Abstract:Abstract: There are a great number of academics that are now conducting research on sentiment analysis by employing supervised and machine learning techniques. The research can be carried out with the assistance of a variety…
iety of sources, including reviews of movies, reviews of Twitter, reviews of online products, blogs, discussion forums, and other social networks. With the progress of technology, individuals may now effortlessly utilize social media platforms to access and share information, as well as express their viewpoints to the general public, without any constraints of distance or time. Twitter is a social media network that serves as a repository for opinions. Diverse techniques are employed to provide optimal and realistically precise pressure detection. The analysis and discussion affirm that the Support Vector Machine (SVM) was effectively employed in this study, utilizing public opinion data on television program reviews in Indonesia. An SVM classifier is employed to examine the Twitter data set by utilizing various parameters. The study successfully completed the preprocessing process by collecting a total of 400 data points, consisting of 320 reviews from 4 television shows for training data and 80 reviews for testing. The data was filtered and classified using SVM, with 200 positive and 200 negative data points for comparison. The experiment utilized the SVM method using TF-IDF to achieve the most accurate test results. The test accuracy was 80%, while the training data accuracy reached 100%.
Keywords: Sentiment Analysis; Support Vector Machine; Television Shows Review, TF-IDF,
Abstrak: Saat ini, banyak akademisi sedang menyelidiki analisis sentimen melalui pemanfaatan teknik yang diawasi dan pembelajaran mesin. Kajian dapat dilakukan dengan menggunakan beberapa sumber seperti review film, review Twitter, review produk online, blog, forum diskusi, atau jejaring sosial lainnya. Dengan kemajuan teknologi, masyarakat kini dapat dengan mudah memanfaatkan platform media sosial untuk mengakses dan berbagi informasi, serta menyampaikan pandangan mereka kepada masyarakat umum, tanpa batasan jarak dan waktu. Twitter adalah jaringan media sosial yang berfungsi sebagai gudang opini. Beragam teknik digunakan untuk menghasilkan deteksi tekanan yang optimal dan presisi secara realistis. Analisis dan pembahasan menegaskan bahwa Support Vector Machine (SVM) efektif digunakan dalam penelitian ini, memanfaatkan data opini publik tentang review program televisi di Indonesia. Pengklasifikasi SVM digunakan untuk memeriksa kumpulan data Twitter dengan memanfaatkan berbagai parameter. Penelitian berhasil menyelesaikan proses preprocessing dengan mengumpulkan total 400 titik data yang terdiri dari 320 review dari 4 acara televisi untuk data pelatihan dan 80 review untuk pengujian. Data disaring dan diklasifikasikan menggunakan SVM, dengan 200 titik data positif dan 200 titik data negatif sebagai perbandingan. Percobaan ini menggunakan metode SVM dengan menggunakan TF-IDF untuk mencapai hasil pengujian yang paling akurat. Akurasi pengujiannya mencapai 80%, sedangkan akurasi data pelatihan mencapai 100%.
Kata kunci: Analisis Sentimen, Review Tayangan Televisi, TF-IDF, Support Vector Machine
Abstract:Abstract: Basically, this region experiences growth every year. The negative impact of uncontrolled population growth will cause social inequality and poverty and affect the progress and prosperity of the region. Judging…
from the number of residents registered with the Population and Civil Registration Service, Siantar Martoba District has a fairly high population growth rate, so it is necessary to predict the future population. In making a prediction, a good method is needed to solve a problem. In this research, a backpropagation algorithm was used using five architectures, namely architecture 4-71-1, 4-31-1, 4-16-1, 4-72-1, 4-83-1. From the results of tests carried out using data on the population of Siantar Martoba, the best architecture was obtained, namely architecture 4-31-1 with a mean squared error for training of 0.00009960 and a mean squared error for testing of 0.000099957 and obtained an epoch of 14012 iterations with a time of 01 minutes 40 seconds. It was concluded that this method can predict the population of Siantar Martoba in the future using Matlab R2011a, thus obtaining a population of Siantar Martoba of 36470 people.
Keywords: architecture; backpropagation; pematangsiantar; population; welfare
Abstrak: Pada dasarnya, wilayah ini mengalami pertumbuhan setiap tahunnya. Dampak negatif pertumbuhan penduduk yang tidak terkendali akan menyebabkan kesenjangan sosial dan kemiskinan dan mempengaruhi kemajuan, kesejahteraan daerah tersebut. Dilihat dari jumlah penduduk yang terdaftar pada Dinas Kependudukan dan Pencatatan Sipil Kecamatan siantar martoba mempunyai laju pertumbuhan penduduk yang cukup tinggi, sehingga perlu dilakukan prediksi jumlah penduduk masa depan. Dalam melakukan sebuah prediksi dibutuhkan sebuah metode yang baik dalam menyelesaikan sebuah permasalahan, dalam penelitian ini digunakan algoritma backpropagation dengan menggunakan lima arsitektur yaitu arsitektur 4-71-1, 4-31-1, 4-16-1, 4-72-1, 4-83-1. Dari hasil pengujian yang telah dilakukan dengan menggunakan data jumlah penduduk siantar martoba diperoleh arsitektur terbaik yaitu arsitektur 4-31-1 dengan nilai mean squared error pelatihan 0.00009960 dan mean squared error pengujian 0.000099957 dan memperoleh epoch 14012 iterations dengan waktu 01 menit 40 detik. Disimpulkan bahwa metode ini dapat memprediksi jumlah penduduk Siantar Martoba di masa depan dengan menggunakan Matlab R2011a, sehingga memperoleh jumlah penduduk siantar martoba sebanyak 36470 Jiwa.
Kata kunci: arsitektur; backpropagation; pematangsiantar; kependudukan; kesejahteraan
Abstract:Abstract: Twitter, as a social media platform, has rapidly grown as a means for people to express their opinions and thoughts on various topics, including education. The number of Twitter users surged to 10.645.000 in 2020,…
20, with a significant increase during the pandemic. Telkom University, as a private institution of higher education in Indonesia, has become one of the topics of discussion on Twitter. Users’ opinions about Telkom University vary, ranging from positive to negative. To gain deeper insights into public view, sentiment analysis is essential. The analysis follows the Knowledge Discovery in Databases (KDD) process, utilizing the Naive Bayes classification algorithm. The evaluation results indicate the best accuracy achieved with an 80:20 data split, resulting in an accuracy rate of 82.05%, precision of 82.3%, recall of 82.05%, and F1-Score of 82.08%. The Naïve Bayes model demonstrates good performance for sentiment analysis of public views regarding Telkom University on Twitter.
Keywords: naïve bayes; sentiment analysis; twitter; telkom university.
Abstrak: Media sosial Twitter berkembang pesat sebagai sarana masyarakat berekspresi untuk menuangkan opini dan pikiran mereka mengenai topik apapun, termasuk pendidikan. Pengguna Twitter meningkat tajam hingga 10.645.00 pengguna pada tahun 2020 dan terus meningkat selama pandemi. Telkom University sebagai perguruan tinggi menjadi salah satu topik yang dibicarakan yang berkaitan dengan pendidikan. Pendapat mengenai Telkom University yang diungkapkan oleh pengguna Twitter beragam, baik positif maupun negatif. Analisis sentimen diperlukan untuk memahami pandangan publik lebih mendalam. Digunakan tahapan Knowledge Discovery in Databases dan algoritma klasifikasi Naïve Bayes dalam analisis ini. Hasil evaluasi menunjukkan akurasi paling baik dicapai dengan rasio data 80:20, dengan nilai akurasi sebesar 82.05%, nilai presisi sebesar 82.3%, nilai recall sebesar 82.05%, dan nilai F1-Score sebesar 82.08%. Model klasifikasi Naïve Bayes memiliki performa baik untuk analisis sentimen pandangan publik di Twitter mengenai Telkom University.
Kata kunci: analisis sentimen; naïve bayes; twitter; telkom university.
Abstract:Abstract: Unemployment is a global economic issue that directly impacts human life in both developed and developing countries, especially in Indonesia, which, if ignored, will severely impact society's social dynamics. To…
o overcome this problem, forecasts are made so that later, the government can take policies to control and suppress the unemployment growth rate. This research aims to predict unemployment in Indonesia in 2023 using the Weighted Moving Average method, widely used to determine the trend of a time series, which is part of one of the Time Series methods that gives different weights. The dataset used was obtained from the Central Statistics Agency (BPS) relating to unemployment data from 2000 to 2022 (23 years). To analyze the level of accuracy of the results of this unemployment forecast using the MAD, MSE, and MAPE methods. This research concludes that the Weighted Moving Average method can be applied in predicting unemployment in Indonesia in 2023. The results of this research are a prediction of the number of unemployed in Indonesia, as many as 8,874,942 people at a weight value of 3 (three) where the accuracy of the MAD value is 745786.1833, the MSE value is 948402050986.3 and MAPE is 8.28%.
Keywords: forecasting; unemployment; weigth moving average; indonesia
Abstrak: Pengangguran menjadi isu ekonomi global yang berdampak secara langsung terhadap tingkat kehidupan manusia di negara-negara yang sudah maju maupun yang sedang berkembang khususnya di negara Indonesia, yang jika diabaikan akan berdampak serius terhadap dinamika sosial masyarakat. Untuk mengatasi permasalahan tersebut dibuatlah peramalan agar nantinya pemerinta dapat mengambil kebijakan dalam mengendalikan dan menekan angka pertumbuhan pengangguran tersebut. Penelitian ini bertujuan untuk memprediksi pengangguran di Indonesia pada tahun 2023 menggunakan metode Weighted Moving Average dimana metode ini banyak digunakan untuk menentukan trend dari suatu deret waktu yang merupakan bagian dari salah satu metode Time Series yang memberikan bobot yang berbeda-beda. Adapun dataset yang digunakan diperoleh dari Badan Pusat Satatistik (BPS) berkaitan dengan data pengangguran dari tahun 2000 sampai dengan tahun 2022 (selama 23 tahun). Untuk menganalisa tingkat akurasi dari hasil peramalan pengangguran ini memakai metode MAD, MSE, dan MAPE. Kesimpulan dari penelitian ini yaitu dapat diterapkannya metode Weighted Moving Average dalam memprediksi pengangguran di Indonesia pada tahun 2023. hasil dari penelitian ini berupa prediksi jumlah pengangguran di Indonesia sebanyak 8.874.942 orang pada nilai bobot 3 (tiga) dimana akurasi nilai MAD sebesar 745786,1833, nilai MSE sebesar 948402050986,3 dan MAPE sebesar 8,28 %.
Kata kunci: peramalan; pengangguran; weigth moving average; indonesia
Abstract:Abstract: Drug abuse in Indonesia is currently very worrying because of the lack of information and knowledge about the risks posed by drug abuse. Much information about drug abuse prevention is disseminated through various…
ous media such as films, seminars, training, and guidance groups. This study aims to create drug counseling media that uses 3D technology and is created through the Blender 3D tool, by combining text, audio, and video. 3D models of Image objects are represented by Augmented Reality (AR) technology. Application development is made using the MDLC (Multimedia Development Life Cycle) method. The results of this study are the development of an Augmented Reality application for social media for drug abuse using the Trilib Technique, which is a cross-platform 3D model importer.
Keywords: Augmented Reality; Drugs; Blender; Trilib; MDLC
Abstrak: Penyalahgunaan narkoba di Indonesia saat ini sangat mengkhawatirkan karena kurangnya informasi dan pengetahuan tentang risiko yang ditimbulkan oleh penyalahgunaan narkoba. Banyak informasi tentang pencegahan penyalahgunaan narkoba disebarkan melalui berbagai media seperti film, seminar, pelatihan, dan kelompok bimbingan. Penelitian ini bertujuan untuk menciptakan media penyuluhan narkoba yang menggunakan teknologi 3D dan dibuat melalui perangkat Blender 3D, dengan menggabungkan teks, audio, dan video. Model 3D objek figur direpresentasikan dengan teknologi Augmented Reality (AR). Pengembangan aplikasi dibuat dengan menggunakan metode MDLC (Multimedia Development Life Cycle). Hasil pada penelitian ini merupakan sebuah pengembangan aplikasi Augmented Reality untuk media sosialiasi penyalahgunaan narkoba dengan menggunakan Teknik Trilib yang merupakan importir model 3d secara runtime dengan lintas platform.
Kata kunci: Augmented Reality; Narkoba; Blender; Trilib; MDLC
Abstract:Abstract: Toko IBIL Asahan is a retail business engaged in selling children's and adult clothing. Customer retention and marketing tactics are vital for corporate success. Especially for retail enterprises like the Ibil…
Asahan Store, it's critical to consistently create novel strategies to draw in new clients and keep existing ones. This research aims to design a web-based new customer acquisition and points program to increase buying interest and customer loyalty at IBIL Asahan stores. The research method used is a case study, which involves collecting data from primary and secondary sources. Primary data were obtained through direct observation at Toko IBIL Asahan and interviews with store management. The results of this study resulted in the design of a point program integrated with the web application to provide incentives to customers to shop regularly at Toko IBIL Asahan. This points program will give customers points every time they make a purchase, and these points can be redeemed for gifts or discounts in the future. In addition, new customer acquisition strategies are also proposed, including marketing through social media, promotional campaigns, and collaboration with local partners. This web application also provides information about point programs, special offers, and other features that can interest customers. In addition, the installation of point machines in stores will also be carried out to make it easier for customers to collect points and exchange them.
Keywords: Cashier Application; database; member; point; pos
Abstrak: Toko IBIL Asahan adalah sebuah usaha retail yang bergerak di bidang penjualan pakaian anak-anak dan dewasa. Strategi pemasaran dan retensi pelanggan menjadi faktor penting bagi keberhasilan bisnis. Terutama bagi bisnis ritel seperti Toko Ibil Asahan, penting untuk terus mengembangkan cara-cara baru untuk menarik pelanggan baru dan mempertahankan pelanggan yang sudah ada. Penelitian ini bertujuan untuk perancangan program poin dan akuisisi pelanggan baru berbasis web untuk meningkatkan minat beli dan loyalitas pelanggan pada toko IBIL Asahan. Metode penelitian yang digunakan adalah studi kasus, yang melibatkan pengumpulan data dari sumber primer dan sekunder. Data primer diperoleh melalui observasi langsung di toko IBIL Asahan dan wawancara dengan manajemen toko. Hasil penelitian ini menghasilkan perancangan program poin yang terintegrasi dengan aplikasi web untuk memberikan insentif kepada pelanggan untuk berbelanja secara teratur di Toko IBIL Asahan. Program poin ini akan memberikan poin kepada pelanggan setiap kali mereka melakukan pembelian, dan poin-poin ini dapat ditukarkan dengan hadiah atau diskon di masa mendatang. Selain itu, strategi akuisisi pelanggan baru juga diusulkan, termasuk pemasaran melalui media sosial, kampanye promosi, dan kolaborasi dengan mitra lokal. Aplikasi web ini juga menyediakan informasi tentang program poin, penawaran spesial, dan fitur-fitur lain yang dapat menarik minat pelanggan. Selain itu, pemasangan mesin poin di toko juga akan dilakukan untuk memudahkan pelanggan dalam mengumpulkan poin dan menukarkannya.
Kata kunci: aplikasi kasir; database; member; poin; pos
Abstract:Abstract: Population growth in some regions such as Asia is still high, especially in the number of births in children. Indonesia is one of the many countries whose birth rate growth is still high. With this high birth rate,…
ate, it will cause problems for the region such as the problem of uncontrolled population growth if the birth rate continues to be high in addition to the social and economic impact of the region. To reduce the birth rate, the government created a family planning program to minimize the high birth rate. In birth control with this birth control program, contraceptive devices and drugs (ALOKON) are used as a prevention of pregnancy. This is intended to determine the level of allocone use in family planning patients in the outpatient unit and recap reports of birth control patients in the outpatient unit. In addition, the era of digitalization of technology utilization with information systems that have been increasingly developed and advanced, especially in the health sector. The system development method used in this journal is the waterfall method which consists of analysis, system design, implementation, unit testing, and maintenance. The results obtained are in the form of developing implementation results from the design made into a family planning information system in the outpatient unit. This research was made to develop an existing information system and can assist medical record officers in processing data and reports more effectively and efficiently.
Keywords: alokon; growth of birth rate; information system; kb
Abstrak: Pertumbuhan penduduk dibeberapa wilayah seperti di Asia masih tinggi terutama pada angka kelahiran pada anak. Indonesia merupakan salah satu dari sekian banyak negara yang pertumbuhan angka kelahirannya masih tinggi. Dengan tingginya angka pertumbuhan kelahiran ini akan menimbulkan masalah bagi wilayah itu seperti permasalahan pertumbuhan penduduk yang tidak terkendali jika angka kelahiran terus tinggi selain itu berdampak pada kehidupan social dan ekonomi wilayah itu. Untuk menekan angka kelahiran pemerintah membuat program KB (Keluarga Berencana) dalam meminimalisir angka kelahiran yang tinggi. Dalam pengendalian kelahiran dengan program KB ini digunakan alat dan obat kontrasepsi (ALOKON) sebagai pencegah kehamilan. Hal ini ditujukan untuk mengetahui tingkat pemakaian alokon pada pasien KB di unit rawat jalan serta rekapan laporan pasien KB di unit rawat jalan tersebut. Selain itu era digitalisasi pemanfaatan teknologi dengan sistem informasi yang sudah semakin berkembang dan maju, terutama pada bidang Kesehatan. Metode pengembangan sistem yang digunakna pada jurnal ini adalah metode waterfall yang terdiri dari analisis, perancangan system, implementasi, pengujian unit, dan pemeliharaan. Hasil yang diperoleh berupa pengembangan hasil implementasi dari perancangan yang dibuat menjadi system informasi KB di unit rawat jalan. Penelitian ini dibuat untuk mengembangkan system informasi yang telah ada serta dapat membantu petugas rekam medis dalam pengolahan data dan laporan yang lebih efektif dan efisien.
Kata kunci: alokon; kb; pertumbuhan angka kelahiran; sistem informasi
Abstract:Abstract: Asahan District Social Service is one of the government agencies in Asahan District. This agency is tasked with serving the community and providing the best information for the community, especially in terms of…
data processing. One of the government programs used to tackle poverty is KUBE. In general, the problems that occur in KUBE are still not optimal and not on target, so that sometimes many residents protest because residents who should receive assistance do not receive assistance and conversely residents who should not have the right to receive assistance from the Joint Business Group (KUBE). By knowing the deficiencies found in the manual calculations carried out by the Asahan District Social Service. So that beneficiaries can be determined according to the criteria determined by the Asahan District Social Service. Then a system was created using the Weighted Product method to carry out accurate calculations in providing assistance made with the PHP programming language with MySQL Database, to create a new computerized decision support which is a good alternative by prioritizing effectiveness and efficiency in determining the provision of assistance to Joint Business Groups (Joint Business Groups). KUBE). The purpose of designing a Joint Business Group assistance decision system can assist Asahan Regency social service employees in determining the granting of Joint Business Groups (KUBE).
Keywords: decision support system; KUBE; weighted product (WP)
Abstrak: Dinas Sosial Kabupaten Asahan merupakan salah satu instansi pemerintah yang ada di Kabupaten Asahan. Badan ini bertugas untuk melayani masyarakat dan memberikan informasi terbaik bagi masyarakat terutama dalam hal pengolahan data. Salah satu program pemerintah yang digunakan untuk menanggulangi kemiskinan adalah KUBE. Secara umum permasalahan yang terjadi di KUBE masih belum optimal dan belum tepat sasaran, sehingga terkadang banyak warga yang protes karena warga yang seharusnya menerima bantuan tidak mendapatkan bantuan dan sebaliknya warga yang seharusnya tidak berhak mendapatkan bantuan dari Kelompok Usaha Bersama (KUBE). Dengan mengetahui kekurangan yang terdapat pada perhitungan manual yang dilakukan oleh Dinas Sosial Kabupaten Asahan. Sehingga dapat ditentukan penerima manfaat sesuai dengan kriteria yang ditentukan oleh Dinas Sosial Kabupaten Asahan. Tujuan dibuat sistem dengan menggunakan metode Weighted Product untuk melakukan perhitungan yang akurat dalam pemberian bantuan yang dibuat dengan bahasa pemograman PHP dengan Database MySQL, untuk membuat pendukung keputusan terkomputerisasi baru yang merupakan alternatif yang baik dengan mengutamakan efektifitas dan efisiensi dalam penentuan pemberian bantuan Kelompok Usaha Bersama (KUBE). Maka perancangan sistem keputusan bantuan Kelompok Usaha Bersama dapat membantu pegawai dinas sosial Kabupaten Asahan dalam menentukan pemberian Kelompok Usaha Bersama (KUBE).
Kata kunci: KUBE; sistem pendukung keputusan; weighted product (WP)
Abstract:Abstract: A system designed to assist decision-makers in semi-structured situations. Teacher performance appraisal is a technique that will result in better learning using a decision support system. Evaluating teacher performance…
rformance in providing lessons at SMK Negeri 1 Setia Janji is still carried out conventionally and not in detail. With an assessment that is not detailed, it is feared that there will be a subjective assessment that will result in social jealousy for teachers who have not received learning recommendations. Evaluation at SMK Negeri 1 Setia Janji is still done manually and has not been detailed for teachers who have not received recommendations. So to overcome these problems, a decision support system was designed using the Weighted Product (WP) method. This study uses 6 criteria. The final result of this research is that the decision support system with the Weighted Product (WP) method can handle problems in teacher performance assessment.
Keywords: Decision Support System; Teacher Performance Assessment; Weighted Product
Abstrak: Sistem yang dirancang agar membantu pembuat keputusan pada situasi semi-terstruktur. Penilaian kinerja guru ialah teknik yang akan menghasilkan pembelajaran yang lebih baik menggunakan sistem pendukung keputusan. Proses evaluasi kinerja guru dalam memberikan pelajaran di SMK Negeri 1 Setia Janji masih dilaksanakan secara konvensional dan tidak terperinci. Dengan penilaian yang tidak terperinci dikhawatirkan akan adanya penilaian yang bersifat subjektif yang akan mengakibatkan kecemburuan sosial bagi guru yang belum menerima rekomendasi pembelajaran. Evaluasi di SMK Negeri 1 Setia Janji masih dilakukan secara manual dan belum detail untuk guru yang belum mendapatkan rekomendasi. Maka untuk mengatasi permasalahan tersebut, dirancanglah suatu sistem pendukung keputusan menggunakan Metode Weighted Product (WP). Adapun dalam penelitian ini memakai 6 kriteria. Hasil akhir dari penelitian ini didapatkan bahwa sistem pendukung keputusan dengan metode Weighted Product (WP) dapat menangani permasalahan pada penilaian kinerja guru.
Kata Kunci: Penilaian Kinerja Guru; Sistem Pendukung Keputusan; Weighted Product (WP)
Abstract:Abstract: Netflix's success cannot be separated from its investment in building a strong digital industry in its business, including in creating relationships with its customers through social media. Netflix is here and…
becomes a good listener to understand the prevailing pop culture with a variety of interesting content that has been adapted to the data they have regarding the behaviour of their subscribers so that it can be well received by the wider community. This article is explained further in the form of a descriptive analysis of how Netflix, a company that undergoes many transformations, ultimately utilizes social media to build relationships with its customers. It begins with collecting various data relevant to the topic and research title to be presented in a complete presentation through literature studies referred to as sequence data. In the end, it was concluded that Netflix is one of the companies that are indeed successful in using social media as one of their strategies to form a good close relationship with its users, Netflix also maximizes the user data they have such as what customers like and what they don't. which helps Netflix understand each user's behaviour.
Keywords: digital; netflix; social media
Abstrak: Kesuksesan Netflix tidak dapat dilepaskan dari investasi mereka dalam membangun industri digital yang kokoh dalam bisnisnya termasuk dalam menciptakan hubungan dengan para pelanggannya melalui sosial media. Netflix hadir dan menjadi pendengar yang baik untuk memahami kultur pop yang berlaku dengan berbagai konten menarik yang telah disesuaikan dengan data yang mereka miliki terkait perilaku pelanggannya sehingga dapat diterima dengan baik oleh masyarakat luas. Dalam artikel ini, dijelaskan lebih lanjut dalam bentuk analisis deskriptif bagaimana Netflix sebagai sebuah perusahaan yang banyak melakukan transformasi yang pada akhirnya memanfaatkan sosial media untuk menjalin hubungan dengan para pelanggannya. Diawali dengan melakukan pengumpulan berbagai data yang relevan dengan topik dan judul penelitian untuk disajikan menjadi sebuah pemaparan yang utuh melalui kajian-kajian pustaka yang disebut sebagai data sequence. Pada akhirnya, didapatkan kesimpulan bahwa Netflix merupakan salah satu perusahaan yang memang berhasil dalam menggunakan sosial media sebagai salah satu strategi mereka untuk membentuk hubungan kedekatan yang baik dengan para penggunanya, Netflix juga memaksimalkan data pengguna yang mereka miliki seperti apa yang pelanggan sukai dan apa yang tidak pelanggan sukai, yang menunjang Netflix dalam memahami perilaku masing-masing pengguna.
Kata kunci: digital; media sosial; netflix