

sampling. Hasil penelitian menunjukkan bahwa Doctor–Patient Interaction

Quality, Perceived Ease of Use, dan Perceived Usefulness berpengaruh signifikan

terhadap niat penggunaan dan kepercayaan terhadap aplikasi, yang kemudian

berdampak positif pada Loyalty to the App. Pengguna menilai aplikasi

telemedicine mudah digunakan, efisien, dan membantu dalam menghemat waktu

serta biaya pengobatan. Namun, kendala seperti interaksi yang terbatas, masalah

teknis, dan kurangnya konsistensi layanan dapat menurunkan kepercayaan.

Kata Kunci: Central Bank Digital Currency, Smart Reserve Vault, Tokenisasi Cadangan Strategis, Stabilitas Nilai Tukar, Rupiah Digital

Kata Kunci: Perceived Usefulness, Perceived Ease of Use, Perceived Risk, Trust, Attitude Toward, TAM, Financial Literacy, Investasi Emas Digital, Continuous Intention to Invest

Nama/NIM: Azzel Reyhanth Aristo/2602568291

Dosen Pembibing: D6592 - Prof. Dr. Muhammad Zarlis, M.Sc.

Jurusan: Magister Manajemen Sistem Informasi (Online)

Grade: A- (Sidang pada Tanggal 13 Januari 2026)

Abstrak: Selain meningkatkan risiko money laundering atau pencucian uang, kemajuan teknologi digital telah membawa perubahan besar dalam industri perbankan. Bank menghadapi kesulitan dalam menemukan transaksi mencurigakan secara cepat dan akurat karena metode pencucian uang yang menjadi semakin kompleks. Tujuan dari penelitian ini adalah untuk melihat bagaimana penggunaan AI, khususnya machine learning, dapat meningkatkan kinerja sistem AML di perbankan dalam mendeteksi pola transaksi anomali. Studi literatur, wawancara dengan seorang ahli dalam teknis dan teori AML di industri perbankan, dan analisis komparatif terhadap lima algoritma supervised machine learning seperti Decision Tree, Random Forest, Gradient Boosting, Logistic Regression, dan SVM. Serta satu algoritma unsupervised machine learning yaitu Autoencoder yang dilakukan menggunakan dataset simulasi berbasis open-source. Untuk menentukan tingkat akurasi dalam mendeteksi transaksi mencurigakan, model tersebut diuji menggunakan metrik evaluasi seperti accuracy, precision, recall, dan F1-score. Hasilnya menunjukkan bahwa model Random Forest paling efektif dan efisien dalam mengidentifikasi transaksi mencurigakan, mencapai F1-score 88,16%, sementara Autoencoder memiliki kinerja terburuk, hanya mencapai 21,87%. Hal ini menegaskan bahwa model supervised machine learning umumnya lebih andal untuk mendeteksi pencucian uang. Studi ini juga memberikan wawasan untuk mengurangi false positives dan memahami tantangan teknis dan regulasi dalam penerapan AI di perbankan. Secara keseluruhan, machine learning menawarkan solusi yang fleksibel dan efektif untuk mendukung upaya AML, asalkan kepatuhan hukum tetap terjaga.

Kata Kunci: machine learning, money laundering, perbankan, supervised learning, deteksi anomali.

Nama/NIM: Al Aziizu Putra Hendriana/2602568303

Dosen Pembimbing: Prof. Dr. Ir. Tanty Oktavia, S.Kom, M.M., IPM - D321

Jurusan: Magister Manajemen Sistem Informasi (BGP)

Abstrak 

Transformasi digital dalam industri keuangan mendorong organisasi untuk menerapkan sistem integrasi aplikasi guna meningkatkan efisiensi dan efektivitas operasional. Namun, tidak semua proyek implementasi sistem informasi berhasil memenuhi harapan, terutama dalam konteks perusahaan penjaminan yang memiliki kompleksitas proses bisnis tinggi. Penelitian ini bertujuan untuk mengevaluasi keberhasilan proyek sistem integrasi aplikasi pada perusahaan penjaminan dengan menggunakan pendekatan gabungan antara model DeLone & McLean (2003) dan Critical Success Factors (CSF). Metode penelitian yang digunakan adalah kuantitatif dengan pendekatan survei dan teknik analisis data menggunakan Partial Least Squares Structural Equation Modeling (PLS-SEM). Pengumpulan data dilakukan melalui penyebaran kuesioner kepada 120 responden yang merupakan pengguna aktif sistem integrasi aplikasi PAI di PT XYZ. Hasil penelitian menunjukkan bahwa variabel CSF seperti dukungan manajemen puncak, pelatihan pengguna, komunikasi internal, dan manajemen risiko proyek berpengaruh signifikan terhadap kualitas sistem, kualitas informasi, dan kualitas layanan. Selanjutnya, ketiga dimensi kualitas dalam model D&M juga berpengaruh signifikan terhadap niat penggunaan dan kepuasan pengguna, yang pada akhirnya berdampak pada manfaat bersih yang dirasakan oleh organisasi. Kesimpulannya, kombinasi antara pendekatan manajerial dan kualitas sistem memberikan pemahaman yang lebih komprehensif terhadap faktor keberhasilan proyek integrasi aplikasi. Hasil ini dapat menjadi dasar perbaikan strategi implementasi proyek TI pada sektor penjaminan dan sektor lainnya dengan karakteristik serupa.

Kata Kunci: Sistem Informasi, Integrasi Aplikasi, Delone & McLean, Faktor Keberhasilan Kritis, SEM-PLS 

Dosen Pembimbing: D2307 Dr. Gunawan Wang, S.T.,MMSI, M.Pd., M.Com(IS)

Jurusan: Magister Manajemen Sistem Informasi (Online)

Abstract Real estate investment in Indonesia continues to struggle with illiquidity, high entry barriers, and complex regulatory requirements. This research validates a prototype

of a compliance-embedded token issuance system designed to address these challenges using blockchain technology. The prototype introduces a dual-authorization workflow involving both the Notary and Fund Manager, ensuring that legal and financial checks mirror existing DIRE governance. Compliance is further

strengthened through on-chain KYC whitelist enforcement, preventing transactions from non-verified addresses.

Rather than aiming for full financial or marketplace integration, the prototype focuses on programmable compliance—encoding regulatory logic directly into

smart contracts. This approach aligns with Indonesia’s institutional and legal constraints while enabling a more transparent, traceable, and auditable issuance

process. The system is deployed on the Polygon network and accessed through a web-based interface, demonstrating how blockchain can support secure,

accountable issuance without disrupting established legal procedures.

Advanced components such as escrow management, coupon or yield distribution, and secondary-market trading are intentionally kept conceptual and reserved for

future development. By concentrating on the core issuance workflow, the prototype offers a compliance-by-design reference architecture that can guide the development of regulated blockchain applications in Indonesia and other emerging markets seeking to modernize real-estate investment systems.

Keywords: Blockchain; Tokenization; Real Estate; Compliance; Smart Contract;

Dual Approval; KYC; Indonesia; Polygon; Information Systems Design; Prototype Validation; Inclusive economic growth; Financial inclusion; Infrastructure investment; Sustainable growth; Asset tokenization; Digital finance compliance; Emerging markets fintech

Dosen Pembimbing: Astari Retnowardhani, S.Kom., M.Kom., Ph.D / D2854

Jurusan: Master of Management in Information Systems (MMSI)

Abstract The purpose of this study is to analyze generational differences in the adoption of Quick Response Indonesian Standard (QRIS) among 400 users in Jakarta using the Unified Theory of Acceptance and Use of Technology (UTAUT) model. A multi-group partial least squares structural equation modelling (PLS-SEM) analysis shows that social influence $(\beta=0.71, p<0.001)$ and facilitating conditions $(\beta=0.47, p<0.01)$ are the strongest drivers for Millennials. In contrast, perceived usefulness/performance expectancy $(\beta=0.52, p<0.05)$ and interface design/effort expectancy $(\beta=0.34, p<0.05)$ significantly motivate Generation Z. Ease of use is significant for Millennials $(\beta=0.29, p<0.05)$ but becomes a baseline expectation for Gen Z $(\beta=0.12, p>0.10)$. The practical contribution lies in demonstrating that generational differences moderate the UTAUT relationships, implying that segmentation strategies are required: community-based campaigns and technical support for Millennials, and interactive design innovation for Gen Z. This research is among the first to compare UTAUT determinants across digital-native generations in Indonesia and revises the UTAUT model by confirming generation as a critical moderating variable in the digital payment context.

Keywords: QRIS; UTAUT; PLS-SEM; Millennials; Generation Z; Behaviour Intention.

Dosen Pembimbing : Dr. Ir. Tanty Oktavia, S.Kom., M.M., CSCA, CDAP

Jurusan : Magister Manajemen Sistem Informasi (Online)

Abstrac : Sistem Informasi Aplikasi Layanan Aduan Masyarakat dikembangkan untuk meningkatkan efektivitas penanganan aduan publik, namun dalam praktiknya pengelola aduan(administrator) masih menghadapi berbagai kendala, seperti kesalahan otomatisasi kategori, kurangnya integrasi kanal, serta belum adanya standar notifikasi dan pemantauan penyelesaian aduan. Kondisi ini menimbulkan potensi ketidaksesuaian antara kebutuhan pengguna dengan fitur aplikasi. Untuk itu, diperlukan evaluasi komprehensif yang tidak hanya menilai aspek teknologi, tetapi juga memperhatikan faktor manusia dan organisasi sebagai satu kesatuan. Penelitian ini menggunakan model Human-Organization-Technology Fit (HOT-Fit) dan instrumen User Experience Questionnaire (UEQ) untuk mengevaluasi sistem dari perspektif pengelola aduan. HOT-Fit mengukur kecocokan aspek teknologi, organisasi, dan manusia, sedangkan UEQ menilai pengalaman pengguna melalui enam dimensi: Attractiveness, Efficiency, Perspicuity, Dependability, Stimulation, dan Novelty. Pengumpulan data dilakukan dengan kuesioner kepada 100 pengelola aduan, kemudian dianalisis menggunakan Structural Equation Modeling – Partial Least Squares (SEM-PLS) melalui SmartPLS. Hipotesis penelitian dirumuskan untuk menguji hubungan antarvariabel, meliputi pengaruh Technology terhadap Efficiency dan Dependability, Organization terhadap Stimulation dan Attractiveness, serta Human terhadap Perspicuity. Hasil pengujian diharapkan memberikan gambaran mengenai faktor-faktor yang paling berkontribusi terhadap pengalaman pengguna pengelola aduan. Secara praktis, penelitian ini dapat menjadi masukan bagi pengelola sistem untuk meningkatkan kualitas dan efektivitas Aplikasi Layanan Aduan Masyarakat. Secara akademis, penelitian ini memperkuat literatur terkait integrasi HOT-Fit dan UEQ dalam evaluasi sistem layanan publik berbasis digital.

Kata Kunci: HOT-Fit, User Experience Questionnaire (UEQ), Pengelola aduan, Sistem Informasi Aplikasi Layanan Aduan Masyarakat  , SEM-PLS

Nama/NIM: Rayhan Juniano Rachman / 2602571203

Dosen Pembimbing: Dr. Eka Miranda, S.Kom., MMSI. / D2971

Jurusan: Magister Manajemen Sistem Informasi (Fast Track Program)

Abstrak

Literasi keuangan Indonesia masih tertinggal dibandingkan dengan inklusi keuangan, menurut laporan SNLIK 2025 yang menunjukkan literasi sebesar 66,46% dibandingkan dengan inklusi sebesar 80,51%, menyoroti pentingnya memahami bagaimana orang merespons konten finansial secara online. Menggunakan kerangka kerja CRISP-DM, studi ini menganalisis tweet publik tentang “investasi” dan “edukasi keuangan” yang diposting antara tahun 2024 hingga 2025 untuk mengklasifikasikan sentimen terhadap konten finansial. Dari 5.601 tweet unik, kemudian dilabeli dengan lexicon dictionary menjadi netral (66,63%), positif (26,33%), dan negatif (7,03%), mengungkapkan ketidakseimbangan kelas yang signifikan yang memerlukan SMOTE pada eksperimen. Para penulis membandingkan algoritma machine learning (Linear SVM, SVM RBF, Logistic Regression, Random Forest, dan XGBoost) dengan model deep learning transformer IndoBERT pada pembagian data 70:30 dan 80:20. IndoBERT menunjukkan kinerja terbaik, mencapai accuracy hingga 95,09% (pada pembagian 80:20 dan tanpa SMOTE) dan 96,43% (pada pembagian 70:30 dan dengan SMOTE). Model lain juga menunjukkan kinerja stabil dan baik, namun tetap di bawah hasil IndoBERT. Sebagian besar kesalahan residu terjadi pada tweet yang diklasifikasikan sebagai netral alih-alih positif atau negatif, bukan karena kesalahan dalam mengklasifikasikan positif dengan negatif. Studi ini menyoroti efektivitas metode data preprocessing, model machine learning, dan model deep learning dalam klasifikasi sentimen. Studi ini berfokus untuk menghasilkan pipeline yang efektif dan praktis bagi penyedia konten untuk bisa melakukan analisis sentimen dan secara tidak langsung memperkuat strategi pembuatan konten finansial di X.

Kata Kunci: Analisis sentimen, konten finansial, NLP (Natural Language Processing), Machine learning, Deep learning

Dosen Pembimbing: Prof. Dr. Sfenrianto, S.Kom., M.Kom

Jurusan: Magister Manajemen Sistem Informasi (Fast Track Program)

Abstrak

Ketidakstabilan dalam industri farmasi dapat disebabkan oleh berakhirnya paten obat. Hal ini menyebabkan peramalan penjualan yang akurat menjadi penting bagi perusahaan yang bertanggung jawab atas pemasaran farmasi. Studi ini memanfaatkan data penjualan dari PT. Q, sebuah perusahaan farmasi Indonesia, untuk memprediksi penjualan obat iron chelation setelah masa perlindungan paten berakhir, yang mengakibatkan kesenjangan antara angka penjualan aktual dan target. Proses peramalan dilakukan dalam kerangka waktu empat setengah tahun menggunakan model-model seperti ARIMA, SARIMA, LSTM mono- dan multivariat, serta Prophet. Hasilnya menunjukkan bahwa LSTM multivariat bekerja lebih baik untuk peramalan pada tingkat yang granular, seperti menurut tipe produk dan cabang, dengan nilai skor R² hingga 0,85, dan skor MAE dengan nilai terkecil hingga 0.2 di wilayah-wilayah tertentu, mengungguli model-model pembanding lainnya. Penelitian ini menyimpulkan bahwa LSTM multivariat adalah cara yang lebih baik untuk menetapkan target penjualan dengan menggunakan pendekatan berbasis data untuk penetapan target dalam pemasaran farmasi.

Kata Kunci: Prediksi Penjualan, Pembelajaran Mesin, Kecerdasan Buatan, Penjualan Obat, Kesehatan Baik dan Kesejahteraan

Kata Kunci: Video on Demand, Layanan Digital Streaming Vidio, Continuance Usage, PLS-SEM, Customer Satisfaction

Keywords: Artificial Intelligence in Project Management, Technology Acceptance Model, AI Implementation Requirements, PLS-SEM Analysis, Project Success Factors

Penelitian ini menggunakan metode studi kasus kualitatif dengan teknik pengumpulan data berupa wawancara terstruktur dengan para pemangku kepentingan kunci, observasi langsung, serta analisis dokumen internal. Enam proses utama yang dianalisis meliputi Manpower Planning, Recruitment and Selection, Onboarding, Performance Management, Contract Renewal, dan Exit Management. Proses eksisting (AS-IS) dimodelkan menggunakan BPMN dan dianalisis melalui Value-Added Analysis serta RACI Matrix untuk mengidentifikasi inefisiensi proses dan konsentrasi peran. Berdasarkan hasil analisis tersebut, dikembangkan model proses usulan (TO-BE) yang menekankan standardisasi proses, integrasi sistem, serta digitalisasi secara bertahap.

Hasil penelitian menunjukkan bahwa digitalisasi berbasis BPM mampu meningkatkan efisiensi proses, memperkuat akuntabilitas, serta memperbaiki koordinasi lintas unit kerja, sehingga mendukung penerapan smart governance dalam pengelolaan outsourcing pada konteks organisasi di negara berkembang.

Keywords: Business Process Management; Outsourcing Contract Management; Digital Transformation; HRIS; Smart Governance

Kata Kunci: Analisis Sentimen, MyBluebird, CRISP-DM, Machine Learning, Deep Learning, RoBERTa-BiLSTM, XLNet-LSTM CNN, Decision Support System.

Kata Kunci: LLM, Deep Learning, Analisa Sentimen, Data Mining, Sosial Media, Klasifikasi

Kata Kunci: Analisis Sentimen, IndoBERT, Machine Learning, Deep Learning, E-Commerce, VADER-Based.

Metode penelitian menggunakan kerangka CRISP-DM (Cross Industry Standard Process for Data Mining) yang mencakup enam tahapan: business understanding, data understanding, data preparation, modelling, evaluation, dan deployment. Dataset yang digunakan bersumber dari Profil Kesehatan Indonesia tahun 2020–2024, yang memuat berbagai indikator layanan kesehatan seperti kunjungan nifas, ketersediaan tenaga medis, dan jumlah fasilitas kesehatan.

Proses pemodelan dilakukan menggunakan lima algoritma klasifikasi, yaitu Random Forest, Decision Tree, Naive Bayes, Support Vector Machine (SVM), dan Logistic Regression, dengan evaluasi menggunakan metrik accuracy, precision, recall, dan F-measure.

Hasil penelitian menunjukkan bahwa Decision Tree memiliki performa terbaik dengan akurasi 97,1%, diikuti Logistic Regression (94,1%) dan Random Forest (88,2%). Sementara itu, SVM menghasilkan akurasi terendah. Analisis feature importance menunjukkan bahwa variabel Kunjungan Nifas Lengkap, Puskesmas dengan Dokter, Positif Hepatitis, dan Tablet Tambah Darah Ibu Hamil memiliki pengaruh terbesar terhadap AKI. Namun, terus terdapat perubahan terkait variabel yang paling berpengaruh terhadap AKI tiap tahunnya.

Hasil penelitian ini diharapkan dapat menjadi dasar pengembangan sistem pendukung keputusan berbasis data (data-driven decision support system) bagi Kementerian Kesehatan dalam upaya menurunkan angka kematian ibu di Indonesia.

Kata kunci: Machine Learning, CRISP-DM, Angka Kematian Ibu, Decision Tree, KNIME.

NIM: 2602566576

Abstract:

The increasing use of gamification in digital learning environments has transformed how users engage with educational content. This study investigates the impact of gamification features on user motivation and engagement in language learning applications, using the Octalysis framework as a theoretical foundation. The framework’s eight core drives plus Social Interaction were analyzed to determine their influence on motivation and subsequent engagement. Data were collected through an online questionnaire distributed to active users of language learning applications. Using Structural Equation Modeling Partial Least Squares (SEM-PLS) in SmartPLS 3, the study examined relationships among the constructs and validated the measurement and structural models. Reliability and validity tests confirmed that all constructs met acceptable thresholds for Cronbach’s Alpha, Composite Reliability, and Average Variance Extracted (AVE). The findings revealed that Accomplishment, Empowerment, Ownership, Scarcity, and Unpredictability significantly enhance user motivation, while Epic Meaning, Social Influence, Loss Avoidance, and Social Interaction had no significant effect. Moreover, Motivation showed a strong positive influence on Engagement (β = 0.866, p < 0.001), establishing it as a key mediating factor between gamification features and user engagement. This study concludes that intrinsic motivators, particularly achievement-oriented and autonomy-based features, play the most significant role in sustaining user engagement in language learning apps. The results provide both theoretical contributions by validating the Octalysis framework in an educational context and practical implications for developers. Furthermore, it supports the United Nations Sustainable Development Goal 4 (Quality Education) by promoting inclusive, engaging, and scalable digital learning environments.

Keywords: Language Learning Application, User Engagement, Gamification,

Social Interaction, Octalysis Framework.

Keywords: Artificial Intelligence, Meta AI, WhatsApp, Distance Learning, Technology Acceptance Model (TAM), Universitas Terbuka

Kata Kunci: pengelolaan limbah cerdas berbasis IoT, E-bank sampah organik, maggot BSF, Focused Group Discussion (FGD), Design-Science Research (DSR)

Kata Kunci: Bank Digital, UTAUT2, Perceived Security, Promotion, Fintech

Kata Kunci: Berita Palsu, Klasifikasi, Deep Learning, Natural Language Processing, Large Language Model

Kata Kunci: Digitalisasi, Integrasi sistem, SDLC, Waterfall Methods

Proses gudang konvensional menyebabkan keterlambatan informasi, kesalahan stok, dan inefisiensi operasional.

Teknologi Internet of Things (IoT) dan pendekatan Arsitektur Perusahaan (Enterprise Architecture) dapat menjadi solusi terintegrasi.

2402225452 - Christianto Wijaya Setiawan

Results indicate that XGBoost achieved superior predictive performance (AUC = 0.93; Recall = 0.98), demonstrating robustness in identifying high-risk churners. SHAP was applied to enhance model interpretability, while isotonic regression was used to calibrate predicted probabilities.

Beyond predictive accuracy, this study introduces a Profit-Oriented Retention Strategy (PORS) framework that integrates churn probability, customer lifetime value, and intervention cost to support economically optimized retention decisions. The findings contribute to bridging predictive modeling and profit-driven decision-making in SaaS SME environments.

Kata Kunci: Internet of Things, Artificial Intelligence, Blockchain, Cyber Risk Profiling, Hyperledger Fabric

Kata Kunci: Robo-advisor, Adopsi teknologi, Dual-Factor Theory, Trust in AI, Fintech.

Kata Kunci: Artificial Intelligence, ChatGPT, Technology Acceptance Model, AI- based Learning, Generation Z

Kata Kunci: Prediksi pendaftaran mahasiswa baru, machine learning, random forest, xgboost, shap

The results show that the model integrating historical stock price, sentiment, inflation, and exchange rate variables performed best in predicting stock prices that were close to actual values ​​and had the lowest error rate for all tested stocks, compared to models relying solely on historical stock price and sentiment variables or solely on historical stock price. The LSTM deep learning model performed the best among the two models, with CNN-LSTM coming in second and CNN-LSTM third. SHAP analysis showed that historical price variables, particularly the daily high (Stock High), were the most significant contributing factors influencing predictions. This finding confirms that integrating technical and external factors can improve the quality of stock price predictions and provide more comprehensive insights into market behavior. Therefore, this approach can support more informed and adaptive investment decisions to market dynamics.

Keywords: Indonesian stock prediction, Macroeconomics, SHAP, Deep learning, Sentiment analysis

Kata Kunci: cryptocurrency, analisis sentimen, FinBERT, Granger Causality, Fear and Greed Index

Kata Kunci: Cryptocurrency, Intention to Adopt, Financial Literacy, Risk, Crypto Exchange Platfrom

Kata Kunci: Sentimen Publik, Return Saham, Regresi Machine Learning, Media Sosial, RapidMiner

Kata Kunci: Tuberkulosis, Machine Learning, CRISP-DM, Profil Kesehatan Indonesia, Prediksi

Kata Kunci: Analisis Sentiment, Analisis Teknikal, Saham, Kecerdasan Buatan, Regresi

meningkat. Hal ini menyebabkan industri perbankan Indonesia menghadapi

tantangan dalam mempertahankan loyalitas nasabah. Penelitian ini bertujuan untuk

mengembangkan matriks prediktif yang mengintegrasikan Customer Lifetime

Value (CLV) dan churn berbasis machine learning untuk mendukung Klasifikasi

Nasabah pada Bank XYZ. Metode yang digunakan adalah pendekatan pragmatisme

dengan quantitative method, dimana model prediksi CLV dibangun menggunakan

algoritma Light Gradient Boosting Machine (LightGBM) dan data prediksi churn

yang telah digunakan pada Bank XYZ. Tahapan analisis mengikuti framework

CRISP-DM yang meliputi business understanding, data understanding, data

preparation, modeling, evaluation, dan deployment. Hasil penelitian menunjukkan

bahwa LightGBM model menghasilkan prediksi lebih baik daripada model dasar

Moving Average, yang menunjukkan peningkatan RMSE sebesar 73,91 persen.

Prediksi CLV dan churn kemudian diintegrasikan ke dalam C&C Matrix empat

kuadran yang memetakan nasabah ke dalam kategori strategis, yaitu At-risk Gems,

Loyal Champions, Fragile Drifters, dan Steady Supporters. Matriks ini membantu

Bank XYZ dalam menentukan klasifikasi nasabah berdasarkan kombinasi nilai dan

risiko churn nasabah.

Kata kunci: Customer Lifetime Value, machine learning, LightGBM, C&C Matrix,

klasifikasi nasabah

Kata Kunci: Remote Sensing, Potential Fishing Zone, Skipjack Tuna, Geographical Information Systems, Machine Learning

Analisa faktor-faktor yang mempengaruhi kepuasan dan manfaat sistem digital dalam proses bisnis marketing pada perusahaan pialang asuransi (Studi kasus PT MIT Insurance Brokers - Premiro)

Industri asuransi di Indonesia semakin didorong untuk mengadopsi solusi digital. Namun demikian, operasional perusahaan pialang asuransi masih ditandai oleh rendahnya integrasi sistem serta ketergantungan pada proses manual dan terfragmentasi, yang berdampak pada berlanjutnya inefisiensi operasional. Meskipun transformasi digital semakin relevan, bukti empiris mengenai dampak organisasional dari implementasi sistem digital pada perusahaan pialang asuransi masih terbatas. Penelitian ini bertujuan untuk mengisi kesenjangan tersebut dengan menganalisis faktor-faktor yang memengaruhi kepuasan pengguna serta manfaat bersih dari penerapan sistem penempatan asuransi digital pada perusahaan pialang asuransi di Indonesia. Penelitian ini mengembangkan Model Keberhasilan Sistem Informasi DeLone dan McLean dengan mengintegrasikan variabel Kapabilitas Digital dan Keamanan Siber guna merepresentasikan kesiapan organisasi dan ketahanan sistem, yang masih jarang dieksplorasi dalam penelitian sebelumnya. Metode penelitian kuantitatif digunakan dengan melibatkan 100 pengguna resmi dari perusahaan asuransi mitra, termasuk penjamin dan petugas pemasaran yang secara langsung menggunakan platform penempatan asuransi digital. Analisis data dilakukan menggunakan Structural Equation Modeling–Partial Least Squares (SEM-PLS). Hasil penelitian menunjukkan bahwa Kualitas Sistem, Kualitas Layanan, dan Kapabilitas Digital berpengaruh signifikan terhadap Kepuasan Pengguna, sementara Kualitas Informasi dan Keamanan Siber tidak menunjukkan pengaruh signifikan. Selanjutnya, Kepuasan Pengguna terbukti memiliki pengaruh positif yang kuat terhadap Manfaat Bersih, yang tercermin dalam peningkatan efisiensi operasional, percepatan siklus penempatan, serta peningkatan akurasi pengambilan keputusan. Penelitian ini memberikan kontribusi teoretis dengan memperluas kerangka keberhasilan Sistem Informasi serta memberikan implikasi praktis bagi manajemen dalam mengoptimalkan implementasi sistem digital dan meningkatkan daya saing perusahaan pialang asuransi di era digital.

Kata Kunci: Transformasi Digital, Pialang Asuransi, Sistem Informasi, Efisiensi Operasional, Kepuasan Pengguna

Kata Kunci: Industri Kopi di Indonesia, Rantai Pasok, Teknologi Blockchain, Teknologi Blockchain dalam Rantai Pasok, Hyperledger Fabric

Kata Kunci: Hotel, Sentimen Pelanggan, Gradient Boosting, LightGBM, SMOTE Oversampling

Kata Kunci: HIV/AIDS, Machine Learning, CRISP-DM, Profil Kesehatan Indonesia, Prediksi

Hasil eksperimen menunjukkan bahwa algoritma Random Forest dengan optimasi hyperparameter memberikan performa terbaik dan paling stabil. Model ini menghasilkan nilai AUC sebesar 0,92 dan Akurasi 90,02% pada data uji. Lebih penting lagi, model mampu mencapai Recall sebesar 79,74%, yang mengindikasikan efektivitas tinggi dalam mendeteksi pelanggan yang berisiko pindah. Selain kontribusi model, penelitian ini mengusulkan arsitektur sistem berbasis Microservices (menggunakan Golang dan Redis) untuk memproses prediksi secara efisien dan menyajikannya melalui Dashboard Analitik. Penelitian ini memberikan landasan bagi PT XYZ untuk menerapkan strategi retensi proaktif guna meminimalkan kehilangan pendapatan dan mengamankan keunggulan kompetitif.

Kata Kunci: Customer Churn, Machine Learning, Random Forest, Microservices Architecture, Strategi Retensi Proaktif.

Keywords: educational data mining, CRISP-DM, supervised learning, student success, positive deviance

Kata Kunci: E-commerce, Sistem Informasi, Sistem Rekomendasi, Popularity Bias, Perceived fairness.

Kata Kunci: chatbot, kecerdasan buatan, e-commerce, TAM, cart abandonment.

Penelitian ini bertujuan untuk mengidentifikasi dan menganalisis faktor-faktor yang memengaruhi use behavior dalam penggunaan layanan e-government di Kota Jayapura. Penelitian ini menggunakan pendekatan kuantitatif dengan metode SEM-PLS. Data dikumpulkan melalui penyebaran kuesioner kepada masyarakat Kota Jayapura yang telah menggunakan layanan e-government. Dari total 452 kuesioner yang terkumpul, sebanyak 425 responden memenuhi kriteria dan dapat dianalisis lebih lanjut. Hasil pengujian terhadap sembilan hipotesis menunjukkan bahwa tujuh hipotesis terbukti signifikan, sedangkan dua hipotesis tidak signifikan. Temuan penelitian menunjukkan bahwa Performance Expectancy, Effort Expectancy, Social Influence, Digital Literacy, dan System Quality berpengaruh signifikan terhadap Behavioral Intention, sementara Perceived Risk berpengaruh negatif signifikan terhadap Behavioral Intention. Di sisi lain, Service Quality tidak berpengaruh signifikan terhadap Behavioral Intention, dan Facilitating Conditions tidak berpengaruh terhadap Use Behavior. Selain itu, Behavioral Intention terbukti berpengaruh signifikan terhadap Use Behavior dalam penggunaan layanan e-government di Kota Jayapura.

Kata kunci: E-government, UTAUT, Use Behavior, Perceived Risk, Digital Literacy.

Kata Kunci: Microlearning-LMS, Technology Acceptance, E-Learning Effectiveness, Child Protection, Professional Learning

Kata Kunci: Enterprise Resource Palnning (ERP), SAP, Unified Theory Of Acceptance And Use Of Technology 2 (UTAUT2), PLS-SEM, Penerimaan teknologi.

Kata Kunci: personalisasi, sistem rekomendasi, kualitas informasi, e-service quality, kepuasan pengguna, Shopee, SEM-PLS, Technology Acceptance Model

Kata Kunci: Analisis Sentimen, Pemodelan Topik, Model Berbasis Transformer, IndoBERT, RoBERTa, IndoELECTRA, mBERT, BERTopic, Transportasi Online

Pengambilan sampel dilakukan dengan metode Simple Random Sampling (SRS) terhadap 81 responden dari total populasi 100 karyawan. Data dianalisis menggunakan teknik Structural Equation Modeling–Partial Least Square (SEM-PLS). Hasil penelitian menunjukkan bahwa model memiliki daya prediksi yang baik (R² = 0,576). Secara parsial, Kualitas Informasi berpengaruh positif dan signifikan terhadap Kepuasan Pengguna serta menjadi variabel paling dominan (β = 0,406; p < 0,05). Kualitas Layanan juga berpengaruh positif dan signifikan (β = 0,226; p < 0,05), sedangkan Kualitas Sistem berpengaruh positif namun tidak signifikan (β = 0,210; p > 0,05). Temuan ini menunjukkan bahwa dalam konteks HRIS internal, kepuasan pengguna lebih ditentukan oleh mutu informasi dan dukungan layanan dibandingkan aspek teknis sistem yang telah dianggap memenuhi standar dasar.

Penelitian ini memberikan kontribusi empiris dalam penguatan Model DeLone dan McLean pada konteks evaluasi kepuasan HRIS internal. Secara praktis, hasil penelitian menjadi dasar bagi PT Ifabula Digital Kreasi untuk memprioritaskan peningkatan kualitas informasi, integritas data, dan optimalisasi layanan sistem guna mendukung pengambilan keputusan yang lebih akurat dan peningkatan efektivitas operasional.

Kata Kunci: HRIS, Kepuasan Pengguna, Kualitas Sistem, Kualitas Layanan, Kualitas Informasi, DeLone dan McLean, SEM-PLS

Kata kunci: interaksi parasosial, emotional attachment, arousal, platform interactivity, impulsive buying, live e-commerce, PLS-SEM.

Kata Kunci: Agile, Scrum, Project Management, Transformasi Digital, Web Application.

Pendekatan studi kasus kualitatif diterapkan dalam penelitian ini, dengan pengumpulan data melalui wawancara, observasi, dan studi literatur. Proses perancangan mengikuti siklus Architecture Development Method (ADM), dimulai dari tahap Architecture Vision hingga pengembangan roadmap implementasi.

Hasil penelitian ini meliputi arsitektur bisnis, data, aplikasi, dan teknologi, serta prototipe dashboard karir yang mendukung pengambilan keputusan strategis. Evaluasi dilakukan melalui metode formatif dan sumatif yang melibatkan pengguna sistem, yang menunjukkan peningkatan pemahaman dan penerimaan pengguna terhadap sistem.

Penelitian ini memberikan kontribusi dalam pengembangan sistem informasi karir yang terdokumentasi dengan baik, terstandarisasi, dan berbasis data, guna meningkatkan efektivitas pengelolaan sumber daya manusia di institusi pendidikan tinggi.

Kata Kunci: Saham, TFT, deep learning, feature importance, time-series forecasting

Kata Kunci: Demam Berdarah Dengue, Pembelajaran Mesin, CRISP-DM, Kementerian Kesehatan, Prediksi Penyakit, Data Epidemiologi.

Penelitian ini menggunakan metode kualitatif dengan pengumpulan data melalui kuesioner awal dan wawancara terhadap ibu hamil untuk menggali karakteristik pengguna, motivasi, serta preferensi fitur gamifikasi. Evaluasi prototype dilakukan melalui wawancara pengguna setelah mencoba alur aplikasi guna menilai kemudahan penggunaan, pengalaman pengguna, serta dampak gamifikasi terhadap motivasi pelaporan data kesehatan. Hasil penelitian menunjukkan bahwa penerapan gamifikasi mampu meningkatkan motivasi, konsistensi, dan kesadaran ibu hamil dalam melakukan pelaporan data mandiri. Elemen gamifikasi yang berorientasi pada progres pribadi dan edukasi terbukti lebih efektif dibandingkan kompetisi, serta berkontribusi dalam membentuk kebiasaan pencatatan data yang lebih terstruktur dan bermakna, sehingga berpotensi mendukung pemantauan kehamilan dan keputusan klinis secara lebih optimal.

Kata Kunci: Gamifikasi, Pelaporan Data Mandiri, Ibu Hamil, Aplikasi Kesehatan

Tahapan prapemrosesan data meliputi normalisasi serta pembentukan sliding window tujuh hari untuk membangun kerangka prediksi satu langkah ke depan, dengan evaluasi kinerja menggunakan metrik Root Mean Squared Error (RMSE), Mean Absolute Error (MAE), dan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa meskipun TCN multivariat mampu menangkap interaksi antar fitur temporal, model tersebut tidak memberikan peningkatan kinerja yang signifikan dibandingkan ARIMAX maupun TCN univariat, di mana nilai historis LQ45 menjadi kontributor prediktif paling dominan, diikuti oleh EFFR dengan pengaruh sekunder yang relatif stabil, sementara VIX dan harga minyak Brent menunjukkan kontribusi yang lemah dan tidak stabil.

Temuan ini mengindikasikan bahwa penambahan indikator eksternal tidak secara otomatis meningkatkan akurasi prediksi jangka pendek apabila keterkaitannya dengan dinamika pasar domestik bersifat terbatas. Oleh karena itu, penelitian ini menegaskan pentingnya seleksi fitur yang cermat dalam pengembangan model prediksi berbasis deep learning untuk pasar negara berkembang.

Kata Kunci: deep learning, peramalan keuangan, prediksi multivariat, TCN, deret waktu

content strategy, dan accounts reached yang dimediasi oleh total content shared

terhadap tingkat engagement brand Atmauv di platform Instagram. Tujuan

penelitian ini adalah untuk memahami bagaimana strategi berbasis data dalam

pembuatan konten, jumlah kunjungan profil, dan jangkauan akun dapat

memengaruhi interaksi audiens dengan suatu brand di media sosial. Pendekatan

penelitian ini dilakukan dengan metode kuantitatif, melalui analisis data metrik

interaksi dan engagement audiens, serta survei terhadap pengguna Instagram guna

memperoleh pemahaman yang lebih komprehensif mengenai faktor-faktor yang

berkontribusi terhadap engagement. Hasil penelitian diharapkan mampu

memberikan wawasan bagi brand Atmauv dan pelaku industri untuk

mengoptimalkan strategi pemasaran digital dengan fokus pada aspek-aspek sesuai

dengan hasil penelitian ini.

Kata Kunci: Content Shared, Profile Visits, Accounts Reached, Data-Driven

Content, Engagement, dan Social Media

Kata Kunci: Ecosia, Machine Learning, Analisis Sentimen, Data Mining, Teknologi Hijau

Penelitian ini menggunakan pendekatan supervised machine learning untuk menganalisis sentimen publik berdasarkan data yang diambil dari media sosial X. Metodologi CRISP-DM digunakan untuk mendukung tahapan analisis data yang meliputi business understanding untuk identifikasi permasalahan, hingga evaluation untuk menganalisis kinerja machine learning. Proses pengumpulan data dilakukan melalui teknik data crawling dengan beberapa kata kunci tertentu, kemudian data dibersihkan dan diberi label menggunakan model Transformer. Selain itu, penelitian ini juga membandingkan kinerja beberapa model, seperti Support Vector Machine (SVM), Random Forest, BERT, dan RoBERTa, untuk menentukan model terbaik dalam melakukan klasifikasi sentimen.

Hasil penelitian ini disajikan dalam bentuk visualisasi sentimen Publik dalam berbagai bentuk diagram. Temuan dalam penelitian ini diharapkan dapat memberikan kontribusi bagi Publik, peneliti, serta pelaku industri yang mempertimbangkan pemanfaatan teknologi AI open-source dalam pengembangan layanan atau produk mereka. Hasil analisis sentiment daripada Deepseek menunjukan angka yang hampir setara, dengan nilai positif yang lebih tinggi dan keamanan data merupakan salah satu persepsi publik terhadap Deepseek

Kata Kunci: Deepseek, Transformer, Open-Source, Sentiment Analysis, CRISP-DM

Transformasi digital dalam sistem administrasi perpajakan melalui implementasi Core Tax Administration System (Coretax) adalah rencana pemerintah Indonesia dalam memajukan sistem perpajakan dan mencapai transparansi, efisiensi, dan peningkatan wajib pajak. Walau begitu, peluncuran Coretax pada awal 2025 diwarnai dengan banyaknya masalah yang menimbulkan berbagai respons publik di media sosial seperti X. Beberapa masalah yang sering diangkat oleh pengguna media sosial Indonesia adalah kendala teknis dan sulitnya penggunaan sistem (sistem kurang user friendly). Penelitian ini bertujuan untuk menganalisis persepsi masyarakat Indonesia terhadap Coretax dengan menerapkan analisis sentimen berbasis natural language processing (NLP) dan machine learning. Penelitian dilakukan dengan menganalisis 9,485 unggahan di X yang berbahasa Indonesia pada periode Januari sampai Juli 2025. CRISP-DM adalah framework utama yang digunakan pada sepanjang penelitian ini. Secara teknis, penelitian ini melibatkan berbagai teknik-teknik data preprocessing seperti case folding, cleaning, normalization, tokenization, stopword removal, dan stemming. Algoritma-algoritma yang digunakan pada penelitian ini meliputi lima algoritma machine learning klasik yakni naive bayes, support vector machine, logistic regression, random forest, dan extreme gradient boosting, serta satu algoritma deep learning yaitu IndoBERT. Model klasifikasi yang digunakan meliputi accuracy, precision, recall, F1-score, dan ROC-AUC. Hasil akhir dari proses modeling menunjukkan bahwa logistic regression tanpa SMOTE memberikan performa terbaik dengan akurasi 86.30%. Dalam hal distribusi sentimen, kelas sentimen negatif adalah yang paling mendominasi dengan angka 48.08%, yang mencerminkan ketidakpuasan masyarakat terhadap performa sistem. 

Kata Kunci

Coretax, Sistem Administrasi Perpajakan Digital, Analisis Sentiment, Natural Language Processing, Machine Learning

Kata kunci: mobile banking; UTAUT; perceived security; perceived privacy; facilitating conditions; awareness; technology anxiety; PLS-SEM

Kata Kunci: Coretax Administration System (CTAS), DeLone and McLean IS Success Model, Pemodelan topik dinamis, E-government, Kepuasan pengguna

Kata Kunci: Analisis Sentimen, Ekstraksi Fitur, TF-IDF, IndoBERT Embeddings, Support Vector Machine (SVM)

Kata Kunci: Application Features, System Quality, Service Quality, Customer Loyalty, User Satisfaction

The analysis results indicate that all seven hypotheses proposed in this study are accepted, demonstrating a positive and significant influence. Perceived Ease of Use (β = 0.494) and Customer Service Quality (β = 0.457) are the strongest predictors directly influencing Customer Satisfaction. Meanwhile, Perceived Risk was found to be the most dominant and critical factor in building Customer Trust (β = 0.738), representing the strongest path coefficient in the entire model. The findings also reveal that Customer Satisfaction is the primary driver of Continuance Intention (β

= 0.656), while Customer Trust also contributes significantly to this intention (β = 0.467). Overall, the model exhibits strong predictive power, explaining 82.5% of the variability in users' continuance intention. This study concludes that to maintain long-term loyalty, digital banks in Indonesia must prioritize seamless user experiences and minimize operational risks to synergistically solidify both customer satisfaction and trust.

Keywords: Perceived Ease of Use, Perceived Usefulness, Customer Service Quality, Perceived Security, Perceived Risk, Continuance Intention, Digital Bank

Keywords: Sentiment Analysis, IndoBERT, mBERT, BERTopic, Cryptocurrency Investment, CRISP-DM

Keywords: Sentiment Analysis, IndoBERT, mBERT, BERTopic, Cryptocurrency Investment, CRISP-DM

Keywords: GitHub Copilot, Generative AI, UTAUT, Behavioral Intention, Software Developer

Keywords: Budget Planning, Digital Transformation, Enterprise Architecture, TOGAF ADM, Workday Adaptive Planning

Keywords:  COBIT 2019, IT Governance, Capability Level, Project Management, Bank XYZ.

Keywords: Artificial Intelligence, Project Management, Technical Readiness, fsQCA, AI Adoption

The results indicate that AI Personalization significantly influences Trust in AI and Price Value. Trust in AI is proven to be a crucial mediator that enhances Performance Expectancy and Effort Expectancy. It was found that Price Value is the most dominant determinant influencing the Intention to Subscribe, followed by Performance Expectancy and Habit. This study concludes that algorithmic transparency and user control are key to building trust, which ultimately drives the perception of value worth subscribing to. 

Keywords: Trust, Personalization, Artificial Intelligence (AI), Music Streaming Platforms, Price Value, Intention to Subscribe. 

Penelitian ini menggunakan pendekatan kuantitatif dengan metode kuesioner yang dilakukan terhadap 400 responden generasi Z pengguna e-commerce fashion. Analisis data dilakukan menggunakan metode Structural Equation Modeling–Partial Least Squares (SEM-PLS). Hasil penelitian menunjukkan bahwa sebagian besar hubungan antar variabel yang berkaitan dengan aspek sistem informasi tidak signifikan secara statistik, yang mengindikasikan bahwa kualitas sistem, kualitas informasi, dan kualitas layanan berfungsi sebagai faktor pendukung dalam konteks e-commerce yang telah matang. Namun demikian, penggunaan sistem terbukti berpengaruh signifikan terhadap perilaku pembelian impulsif, serta penyesalan pascapembelian berperan sebagai variabel moderasi dalam hubungan antara pembelian impulsif dan niat beli ulang. Sementara itu, kepuasan pengguna tidak menunjukkan pengaruh signifikan terhadap niat beli ulang.

Temuan ini menunjukkan bahwa pada e-commerce fashion yang telah mature, faktor perilaku pengguna lebih dominan dibandingkan aspek teknis sistem informasi. Penelitian ini diharapkan dapat memberikan kontribusi bagi pengembangan kajian sistem informasi serta menjadi bahan pertimbangan praktis dalam pengembangan sistem e-commerce yang lebih berorientasi pada perilaku dan pengalaman pengguna.

Kata Kunci: Sistem Informasi, E-commerce, DeLone dan McLean, Pembelian Impulsif, Niat Beli Ulang

Penelitian ini bertujuan untuk mengevaluasi tingkat kematangan penerapan Scrum pada proyek IT di PT XYZ menggunakan Scrum Maturity Model (SMM). Penelitian menggunakan pendekatan mixed-method dengan pengumpulan data kuantitatif melalui kuesioner yang diisi oleh 17 responden yang terdiri dari Product Owner, Scrum Master, dan Lead Developer, serta data kualitatif melalui wawancara mendalam dengan Scrum Master untuk memperoleh pemahaman kontekstual mengenai implementasi Scrum. Penilaian tingkat kematangan dilakukan menggunakan pendekatan Key Process Area (KPA) Rating.

Hasil penelitian menunjukkan bahwa penerapan Scrum di PT XYZ telah mencapai Level 2 (Managed) dan Level 3 (Defined) dengan sebagian besar goal berada pada kategori Fully Achieved. Namun, pada Level 4 (Quantitatively Managed) dan Level 5 (Optimizing), capaian masih berada pada kategori Largely Achieved, terutama pada aspek standarisasi proses lintas proyek, pemanfaatan metrik kinerja secara kuantitatif, serta konsistensi perbaikan berkelanjutan. Berdasarkan karakteristik Scrum Maturity Model, tingkat kematangan penerapan Scrum di PT XYZ berada pada Level 3 (Defined). Penelitian ini merekomendasikan penguatan standarisasi proses Scrum, optimalisasi pengelolaan metrik kinerja, serta peningkatan kualitas hasil Sprint untuk meningkatkan efektivitas pengelolaan proyek IT.

Kata Kunci: Scrum, Scrum Guide 2020, Scrum Maturity Model, manajemen proyek IT, KPA Rating, Agile

Kata Kunci: Transformer, IndoBERT, Hoax

Sebagai upaya menjawab tantangan tersebut, penelitian ini berfokus pada komparasi kinerja dua pendekatan komputasi yang berbeda. Pendekatan pertama menggunakan model kecerdasan buatan klasik berbasis Convolutional Neural Network (CNN), secara spesifik menggunakan arsitektur EfficientNet-B3. Model ini kemudian dihadapkan dengan inovasi komputasi masa depan, yaitu model hibrida kuantum (Hybrid QNN Lite 6-qubit), untuk mengevaluasi kemampuan masing-masing dalam mengklasifikasi tingkat keparahan penyakit melalui ekstraksi fitur citra retina.

Berdasarkan serangkaian pengujian, model CNN terbukti keluar sebagai pemenang mutlak dalam tugas klasifikasi ini. Dengan mengintegrasikan strategi augmentasi dan oversampling untuk menangani ketidakseimbangan data, CNN berhasil mencapai tingkat akurasi klinis yang sangat kuat, ditandai dengan capaian skor Quadratic Weighted Kappa (QWK) sebesar 0.8496. Sebaliknya, performa model QNN justru anjlok drastis; hal ini utamanya disebabkan oleh fenomena information bottleneck, di mana model kehilangan informasi spasial yang sangat penting saat data citra dikompresi ke dalam kapasitas qubit yang sangat terbatas.

Temuan ini secara praktis menyimpulkan bahwa arsitektur QNN di era saat ini belum cukup mumpuni untuk menangani pemrosesan data medis beresolusi tinggi. Oleh karena itu, model CNN tetap menjadi opsi terbaik dan paling matang. Dengan performanya yang solid, model CNN ini dinilai sangat siap untuk segera diimplementasikan sebagai komponen inti dalam Decision Support System (DSS) di fasilitas kesehatan tingkat pertama guna mempercepat triase dan diagnosis pasien secara efektif.

Kata Kunci: Intelligent Character Recognition (ICR), Generative Artificial Intelligence (GenAI), Ekstraksi Dokumen, Proses Pengajuan Kredit, Evaluasi Sistem

Kata Kunci: Large Language Model, Deteksi Rugpull, Blockchain Solana, Keuangan Terdesentralisasi, Raydium, Keamanan DeFi, Llama 3

Keywords: Machine learning, Used cars, Predictive models, Web scraping, Automotive industry

Kata Kunci: Analisis sentimen, Pemodelan topik, Ketidakseimbangan Data, Opini publik, Layanan, SPBU, Pertamina, IndoBERT, IndoBERTweet, BERTopic, Web scraping, Twitter, CRISP-DM.

Keywords: User Interface, User Experience Evaluation, Generative AI, User Experience Questionnaire Plus (UEQ+), Hotel Booking Application

Keywords: Smart Home Technology, UTAUT, Intention to Use, PLS-SEM, Perceived Controllability, Aesthetics Appeal, Personal Innovativeness

Arsitektur deep learning yang digunakan dalam penelitian ini meliputi Long Short-Term Memory (LSTM), Convolutional Neural Network–LSTM (CNN-LSTM), Gated Recurrent Unit–LSTM (GRU-LSTM), dan Bidirectional LSTM (BiLSTM). Seluruh model dilatih menggunakan optimizer Adam dan dievaluasi menggunakan metrik Mean Absolute Error (MAE), Mean Absolute Percentage Error (MAPE), Mean Squared Error (MSE), dan Root Mean Squared Error (RMSE). Hasil evaluasi menunjukkan bahwa model baseline LSTM yang hanya menggunakan data harga masih memberikan performa terbaik secara keseluruhan dengan nilai MAPE sebesar 0,041. Namun, di antara model hibrida, BiLSTM Hybrid menunjukkan performa paling kompetitif dengan nilai MAPE sebesar 0,042, serta mampu mendekati kinerja model baseline.

Temuan ini mengindikasikan bahwa penambahan fitur sentimen publik belum secara konsisten meningkatkan akurasi prediksi dibandingkan sinyal harga murni pada konfigurasi dan dataset yang digunakan. Meskipun demikian, penggunaan arsitektur bidirectional terbukti lebih efektif dalam memanfaatkan informasi sentimen dibandingkan arsitektur sekuensial satu arah. Penelitian ini menyimpulkan bahwa pendekatan hibrida deep learning dan analisis sentimen tetap memiliki nilai penting dalam memperkaya pemodelan prediksi harga Bitcoin, khususnya dalam menangkap dimensi perilaku pasar dan dinamika eksternal yang tidak sepenuhnya tercermin pada data harga historis.

Keywords: Bitcoin, Crypto, Digital Aset, Prediction, Machine Learning

Kata Kunci: Protection Motivation  Theory, Open-Source Intelligence, Privacy Concern, Social Influence, Social Media

Kata Kunci: Artificial Intelligence, Gamification, Foreign Language Learning, Technology Acceptance Model, Duolingo

Kata Kunci: Smart Home, Smart Home Security, UTAUT2, Privacy Concern, Trust

Permasalahan utama yang diangkat adalah tingginya churn pelanggan akibat pengambilan keputusan yang masih manual, kurang tepat sasaran, serta belum optimalnya pemanfaatan data pelanggan. Untuk mengatasi hal tersebut, sistem yang dirancang mengintegrasikan beberapa agen utama, yaitu Segmentation Agent, Churn Predictor, Offer Optimizer, Decision Recommendation, dan Approval Agent, yang bekerja secara terkoordinasi dalam mendukung pengambilan keputusan berbasis data.

Hasil penelitian menunjukkan bahwa sistem mampu melakukan segmentasi pelanggan, prediksi churn menggunakan metode RFM, serta memberikan rekomendasi strategi retensi yang lebih adaptif dan efisien. Simulasi sistem menunjukkan bahwa pelanggan dengan probabilitas churn rendah tidak memerlukan intervensi intensif, sehingga perusahaan dapat mengalokasikan sumber daya secara lebih optimal.

Secara keseluruhan, penelitian ini menghasilkan sebuah desain DSS berbasis multi-agent yang mampu meningkatkan kualitas pengambilan keputusan, efisiensi biaya loyalty program, serta mendukung strategi retensi pelanggan yang lebih tepat sasaran.

Keywords: Risk Management, Information Security, ISO 31000, Pharmaceutical Industry, IT Operations.

PT. XYZ is an information technology service provider managing critical assets consisting of customer data from the banking and government sectors, with an estimated volume of 800,000 data subjects. This study aims to evaluate the effectiveness of ISO 27001:2022 implementation in ensuring customer data confidentiality while mitigating security incident risks occurred in 2024, such as source code leaks, expired security certificates, and unauthorized database access. The research methodology used is descriptive qualitative with a case study approach. The evaluation was conducted through the Plan-Do-Check-Act (PDCA) framework using data triangulation techniques, including in-depth interviews, technical observations, and document analysis of internal audit checklists for the 2025-2026 period across all company business units. The research results indicate that the maturity level of the information security management system (ISMS) at PT. XYZ is at Level 3 (Defined). The implementation of new technical controls in the 2022 version of the standard, such as automated code scanning using Snyk, vulnerability assessment (VA Scan) using Kavida, and Virtual Private Network (VPN) access policies for developers, has proven effective in closing the security gaps identified in past incidents. Furthermore, the top management's commitment through strategic risk analysis and independent oversight via periodic internal audits has strengthened the confidentiality pillar of customer information assets. In conclusion, the implementation of ISO 27001:2022 at PT. XYZ has successfully created a standardized and resilient information security ecosystem capable of protecting customer data from internal and external threats.

Using a qualitative case study approach through document analysis, interviews, and assessment of Annex A controls, the findings show that the hospital’s Information Security Management System (ISMS) is at a repeatable but intuitive maturity level. This means practices exist but are not yet standardized or fully integrated into management processes. Key weaknesses are found in leadership involvement, people-related controls, and structured risk management.

The study contributes by translating gap analysis results into practical management solutions, including governance and risk management SOPs to support ISO 27001 certification readiness.

Additionally, the research incorporates the KAMI Index v5.0, a widely used Indonesian framework for measuring information security maturity. While the hospital achieved a score of 653, several technical domains remain at mid-level maturity (Level II–III+), with gaps in areas such as risk management, access control, incident response, physical security, endpoint protection, and security monitoring.

To address this, the study proposes a data-driven technical improvement roadmap, divided into short-, medium-, and long-term actions. This roadmap transforms assessment results into actionable technical guidance and offers a practical, replicable model for improving information security in healthcare organizations.

Kata Kunci: Penerimaan Teknologi, Trust, Perceived Usefulness, Perceived Risk, Platform Freelancing

Kata Kunci: Analisis Sentimen, CRISP-DM, UMKM Online, SVM, Random Forest, Naive Bayes, Logistic Regression

Keywords: Cryptocurrency, Extended TAM, Trust, Financial Literacy, Intention to Use

Kata Kunci: IoT, Smart Traffic Light, Kemacetan, Sistem Adaptif, Jakarta, Manajemen Lalu Lintas

Penelitian ini merancang sistem ekstraksi informasi berbasis NLP dengan arsitektur pencocokan tiga lapis: Incremental Learning, Fuzzy Search berbasis Elasticsearch dengan Levenshtein distance, dan TF-IDF dengan Cosine Similarity. Seluruh sistem dirangkai dalam kerangka Human-in-the-Loop agar tetap adaptif tanpa kehilangan kendali kualitas.

Hasil pengujian terhadap 100 dokumen PO dan 249 item uji menunjukkan efisiensi waktu meningkat 96,52% (8 menit 37 detik menjadi 18 detik per dokumen), error rate turun dari 8,2% menjadi 0,9%, retur akibat kesalahan input berkurang 90%, dan Incremental Learning mencapai akurasi 100% pada data yang telah melalui siklus pembelajaran. Selama fase MVP, sistem memproses 21.168 pemesanan dan menghemat rata-rata 25 jam kerja CSO per minggu.

Kata Kunci: Natural Language Processing, Information Retrieval, TF-IDF, Fuzzy Search, Elasticsearch, Incremental Learning, Human-in-the-Loop, Document Automation, Pharmaceutical Distribution

Penelitian ini menggunakan pendekatan kuantitatif melalui survei terhadap 100 responden pengguna aktif ERP di PT Karya Group. Data dianalisis menggunakan metode Partial Least Squares–Structural Equation Modeling (PLS-SEM) dengan bantuan SmartPLS dan prosedur bootstrapping. Model penelitian mengadopsi DeLone & McLean (2003) dengan menambahkan efisiensi operasional sebagai variabel dependen utama untuk mengukur dampak nyata dari implementasi sistem ERP.

Hasil penelitian menunjukkan bahwa kualitas sistem dan kualitas layanan berpengaruh positif dan signifikan terhadap kepuasan pengguna. Selain itu, penggunaan sistem dan kepuasan pengguna terbukti berpengaruh signifikan terhadap net benefit, yang selanjutnya berdampak langsung pada peningkatan efisiensi operasional bisnis. Temuan ini menegaskan bahwa keberhasilan implementasi ERP tidak hanya ditentukan oleh aspek teknis, tetapi juga oleh tingkat penerimaan dan kepuasan pengguna terhadap sistem.

Penelitian ini juga menemukan bahwa efisiensi operasional bisnis dipengaruhi oleh integrasi sistem yang baik, peningkatan akurasi informasi, serta percepatan proses bisnis. Dengan demikian, ERP berperan sebagai enabler strategis dalam meningkatkan produktivitas, mengurangi biaya operasional, dan mendukung pengambilan keputusan berbasis data.

Kata kunci: Enterprise Resource Planning, Efisiensi Operasional, DeLone & McLean Model, PLS-SEM, Net Benefit, User Satisfaction

Kata kunci :  Transformasi Digital, Business Rules Management System (BRMS), Kepercayaan Pengguna (Trust), Pelatihan, Kepemimpinan Transformasional, Industri Asuransi.

Penelitian ini menerapkan siklus hidup Business Process Management (BPM) untuk menganalisis, mendesain ulang, dan mengoptimalkan proses inti perusahaan. Hambatan utama dipetakan menggunakan BPMN, yang menunjukkan adanya aktivitas berulang, entri data manual, dan kurangnya sinkronisasi antara unit penjualan, perbaikan, dan inventori.

Perbaikan dilakukan melalui otomasi proses, seperti pembuatan sales order digital, pemeriksaan inventori terintegrasi, pembuatan work order otomatis, dan penjadwalan teknisi secara real-time. Hasil simulasi dan evaluasi menunjukkan penurunan waktu pemrosesan, berkurangnya kesalahan administratif, serta peningkatan aliran data dan pengalaman pelanggan.

Secara keseluruhan, BPM terbukti menjadi pendekatan efektif untuk mendukung transformasi digital, meningkatkan efisiensi operasional, kualitas layanan, dan kepuasan pelanggan di XYZ, Inc.

Keywords: IT Service Management (ITSM), Multilingual NLP, DistilBERT, Workload Forecasting, XGBoost, Capacity-Aware Routing, CRISP-DM

Keywords: QRIS, UTAUT2, SEM-PLS, Public Transportaion, Usability

Kata kunci: CRISP-DM, Collaborative Filtering, Sistem Rekomendasi Tempat Camping

Kata kunci: Adopsi Teknologi Logistik, Kebergunaan Aplikasi Mobile, Task-Technology Fit, Trust dalam Layanan Digital, UTAUT Framework

Kata Kunci:

Decision Support System (DSS), Analisis Sentimen, Media Sosial, IndoBERT, Support Vector Machine (SVM), Natural Language Processing (NLP), Rekrutmen Polri, User Profiling

Kata Kunci: Data Privacy, Digital Security, Trust, Coretax, Technology Acceptance

Kata Kunci: Enterprise Resource Planning, DeLone & McLean, Kepuasan Pengguna, Dukungan Operasional, PLS-SEM

Penelitian ini bertujuan mengimplementasikan dan menganalisis efektivitas Augmented Reality (AR) sebagai media pembelajaran inovatif di SMA Negeri 1 Rote Barat menggunakan kerangka Technology Acceptance Model (TAM).

Metode penelitian mengikuti pendekatan mixed methods dengan 11 hipotesis yang diuji melalui kuesioner skala Likert 5 poin kepada 60 siswa, wawancara mendalam, observasi kelas, serta analisis dokumentasi selama 6 bulan (Mei - Oktober 2025). Data dianalisis menggunakan PLS-SEM dengan SmartPLS 4.

Hasil menunjukkan seluruh hipotesis (H1 - H11) diterima dengan signifikansi α = 5%. Model TAM mampu menjelaskan 84,4% varians Kepuasan Siswa (R² = 0,844) dan 54,5% varians Niat Penggunaan Berkelanjutan (R² = 0,545), di mana kepuasan siswa berperan sebagai mediator penuh.

AR terbukti secara signifikan meningkatkan keterlibatan, motivasi, dan pemahaman konsep kompleks siswa meskipun memiliki infrastruktur yang terbatas. Faktor kunci keberhasilan adalah adaptasi sosial budaya dan dukungan guru.

Penelitian ini merekomendasikan penguatan infrastruktur jaringan dan perangkat, pelatihan guru berkelanjutan, pengembangan konten AR relevan budaya lokal, serta kolaborasi kebijakan antara dinas pendidikan, sekolah, dan komunitas pengguna AR untuk keberlanjutan program.

Kata Kunci: Augmented Reality, Model Penerimaan Teknologi, Pembelajaran Digital, Teknologi Pendidikan, Wilayah 3T

Dalam upaya meningkatkan efisiensi QC, penelitian ini mengusulkan penggunaan teknologi RPA sebagai solusi inovatif. RPA memungkinkan otomatisasi tugas-tugas repetitif dalam pengujian software, termasuk pengujian regresi, pengujian integrasi, dan pengujian fungsional. Penelitian ini menyoroti perbedaan antara alat otomatisasi pengujian tradisional dan RPA, dengan menunjukkan bahwa RPA beroperasi dari sudut pandang pengguna akhir, sehingga memungkinkan penggunaan yang lebih mudah dan cepat.

Kelebihan RPA dalam pengujian software mencakup penghematan waktu, pengurangan jumlah sumber daya manusia yang diperlukan, dan peningkatan efisiensi dalam eksekusi dan pelaporan hasil pengujian. Dengan demikian, penggunaan RPA dalam QC dapat membantu perusahaan menghemat waktu, mengurangi risiko, dan meningkatkan hasil akhir dari pengembangan software.

Hasil penelitian ini akan memberikan wawasan yang berharga tentang potensi penggunaan RPA dalam pengujian software, serta kontribusinya terhadap peningkatan kualitas software dan efisiensi dalam pengembangan. Dengan mengintegrasikan RPA dalam proses QC, perusahaan dapat mengoptimalkan penggunaan sumber daya manusia dan memastikan daya saing di pasar yang semakin kompetitif. Penelitian ini menunjukkan bahwa QC bukan hanya tentang kualitas perangkat lunak, tetapi juga tentang produktivitas dan pengelolaan sumber daya yang efisien dalam pengembangan software

Analisis manajemen risiko teknologi informasi yang terukur, perusahaan memiliki peluang besar untuk memperkuat perlindungan data pribadi dan meningkatkan ketahanan keamanan TI secara berkelanjutan. Penyusunan kebijakan internal yang lebih komprehensif, penguatan kontrol keamanan, serta peningkatan pemahaman karyawan terhadap pentingnya keamanan data menjadi langkah strategis dalam mendukung kepatuhan terhadap UU PDP. Dengan optimalisasi monitoring, komunikasi risiko, dan kolaborasi lintas divisi, perusahaan dapat meminimalkan potensi ketidakpatuhan serta mengurangi risiko finansial dan reputasi. Penerapan manajemen risiko berbasis ISO 31000:2018 menjadi fondasi utama yang mendorong proses identifikasi, evaluasi, dan mitigasi risiko secara sistematis, terukur, dan berkelanjutan, sehingga mendukung terciptanya tata kelola perlindungan data yang lebih kuat serta keberlangsungan bisnis perusahaan secara optimal.