Abstract:Di era digital seperti sekarang ini, media sosial sudah menjadi bagian kehidupan manusia yang paling penting terutama bagi kalangan mahasiswa yang aktif menggunakan platform seperti whatsApp yang dikenal sebagai media komunikasi,…
munikasi, Tik-Tok, Instagram, Twitter dan lain sebagainya. Dengan adanya media sosial dapat memudahkan kita dalam berkomunikasi tampa ada batasan waktu dan tempat, akan tetapi disisi lain juga menimbulkan berbagai masalah yaitu etika seseorang dalam berkomunikasi. Sehinggah penelitian ini bertujuan untuk mengkaji dampak media sosial terhadap etika komunikasi mahasiswa dengan menggunakan metode studi literatur yang menggumpulkan dan menganalisis berbagai hasil penelitian terdahulu. dengan demikian hasil pembahasan menunjukan bahwah media sosial memberikan pengaruh ganda terhadap etika komunikasi mahasiswa: di satu sisi mempermudah akses informasi dan meningkatkan ketrampilan komunikasi, namun disisi lain memberikan dampak negatif Berupa penggunaan bahasa yang kasar, penyebaran berita palsu atau biasa di sebut hoaks, perilaku yang tidak sopan yang dimana menyebar luas dimedia sosial dan di abaikan maupun dinormalisasikan perilaku buruk tersebut dan pengabaian norma kesopanan yang sering terjadi. Dan kelebihan media sosial adalah kemampuannya memperluas jaringan komunikasi dan mempercepat pertukaran informasi, sementara kekurangannya terletak pada potensi penyala gunaan yang menimbulkan konflik dan ketidak nyamanan antar pengguna. sehinggan kita dapat memberikan solusi berupa edukasi dan peningkatan kesadaan etika bemedia sosial bagi mahasiswa agar mereka dapat bekomunikasi lebih bertanggung jawab dan menghormati orang lain. Dengan demikian penelitian ini bisa memberikan kontribusi penting dengan cara memberikan wawasan bagi pendidik dan pembuat kebijakan agar dapat merancang program komunikasi digital yang lebih efektif dan merancang program edukasi , sehinggah program tersebut dapat menaikan etika berkomunikasi di kalangan mahasiswa dengan begitu dapat di tingkatkan dimasa depan.
Abstract:Di tengah perkembangan teknologi digital yang semakin pesat, media sosial telah menjadi salah satu alat penting dalam strategi pemasaran modern. Perusahaan-perusahaan besar, termasuk Apple, semakin mengandalkan platform…
media sosial untuk membangun hubungan dengan konsumen, memahami perilaku pasar, serta mengembangkan strategi pemasaran yang lebih efektif. Penelitian ini bertujuan untuk menganalisis peran media sosial dalam proses segmentasi pasar dan pemahaman demografi konsumen, dengan mengambil Apple sebagai objek studi. Penelitian ini menggunakan pendekatan kualitatif dengan mengumpulkan dan menganalisis data dari berbagai platform seperti Instagram, Facebook, dan Twitter. Data yang diperoleh mencakup konten promosi, respons audiens, serta pola interaksi pengguna. Segmentasi pasar dilakukan berdasarkan variabel demografis seperti usia, jenis kelamin, lokasi, dan minat konsumen. Hasil penelitian menunjukkan bahwa media sosial memungkinkan Apple untuk mengidentifikasi segmen pasar secara lebih akurat dan menjangkau audiens yang relevan. Selain itu, analisis demografi konsumen melalui media sosial membantu perusahaan dalam merancang strategi pemasaran yang lebih personalisasi dan efektif. Dengan memanfaatkan data yang diperoleh dari media sosial, Apple dapat menyesuaikan produk, layanan, dan kampanye pemasaran sesuai dengan karakteristik demografis dan perilaku konsumen. Penelitian ini juga menekankan pentingnya penggunaan teknologi dan data digital dalam pengambilan keputusan pemasaran, serta memberikan wawasan tentang bagaimana perusahaan global dapat memanfaatkan media sosial untuk meningkatkan keterlibatan dan loyalitas pelanggan. Dengan demikian, penelitian ini memberikan kontribusi dalam memahami dinamika pemasaran di era digital, serta peran media sosial dalam segmentasi pasar dan analisis demografi konsumen. Hasil penelitian ini diharapkan dapat menjadi referensi bagi perusahaan lain dalam merancang strategi pemasaran yang lebih berbasis data dan berorientasi pada kebutuhan konsumen.
Abstract:Social media is an online tool or media used by users to search for the information they need. Apart from that, social media itself can be used as a communication tool. Moreover, nowadays everything humans need can be accessed…
cessed on social media in a very short time. Social media has gone viral for all groups, including children, teenagers and even adults. The development of social media makes performance faster, more precise and accurate so that it can increase the resulting productivity. The social media that are often used today are Facebook, Twitter, Instagram, Instagram, WhatsApp and other social media. One of the users of social media now is students, because by using social media students can easily communicate near or long distance without having to meet face to face or meet. Social media for students is important not only as a place to obtain interesting information but has also become a lifestyle. Where one student can have more than one social media. Excessive use of social media for students can have a negative impact. One of the negative impacts of using social media is that it makes students lazy, damages their health, rarely talks with friends and so on. Thus, we as the proponents want to provide socialization activities on the positive and negative impacts of excessive use of social media on fifth grade elementary school students. This activity is expected to provide benefits for students and also help the role of teachers in developing students in using social media.
Keywords: socialization, social media, negative impact
Abstract:Penelitian ini mengkaji reaksi publik terhadap keputusan Mahkamah Konstitusi (MK) Indonesia yang mempertahankan batasan umur minimal 35 tahun untuk calon presiden dan wakil presiden. Dengan menggunakan metode Naïve Bayes…
s untuk menganalisis sentimen dari data Twitter, penelitian ini bertujuan untuk mengungkap persepsi publik terhadap regulasi ini. Analisis menunjukkan mayoritas sentimen negatif (90.9%), dengan hanya 6.6% sentimen positif dan 2.5% sentimen netral, menandakan ketidakpuasan yang dominan di kalangan publik. Akurasi analisis sentimen yang dihasilkan mencapai 67.98%, menegaskan efektivitas Naïve Bayes dalam konteks ini. Penelitian menghasilkann betapa pentingnya akan pembahasan lebih mendalam mengenai syarat pencalonan yang dapat mencerminkan aspirasi masyarakat agar mempertimbangkan aspek pengalaman dan kedewasaan. Dalam konteks yang lebih luas, temuan ini memberikan wawasan berharga tentang dinamika opini publik dan potensi revisi peraturan terkait, merekomendasikan kajian lebih lanjut untuk memahami dampak kebijakan tersebut terhadap struktur demokrasi Indonesia
Abstract:This research discusses the influence of social media content on the emergence of Fear of Missing Out (FOMO) behavior and its connection to increasing consumerism in Generation Z. This generation grew up in a digital ecosystem…
system saturated with visualizations of ideal lifestyles disseminated through platforms like TikTok, Instagram, and Twitter. Constant exposure to such content creates anxiety about missing out on seemingly important social experiences. FOMO then triggers consumptive actions, not due to functional needs, but because of symbolic impulses and social pressure to remain relevant within digital communities. This study employs a descriptive qualitative method with in-depth interviews of informants aged 20–26 years. The analysis results show that content such as unboxing, product reviews, and personal lifestyles have a significant impact on creating social pressure and shaping consumption-based identity. These findings underscore the importance of digital literacy and critical awareness so that Generation Z does not get trapped in a cycle of impulsive consumption, which poses risks to both mental and financial health. As an alternative, the Joy of Missing Out (JOMO) approach is introduced to build healthier and more authentic digital relationships.
Abstract:Abstract: The development of the agrotourism sector has enormous potential to support the village economy and introduce local potential to the wider community. However, many agrotourism operators, especially village-owned…
d enterprises (BUMDES) and agrotourism managers, still face obstacles in promoting and conveying information in an interesting and educational manner. This Community Service Activity (PkM) aims to apply Artificial Intelligence (AI) technology in a specially designed digital education platform to enhance the appeal and effectiveness of agrotourism promotions. Key features developed include an educational chatbot, AI-based virtual tours, a content recommendation system, and visitor data analysis. The activity was carried out through stages including identifying partner needs, digital literacy training, prototype development, and guidance on using social media platforms such as Facebook, Instagram, Twitter, and YouTube. The results of the activity demonstrate that the application of Artificial Intelligence (AI) can enhance creativity, promotional efficiency, and public interest in local agrotourism. Thus, the synergy between technology and local potential emerges as a highly effective strategy for advancing sustainable agriculture-based tourism.
Keywords: Artificial Intelligence; digital education; agrotourism; promotion; tourist village
Abstrak: Pengembangan sektor agrowisata memiliki potensi yang sangat besar dalam mendukung perekonomian desa serta memperkenalkan potensi lokal kepada masyarakat luas. Namun, masih banyak pelaku agrowisata khususnya BUMDES dan Pengelola agrowisata menghadapi kendala dalam promosi dan penyampaian informasi yang menarik dan edukatif. Kegiatan Pengabdian kepada Masyarakat (PkM) ini bertujuan untuk menerapkan teknologi Artificial Intelligence (AI) dalam sebuah platform edukasi digital yang dirancang khusus untuk meningkatkan daya tarik dan efektivitas promosi pada agrowisata. Beberapa fitur utama yang dikembangkan meliputi chatbot edukatif, tur virtual berbasis AI, sistem rekomendasi konten, dan analisis data pengunjung. Kegiatan ini dilaksanakan melalui tahapan identifikasi kebutuhan mitra, pelatihan literasi digital, pengembangan prototipe, dan pendampingan penggunaan platform media sosial seperti Facebook, Instagram, Twitter dan Youtobe. Hasil kegiatan menunjukkan bahwa penerapan Artificial Intellegent (AI) dapat meningkatkan Kreaktivitas, efisiensi promosi, serta minat masyarakat terhadap agrowisata lokal. Dengan demikian, sinergi antara teknologi dan potensi lokal menjadi strategi yang sangat efektif dalam memajukan pariwisata berbasis pertanian secara berkelanjutan.
Kata kunci: Artificial Intelligence; edukasi digital; agrowisata; promosi; desa wisata
Abstract:Abstract: Because of the presence of the 4.0 Industrial Revolution, digital technology and the internet have become the backbone of technology, one of which is social media. Different types of popular social media, such…
as Twitter, Facebook, and instagram, serve different functions and serve different purposes. The Marketplace is a social media platform that has many advantages when used properly. Traders can sell their goods online on the marketplace by providing clear photos and descriptions. Furthermore, the payment method is made on the marketplace, on average, after the goods arrive, they pay or many call it COD (cash on delivery). Everything has changed, however, as a result of the Covid 19 pandemic. The government's health protocol restrictions have resulted in a decrease in income. The purpose of this service is to provide guidance to the Hang Nadim Batam School. The method used is by conducting a survey, then training and finally an evaluation. The results of this service showed that 80% of students could understand digital marketing technology
Keywords: digital marketing; entrepreneurship; social media; pandemic covid
Abstrak: Dengan hadirnya Revolusi Industri 4.0, teknologi digital dan internet menjadi tulang punggung teknologi, salah satunya media sosial. Berbagai jenis media sosial populer, seperti Twitter, Facebook, dan instagram, memiliki fungsi dan tujuan yang berbeda. Marketplace adalah platform media sosial yang memiliki banyak keuntungan jika digunakan dengan benar. Pedagang dapat menjual barangnya secara online di marketplace dengan memberikan foto dan deskripsi yang jelas. Selain itu metode pembayaran yang dilakukan di marketplace rata-rata setelah barang sampai mereka membayar atau banyak yang menyebutnya COD (cash on delivery). Namun, semuanya berubah akibat pandemi Covid-19. Pembatasan protokol kesehatan yang dilakukan pemerintah berdampak pada penurunan pendapatan. Tujuan pengabdian ini adalah untuk memberikan pembinaan pada Sekolah Hang Nadim Batam. Metode yang dilakukan dengan melakukan survey selanjutnya pelatihan dan terakhir evaluasi. Hasil dari pengbadian ini didapat bahwa siswa-siswa 80% bisa mengerti dengan teknologi digital marketing.
Kata kunci: digital marketing; kewirausahaan; media sosial; pandemi covid
Abstract:Abstract: The policy to increase the Rural and Urban Land and Building Tax (PBB-P2) in Indonesia often elicits mixed reactions from the public. Some support it because they believe it can strengthen regional fiscal capacity,…
ity, while others reject it because they are concerned that it will increase the economic burden on the community. Understanding public sentiment towards this policy is important for evaluating the effectiveness of the policy and formulating appropriate communication strategies. This study aims to analyze public sentiment towards the PBB-P2 increase policy using data uploaded on Platform X (Twitter). The data were collected through crawling with the keyword “building tax,” then processed through several preprocessing stages before classifying tweets into positive and negative sentiments. Two models were used: Support Vector Machine (SVM) and Bidirectional Long Short-Term Memory (BiLSTM). Results show that SVM outperformed BiLSTM, achieving training accuracy of 99.4% and testing accuracy of 85.9%, with accuracy 0.8595, precision 0.8536, recall 0.8595, and F1-score 0.8449. Meanwhile, BiLSTM achieved training accuracy of 86.9% and testing accuracy of 82.9%, with accuracy 0.8294, precision 0.8150, recall 0.8294, and F1-score 0.8080. These findings suggest SVM is more effective in classifying public sentiment and can support better evaluation of regional tax policies.
Keywords: sentiment analysis; PBB-P2; BiLSTM; SVM; X platform
Abstrak: Kebijakan kenaikan tarif Pajak Bumi dan Bangunan Perdesaan dan Perkotaan (PBB-P2) di In-donesia sering memunculkan beragam reaksi dari masyarakat. Sebagian mendukung karena dianggap dapat memperkuat kapasitas fiskal daerah, sementara lainnya menolak karena kha-watir menambah beban ekonomi masyarakat. Pemahaman terhadap sentimen publik atas ke-bijakan tersebut penting untuk mengevaluasi efektivitas kebijakan dan merumuskan strategi komunikasi yang tepat. Penelitian ini bertujuan menganalisis sentimen masyarakat terhadap kebijakan kenaikan PBB-P2 menggunakan data unggahan di Platform X (Twitter). Data dik-umpulkan melalui proses crawling dengan kata kunci “pajak bangunan” kemudian diproses melalui beberapa tahap preprocessing sebelum diklasifikasikan menjadi sentimen positif dan negatif. Dua model digunakan dalam penelitian ini, yaitu Support Vector Machine (SVM) dan Bidirectional Long Short-Term Memory (BiLSTM). Hasil penelitian menunjukkan bahwa SVM memiliki kinerja lebih baik dibandingkan BiLSTM, dengan akurasi pelatihan 99,4% dan akurasi pengujian 85,9%. Nilai akurasi 0,8595, precision 0,8536, recall 0,8595, dan F1-score 0,8449. Sementara itu, BiLSTM memperoleh akurasi pelatihan 86,9% dan akurasi pengujian 82,9%, dengan akurasi 0,8294, precision 0,8150; recall 0,8294; dan F1-score 0,8080. Temuan ini menunjukkan bahwa SVM lebih efektif dalam mengklasifikasikan sentimen publik serta dapat mendukung evaluasi kebijakan pajak daerah dengan lebih baik.
Kata kunci: analisis sentimen; PBB-P2; BiLSTM; SVM; platform X
Abstract:Abstract: Twitter occupies the top position of the most popular social media platform in Indonesia. Police and other related issues were the subject of much discussion. The aim of this research is to analyze public sentiment…
ment towards the National Police Agency using Twitter with the support vector machine method. The research started by crawling Twitter data. The data contains a total of 6,925 entries for three keywords. Next, we move on to the preprocessing stage consisting of (cleaning, case folding, tokenization, and filtering). Next is the tf-idf feature extraction stage, finally the classification and evaluation stage. The results of manual data inspection (73:27) showed accuracy of 70.66%, precision of 70.68%, and recall of 99.76%. Testing the second data (82:18), found accuracy 86%, precision 86.21%, recall 99.71%. The results of manual data checking (82:18) showed accuracy of 70.66%, precision of 70.68%, recall of 99.76%. Testing the second data (82:18), found accuracy 86%, precision 86.21%, recall 99.71%. From the data system testing results (80:20), accuracy was 87.55%, positive precision 87.53%, negative precision 88.24%, positive recall 99.48%, and negative recall. the rate is 99.48.% – The result is 21.43%. Data testing results (60:40) showed accuracy of 86.89%, positive precision of 86.84%, negative precision of 88.46%, positive recall of 99.61%, and negative recall of 16.43%. Single test data validation system (80:20), accuracy 87.55, overall test cross validation system (k fold 5 accuracy) 86.673%.
Keywords: data mining;police agencies;support vector machines
Abstrak: Twitter menduduki posisi teratas platform media sosial terpopuler di Indonesia. Polisi dan masalah terkait lainnya menjadi pokok bahasan banyak pembicaraan. Tujuan penelitian ini untuk menganalisis sentimen masyarakat terhadap Badan Kepolisian Nasional menggunakan Twitter dengan metode support vector machine. Penelitian dimulai dengan crawling data Twitter. Data memuat total 6.925 entri dari tiga kata kunci. Selanjutnya beralih ke tahap preprocessing terdiri dari (pembersihan, pelipatan kasus, tokenisasi, dan pemfilteran). Selanjutnya tahap ekstraksi fitur tf-idf, terakhir tahap klasifikasi dan evaluasi. Hasil pemeriksaan data manual (73:27) menunjukkan akurasi 70,66%, presisi 70,68%, dan recall 99,76%. Menguji data kedua (82:18), menemukan akurasi 86%, presisi 86,21%, recall 99,71%. Hasil pemeriksaan data secara manual (82:18) menunjukkan akurasi 70,66%, presisi 70,68%, recall 99,76%. Menguji data kedua (82:18), menemukan akurasi 86%, presisi 86,21%, recall 99,71%. Dari hasil pengujian sistem data (80:20), akurasi 87,55%, presisi positif 87,53%, presisi negatif 88,24%, recall positif 99,48%, dan recall negatif. tarifnya adalah 99,48.% – Hasilnya 21,43%. Hasil pengujian data (60:40) menunjukkan akurasi 86,89%, presisi positif 86,84%, presisi negatif 88,46%, recall positif 99,61%, dan recall negatif 16,43%. Uji tunggal sistem validasi data (80:20), akurasi 87,55, uji keseluruhan sistem validasi silang (akurasi k fold 5) 86,673%.
Kata Kunci: data mining;instansi kepolisian;mesin vektor pendukung
Abstract:Abstract: Rohingya refugees continue to arrive in Aceh by sea by boat. Based on data from the United Nations High Commissioner for Refugees (UNCHR), as of December 10 2023, 1,543 Rohingya refugees had landed in Aceh since…
e mid-November 2023. The increasing number of refugees arriving has caused resistance from local residents. This rejection was the result of the bad experiences of Acehnese people with Rohingya refugees. The main problem of this research is that analyzing public opinion on Rohingya ethnicity in Indonesia is still done manually by looking at tweets one by one. The solution to overcome this is to analyze opinions using data crawling with the Naïve Bayes algorithm. The purpose of this research is to determine public opinion on Twitter media regarding refugee refugees. The method used in this research is the Naïve Bayes algorithm method. The results of the research show that the Naïve Bayes algorithm can classify public opinion sentiment on Twitter social media towards the Rohingya Ethnic in Indonesia into positive sentiment. and negative with a total accuracy of 70%. So, the words "Rohingya Ethnicity in Indonesia" tend to be accepted by the X community with the arrival of Rohingya refugees in Indonesia.
Keywords: rohingya; twitter; naïve bayes; opinion
Abstrak: Pengungsi Rohingya terus berdatangan ke Aceh melalui jalur laut dengan menggunakan perahu. Berdasarkan hasil data United Nations High Commissioner for Refugees (UNCHR), per 10 Desember 2023 sebanyak 1.543 pengungsi Rohingya datang ke dalam wilayah Aceh. Meningkatnya jumlah pengungsi yang datang menimbulkan perlawanan dari warga setempat. Penolakan ini imbas dari pengalaman buruk warga Aceh terhadap pengungsi Rohingya. Permasalahan utama penelitian ini yaitu menganalisis opini publik terhadap Etnis Rohingya di Indonesia masih secara manual dengan melihat tweet satu persatu. Solusi mengatasi hal tersebut maka analisis opini menggunakan crawling data dengan algoritma Naïve Bayes. Tujuan penelitian ini untuk mengetahui opini publik pada media twitter terkait pengungsi Rohingya. Metode yang digunakan dalam penelitian ini yaitu metode algoritma Naïve Bayes. Hasil penelitian menunjukan bahwa pada algoritma Naïve Bayes dapat mengklasifikasikan sentimen dengan total akurasi 70%. Maka “Etnis Rohingya di Indonesia†cenderung dapat diterima oleh masyarakat X dengan datangnya pengungsi Rohingya di Indonesia.
Kata kunci: rohingnya; twitter; naïve bayes; opini