Hasil Pencarian  ::  Simpan CSV :: Kembali

"PT XYZ adalah salah satu perusahaan telekomunikasi dengan lebih dari 34.3 juta pengguna di Indonesia. PT XYZ mengadopsi kerangka kerja Scrum dalam tiga proyek pengembangan aplikasi MyXYZ. Persentase keterselesaian masing-masing proyek dalam setiap sprint selama setahun terakhir tidak mencapai 100%. Hal ini mengindikasikan adanya masalah dalam tiap sprint yang berpotensi memperlambat waktu rilis fitur terbaru dan membuang potensi pendapatan yang lebih tinggi. Scrum Maturity Model digunakan untuk mengukur tingkat kematangan penerapan Scrum di PT XYZ. Pengambilan data dilakukan dengan menggunakan Scrum Assessment Questionnaire yang terdiri atas 70 pertanyaan. Kuesioner diberikan kepada 1 orang Scrum Master, 2 orang product owner dan 4 orang development team dari masingmasing proyek. Data kuesioner kemudian dianalisis dengan key process area rating Agile Maturity Model. Hasilnya, implementasi Scrum di PT XYZ berada di level 3. Perlu standardisasi dan pelaksanaan sprint retrospective yang disiplin untuk dapat meningkatkan tingkat kematangan ke level selanjutnya.

---

PT XYZ is a telco company with more than 34.3 million users in Indonesia. PT XYZ adopted the Scrum framework in 3 projects of MyXYZ application development. The percentage of completion of each project in each sprint during the last year didn't reach 100%. This indicates there are problems in each sprint that could be slow down the release time of the newest feature and waste higher revenue potential. The Scrum Maturity Model is used to measure the maturity level of Scrum implementation. Data collection was carried out using the Scrum Assessment Questionnaire which consists of 70 questions. The questionnaires were given to 1 Scrum Master, 2 Product Owners and 4 Development Team members from each project. The data was then analyzed using the Agile Maturity Model key process area rating. As a result, Scrum implementation at PT XYZ is at level 3. Standardization and disciplined implementation of sprint retrospectives are needed to be able to raise the maturity level to the next level."

"Penelitian terkait engagement pada sektor publik pada media sosial Instagram masih jarang dilakukan sehingga belum banyak hasil evaluasi untuk peningkatan engagement masyarakat maupun perbaikan kualitas konten. Penelitian ini bertujuan untuk menganalisis tingkat engagement masyarakat dan karakteristik konten pada akun Instagram Lembaga Kementerian Kabinet Indonesia Maju. Data profil dan post dikumpulkan dari 34 akun dari awal waktu akun tersebut dibuat. Penarikan data menggunakan service tools yang dikembangkan oleh Phantombuster. Analisis data dilakukan secara kuantitatif untuk melihat pengaruh variabel yang mempengaruhi tingkat engagement akun Lembaga Kementerian dan secara kualitatif untuk melihat karakteristik konten dengan memilih 5 post yang memiliki tingkat engagement tertinggi dari setiap akun Lembaga Kementerian. Hasil analisis ditemukan bahwa semakin banyak jumlah post semakin tingkat engagement, namun jumlah follower tidak memberikan pengaruh yang signifikan begitupun dengan media type, sedangkan komponen karekteristik konten yang dianalisis (content type, dialogic loop, dan information richness) memberikan deskripsi yang berbeda.

---

Research related to engagement in the public sector on the social media platform Instagram is still infrequent, leading to a lack of evaluation results for improving public engagement and content quality enhancement. This study aims to analyze the level of public engagement and content characteristics on Instagram accounts of the Indonesian Ministry: Kabinet Indonesia Maju. Profile and post data were collected from 34 accounts since the account was created. Data extraction was performed using service tools developed by Phantombuster. Quantitative data analysis was conducted to test the variables influencing the level of engagement for Ministry accounts, and qualitative analysis was employed to investigate content characteristics by selecting the top 5 posts with the highest engagement from each Ministry account. The analysis results revealed that the higher the number of posts, the greater the engagement level for Ministry accounts, while the number of followers did not show a significant impact and the same goes for media type. Meanwhile, the analyzed content characteristics (content type, dialogic loop, and information richness) provided distinct descriptions."

"Melalui teknologi, kegiatan sosial yang dahulu memerlukan kontak fisik kini dapat dilakukan jarak jauh melalui media sosial. Media sosial saat ini banyak digunakan untuk menyebarkan berbagai infromasi, baik mengungkapkan opini, perasaan, ataupun pendapat. Twitter memiliki pengguna akif terbanyak di Indonesia. Twitter merupakan salah satu sarana perusahaan untuk berkomunikasi dengan pelanggan. Salah satu perusahaan yang memanfaatkan twitter untuk berkomunikasi ke nasabahnya BNI. BNI memiliki jasa dan produk yang ditawarkan salah satunya yaitu Agen46. Agen46 merupakan mitra BNI dalam menyediakan layanan perbankan kepada masyarakat dalam rangka keuangan inklusif. Selain mitra BNI dalam penyediaan berbagai macam layanan perbankan, BNI Agen46 juga merupakan partner di dalam berbagai program pemerintah, seperti penyaluran bantuan sosial maupun subsidi untuk Keluarga Penerima Manfaat. Terdapat beberapa tweet yang cenderung mengarah ke ulasan yang negative, namun saat ini belum ada analisis sentimen terkait Agen46 berdasarkan data twitter. Penelitian ini bertujuan untuk membandingkan performa metode klasifikasi yang digunakan untuk sentiment analysis serta mencari topik terkait Agen46. Metode yang digunakan yang digunakan untuk pemodelan klasifikasi yaitu SVM, Naïve Bayes, dan KNN serta metode pemodelan topik yang digunakan yaitu LDA.Hasil dari penelitian menunjukkan bahwa SVM memiliki performa terbaik dengan nilai f1-score 91.25% dan akurasi 91.28%. Sedangkan Topik yang dihasilkan yaitu 2 topik kelas Positive (agen dapat memberikan tambahan penghasilan dan agen46 menjadi agen transformasi yang lebih dekat dengan nasabah), 2 topik kelas neutral (penyaluran bansos dapat dilakukan melalui agen46 dan selain melalui kantor cabang, internet banking, sms banking, transaksi juga bisa dilakukan di agen46), dan 6 topik kelas negative (permohonan buka blokir proses lama, belum ada respon saat gagal login, kendala mesin EDC Agen46, agen tidak dapat dihubungi, dan adanya ketidaknyamanan penyaluran bpnt).

---

Through technology, social activities that once required physical contact can now be done remotely through social media. Social media is currently widely used to disseminate various information, whether expressing opinions, feelings, or opinions. Twitter has the most active users in Indonesia. Twitter is one of the means for companies to communicate with customers. One company that utilizes twitter to communicate to its customers is BNI. BNI has services and products to offer, one of which is Agent46. Agen46 is a BNI partner in providing banking services to the community in the context of inclusive finance. In addition to BNI's partners in providing various banking services, BNI Agen46 is also a partner in various government programs, such as the distribution of social assistance and subsidies for Beneficiary Families. There are several tweets that tend to lean towards negative reviews, but currently, there hasn't been any sentiment analysis conducted regarding Agen46 based on Twitter data. This research aims to compare the performance of classification methods used for sentiment analysis and find topics related to Agent46. The methods used for classification modeling are SVM, Naïve Bayes, and KNN and the topic modeling method used is LDA.The results of the study show that SVM has the best performance with an f1-score value of 91.25% and an accuracy of 91.28%. While the topics generated are 2 Positive class topics (agents can provide additional income and agent46 becomes a transformation agent that is closer to customers), 2 neutral class topics (social assistance distribution can be done through agent46 and in addition to branch offices, internet banking, sms banking, transactions can also be done at agent46), and 6 negative class topics (unblock request is a long process, there is no response when login fails, Agent46 EDC machine constraints, agents cannot be contacted, and there is inconvenience in bpnt distribution)"

"Perdagangan daring menjadi pendorong aktivitas ekonomi dengan adanya peningkatan adopsi penggunaan e-commerce di Indonesia. Fitur dan konten ulasan produk pada e-commerce memberikan kepercayaan bagi calon pembeli untuk melakukan transaksi secara daring setelah membaca testimoni dari pembeli lainnya. Penelitian ini berupaya untuk mengetahui faktor-faktor yang memengaruhi niat pengguna dalam menggunakan fitur ulasan produk untuk membantu pengambilan keputusan belanja. Technology acceptance model (TAM) digunakan sebagai model acuan ditambahkan dengan tinjauan pengaruh konten ulasan terhadap niat menggunakan fitur ulasan untuk penyelesaian transaksi. Terdapat enam faktor yang diidentifikasi hubungannya terhadap penggunaan fitur ulasan produk yaitu perceived review usefulness (PUS), perceived review ease of use (PEU), suspicion towards reviewer opinion (SRO), attitude towards website / e-commerce (ATW), attitude towards brand (ATB), dan intention to use review for purchase completion (PUR). Data dikumpulkan melalui kuesioner daring dengan 369 responden dan diolah menggunakan metode CB-SEM untuk menguji hipotesis dan menentukan hubungan antar faktor-faktor. Hasil penelitian menunjukkan faktor persepsi kemudahan penggunaan (PEU) dan persepsi manfaat (PUS) memengaruhi niat menggunakan fitur ulasan untuk penyelesaian transaksi belanja (PUR). Faktor kecurigaan terhadap konten ulasan (SRO) terbukti memengaruhi sikap pengguna terhadap e-commerce (ATW) dan sikap pengguna terhadap merek barang (ATB) menjadi sikap negatif. Sikap negatif tersebut tidak memengaruhi niat menggunakan fitur ulasan untuk penyelesaian transaksi belanja (PUR) dikarenakan ada justifikasi bahwa konten ulasan yang mencurigakan tidak selalu merepresentasikan pengalaman kolektif dari seluruh pembeli. Penelitian ini memiliki implikasi yang bisa diterapkan bagi e-commerce untuk mendukung proses transaksi yaitu perlu memastikan alur penggunaan fitur yang sederhana dan mudah digunakan bagi pengguna, perlu penjagaan kualitas dan kredibilitas konten yang ditampilkan pada platform e-commerce, dan tindakan kuratif saat ada sikap negatif dari pengguna.

---

Online commerce has become a driver of economic activity with the increasing adoption of e-commerce in Indonesia. The features and content of product reviews in e-commerce support potential buyers to make online transactions after reading testimonials from other buyers. This research seeks to determine the factors that influence users' intentions to use the product review feature in helping them to make purchase decisions. The technology acceptance model (TAM) is used as a reference model and is supplemented with influence of review content on the intention to use the review feature to complete transactions. There are six factors identified related to the product review feature usage, namely perceived review usefulness (PUS), perceived review ease of use (PEU), suspicion towards reviewer opinion (SRO), attitude towards website / e-commerce (ATW), attitude towards brand (ATB), and intention to use review for purchase completion (PUR). Data was collected through an online questionnaire with 369 respondents and processed using the CB-SEM method to test hypotheses and determine the relationship between factors. The research results show that the perceived ease of use (PEU) and perceived usefulness (PUS) influence the intention to use the review feature to complete purchase transactions (PUR). The suspicion factor towards review content (SRO) is proven to influence users' attitudes towards e-commerce (ATW) and users' attitudes towards product brands (ATB) into negative attitudes. This negative attitude does not affect the purchase completion (PUR) because there is justification that suspicious review content does not always represent the collective experience of all buyers. This research has implications that can be applied to e-commerce to support the transaction process, they are: ensure the flow of the feature is simple and easy to use for users, maintain the quality and credibility of the content displayed on the e-commerce platform, and curative action when there is a negative attitude from users."

"Keamanan informasi, terutama di sektor pemerintahan seperti Instansi XYZ, menjadi isu penting di era digital saat ini. Pusat Jaringan Komunikasi sebagai pengelola TIK Instansi XYZ menghadapi tantangan dalam mengimplementasikan sistem manajemen keamanan informasi sesuai dengan standar ISO/IEC 27001. Tantangan utama yang dihadapi saat ini ialah kesiapan upgrade pengimplementasian sistem manajemen keamanan informasi mengikuti standar ISO/IEC 27001 yang terbaru yaitu versi 2022. Oleh karena itu, penelitian ini bertujuan untuk melakukan analisis kesenjangan dan memberikan rekomendasi untuk penerapan ISO/IEC 27001:2022 pada layanan VSAT, LAN, Website Utama, dan Email di Pusat Jaringan Komunikasi Instansi XYZ. Penelitian ini merupakan penelitian kualitatif dimana pengumpulan data akan dilakukan dengan wawancara, studi dokumen dan observasi. Seluruh data yang telah terkumpul akan dilakukan analisis kesesuaian berdasarkan framework ISO/IEC 27001:2022. Hasil dari penelitian berdasarkan gap analysis menunjukkan adanya 23 kesenjangan yang terdiri dari 10 kesenjangan pada klausul dan 13 pada kontrol annex sehingga direkomendasikan pembaruan maupun perumusan kebijakan, prosedur, atau proses pada masing-masing klausul dan kontrol tersebut. Selain itu, dihasilkan rekomendasi penerapan kontrol ISO/IEC 27001:2022 dan jadwal implementasi. Rekomendasi penerapan kontrol sesuai dengan proses bisnis organisasi yaitu 85 kontrol diterapkan pada ruang lingkup LAN dan email, 90 kontrol pada ruang lingkup website utama, dan 84 kontrol pada ruang lingkup VSAT. Pelaksanaan keseluruhan rekomendasi penerapan ini diharapkan dapat membantu proses transisi dari implementasi ISO/IEC 27001:2013 ke ISO/IEC 27001:2022 di Pusjarkom.

---

Information security, especially in the government sector such as XYZ Agency, is an important issue in today's digital era. The Communication Network Center, as the ICT manager of the XYZ Agency, faces challenges in implementing an information security management system in accordance with the ISO/IEC 27001 standard. The main challenge faced at this time is the readiness to upgrade the implementation of information security management system following the latest ISO/IEC 27001 standard, namely version 2022. Therefore, this research aims to conduct a gap analysis and provide recommendations for the implementation of ISO/IEC 27001: 2022 on VSAT, LAN, Main Website, and Email services at the XYZ Agency Communication Network Center. This research is qualitative research where data collection will be carried out by interviews, document study and observation. All data that has been collected will be analyzed for suitability according to the ISO / IEC 27001: 2022 framework. The results of the research based on the gap analysis showed 23 gaps consisting of 10 gaps in the clauses and 13 in the annex controls so that it is recommended to update or formulate policies, procedures, or processes in each of these clauses and controls. In addition, recommendations for the implementation of ISO/IEC 27001:2022 controls and implementation schedules were produced. Recommendations for implementing controls in accordance with the organization's business processes, namely 85 controls applied to the scope of LAN and email, 90 controls to the scope of the main website, and 84 controls to the scope of VSAT. The fulfillment of all implementation recommendations is expected to help the transition process from ISO/IEC 27001:2013 to ISO/IEC 27001:2022 implementation in Pusjarkom."

"SLAWE merupakan aplikasi yang awalnya dikembangkan untuk meminimalisir jumlah interaksi tatap muka antara petugas dan masyarakat serta memudahkan masyarakat dalam mengajukan layanan administrasi dan pencatatan sipil. Namun semenjak diterapkan kebanyakan masyarakat Kota Bengkulu lebih memilih untuk mengajukan layanan secara langsung dibandingkan melalui SLAWE dan menolak ketika diarahkan oleh petugas untuk menggunakan aplikasi SLAWE. Dalam melakukan analisis penerimaan SLAWE, penelitian ini menggabungkan analisis kualitatif untuk membangun model penelitian dengan melakukan wawancara terhadap 10 pengguna SLAWE sehingga menghasilkan model yaitu kombinasi variabel dari model UTAUT, ISSM DeLone & McLean serta kepercayaan terhadap teknologi yang kemudian digunakan untuk model analisis kuantitatif dengan menggunakan pendekatan PLS-SEM dan Importance-Performance Analysis dengan total responden sebanyak 209 untuk memperoleh faktor yang berpengaruh terhadap penerimaan SLAWE berdasarkan keterkaitan antar variabel serta menghasilkan rekomendasi perbaikan layanan. Hasil penelitian ini menemukan bahwa niat penggunaan layanan SLAWE dipengaruhi oleh trust in e-government dan user satisfaction, trust in e-government dipengaruhi oleh perceived security, system quality, effort expectancy, dan performance expectancy sedangkan user satisfaction dipengaruhi oleh information quality, service quality, system quality, dan performance expectancy. Dengan berdasarkan kepada persepsi harapan dan kinerja layanan SLAWE yang telah divalidasi, prioritas perbaikan layanan SLAWE adalah mempercepat waktu proses pengerjaan layanan dan waktu tanggapan layanan messenger aplikasi SLAWE, mengubah waktu akses aplikasi SLAWE menjadi 24 jam, menambahkan fitur informasi berkas persyaratan dan notifikasi, melakukan pemetaan kebutuhan sistem secara lebih sistematis, dan meningkatkan kelengkapan dokumentasi sistem. Adapun rekomendasi perbaikan layanan SLAWE dengan prioritas rendah adalah dengan meningkatkan promosi dan sosialisasi layanan SLAWE kepada masyarakat Kota Bengkulu dan menambahkan fitur bantuan petunjuk penggunaan layanan SLAWE.

---

SLAWE is an application that developed to minimize interactions between officers and society and to facilitate in applying for civil registration and administration services. However, since its implementation, most people in Bengkulu City prefer to apply for offline services rather than through SLAWE and refuse when directed by officers to use the SLAWE application. In analyzing SLAWE acceptance, this research combines qualitative analysis to build a research model by conducting interviews with 10 SLAWE users which combines variable from the UTAUT, ISSM DeLone & McLean and trust which is then used for quantitative analysis using PLS-SEM and Importance-Performance Analysis with a total of 209 respondents to obtain factors that influence SLAWE acceptance based on the relationship between variables and produce recommendations for service improvement. The results of this study found that the intention to use SLAWE services is influenced by trust in e-government and user satisfaction, trust in e-government is influenced by perceived security, system quality, effort expectancy, and performance expectancy while user satisfaction is influenced by information quality, service quality, system quality, and performance expectancy. Based on the perceived expectations and performance of the SLAWE service, the priority of SLAWE service improvement is to speed up the service processing time and response time of the SLAWE application messenger service, change the SLAWE application access time to 24 hours, and adding notification features and file requirement, mapping system needs more systematically, and improving the completeness of system documentation. The recommendations for improving SLAWE services with low priority are to increase promotion and socialization of SLAWE services to Bengkulu City society and add usage instructions feature."

"Knowledge merupakan aspek penting di dalam suatu perusahaan. Knowledge juga menjadi dasar yang dalam proses pengambilan keputusan, sehingga pengelolaan knowledge yang buruk dapat berdampak pada kinerja perusahaan. Divisi Information Technology (DIT) merupakan salah satu divisi di Telkom yang menyadari akan pentingnya pengelolaan knowledge. Saat ini pengelolaan knowledge di DIT belum dilakukan secara merata dan terstruktur. Hal tersebut berakibat pada banyaknya pengetahuan yang hilang, sulitnya mencari dan mengakuisisi pengetahuan, tidak ada repositori pengetahuan, dan proses pembelajaran terhambat. Untuk mengatasi hal tersebut, dilakukanlah penelitian ini dengan tujuan untuk merancang KMS yang sesuai dengan kebutuhan DIT Telkom. Penelitian ini menggunakan KMS design method dari Becerra Fernandez untuk mengidentifikasi KM solution. Kemudian untuk mendapatkan kebutuhan fungsional dan non-fungsional KMS, penulis melakukan wawancara dengan pihak terkait. Setelah requirement didapatkan, penulis merancang KMS dengan menggunakan teknik prototyping. Untuk analisis gamification, penulis menerapkan kaleidoskop gamification. Hasil rancangan KMS dievaluasi dengan menggunakan teknik PSSUQ. Penulis juga merancang arsitektur KMS dengan menerapkan seven-layer arsitektur KMS dari Tiwana. Berdasarkan hasil penelitian, diketahui bahwa proses KM yang dibutuhkan oleh DIT Telkom adalah socialization (for knowledge discovery), direction, routines, dan combination. Kemudian elemen gamification yang dibutuhkan adalah point, reward, dan leaderboard. Hasil evaluasi rancangan KMS menunjukkan nilai PSSUQ sebesar 2,783 yang berarti rancangan dapat diterima oleh pegawai DIT.

---

Knowledge is a fundamental component within a corporation. Insufficient management of knowledge can adversely affect firm performance as it serves as the foundation for the decision-making process. The Information Technology Division (DIT) is a division within Telkom that recognizes the significance of knowledge management. Presently, the implementation of knowledge management in DIT lacks uniformity and organization. Consequently, there is a significant loss of knowledge, challenges in locating and obtaining knowledge, absence of a knowledge repository, and hindered learning process. In order to address this issue, a study was carried out with the objective of developing a Knowledge Management System (KMS) that is tailored to the specific requirements of DIT Telkom. This study employs Becerra Fernandez's KMS design methodology to discern appropriate Knowledge Management (KM) solutions. To obtain the functional and non-functional requirements of KMS, the author conducted interviews with relevant stakeholders. Once the requirements were acquired, the author developed the KMS utilizing prototyping methodologies. The author utilized kaleidoscopic gamification for the purpose of analyzing gamification. The outcomes of the KMS design were assessed utilizing the PSSUQ methodology. The author implemented the KMS architecture by utilizing Tiwana's seven-layer KMS architecture. The research findings indicate that the KM processes required by DIT Telkom include socialization (for knowledge discovery), directions, procedures, and combination. The necessary gamification components are points, awards, and leaderboards. The evaluation findings of the KMS design indicate a PSSUQ value of 2.783, signifying that the design is acceptable to DIT personnel."

"IndiHome melalui IndiHome TV mempertahankan posisinya sebagai penyedia saluran televisi terlengkap di Indonesia. Layanan ini juga diperluas ke aplikasi mobile dan situs web. Namun perkembangan pada platform web diketahui sudah lebih cepat dibandingkan platform mobile, padahal terdapat kebutuhan pelanggan untuk peningkatan kenyamanan, kemudahan, dan kelengkapan fitur pada aplikasi mobile. Hasil observasi dan wawancara juga menunjukkan aplikasi mobile IndiHome TV tidak mencapai target rating yang diharapkan yang menjadi indikasi pengguna belum puas dengan aplikasi saat ini. Salah satu akar permasalahan yang diidentifikasi adalah perbaikan aplikasi hanya berasal dari laporan. Sementara laporan tersebut belum sepenuhnya menggambarkan kebutuhan pengguna. Pemanfaatan ulasan pengguna perlu dimaksimalkan sebagai masukan dalam perbaikan aplikasi agar lebih tepat sasaran. Ulasan berpotensi dapat digunakan untuk mengetahui kebutuhan pengguna. Penelitian ini bertujuan melakukan analisis sentimen dan pemodelan topik terhadap ulasan pengguna di Google Play Store dan Apple App Store. Analisis sentimen dilakukan menggunakan Naïve Bayes dan Support Vector Machines untuk mengklasifikasikan ulasan ke dalam positif, netral, dan negatif. Sementara pemodelan topik dilakukan menggunakan Latent Dirichlet Allocation terhadap ulasan sentimen positif dan negatif. Hasil eksperimen menunjukkan model Support Vector Machines secara umum mengungguli model Naïve Bayes. Model terbaik yang diperoleh menghasilkan performa accuracy 80,53%, precision 80,47%, recall 73,28%, dan F1-score 75,89%. Model tersebut mampu mengatasi ketidakseimbangan data dan menunjukkan kemampuan generalisasi yang baik. Hasil klasifikasi sentimen pada keseluruhan data menunjukkan dominasi kelas negatif dan kelas positif dengan 42,30% dan 40,91% dari total ulasan. Sementara pemodelan topik menghasilkan 4 topik pada ulasan positif dan 8 topik pada ulasan negatif. Hasil tersebut dapat digunakan sebagai acuan perbaikan aplikasi agar perusahaan dapat membuat aplikasi yang sesuai dengan harapan pengguna.

---

IndiHome, through IndiHome TV, maintains its position as Indonesia's most complete television channel provider. This service is also extended to mobile applications and websites. However, developments on web platforms are known to be faster than mobile platforms, even though there is a customer need for increased comfort, convenience, and completeness of features in mobile applications. The observations and interviews also show that the IndiHome TV mobile application did not reach the expected rating target, which is an indication that users are not satisfied with the current application. One of the root causes identified was that application improvements only came from reports. Meanwhile, the report does not fully describe user needs. User reviews need to be maximized as input in improving applications to make them more targeted. Reviews can be used to determine user needs. This research aims to conduct sentiment analysis and topic modeling on user reviews on the Google Play Store and Apple App Store. Sentiment analysis used Naïve Bayes and Support Vector Machines to classify reviews into positive, neutral, and negative. Meanwhile, topic modeling was carried out using Latent Dirichlet Allocation for positive and negative sentiment reviews. Experimental results show that the Support Vector Machines model generally outperforms the Naïve Bayes model. The best model obtained produced an accuracy performance of 80,53%, precision of 80,47%, recall of 73,28%, and F1-score of 75,89%. The model can overcome data imbalance and shows good generalization ability. The sentiment classification results on the entire data show the dominance of the negative and positive classes, with 42,30% and 40,91% of the total reviews. Meanwhile, topic modeling produced four topics with positive reviews and eight topics with negative reviews. These results can be used as a reference for application improvements so that companies can create applications that meet user expectations."

"PT XYZ merupakan salah satu Badan Usaha Milik Pemerintah (BUMN) Republik Indonesia yang bergerak pada bidang agribisnis. PT XYZ sudah memiliki sistem manajemen keamanan informasi (SMKI), namun masih ditemukan beberapa kendala seperti atensi personil terhadap keamanan informasi yang rendah, kebutuhan untuk tetap patuh dengan peraturan pemerintah, hingga kendala teknis yang muncul, sehingga PT XYZ ingin meningkatkan kapabilitas terkait keamanan informasi yang mereka miliki. Penelitian ini bertujuan untuk mengetahui kondisi terkini dari SMKI yang ada pada PT XYZ dan memberikan rekomendasi peningkatan SMKI. Penelitian ini menggunakan kontrol keamanan informasi berdasarkan standar ISO/IEC 27001:2022 untuk mendapatkan gap kondisi keamanan informasi, dan kemudian melakukan penilaian risiko yang memakai data hasil gap yaitu kontrol keamanan informasi yang terpilih. Setelah itu dilakukan rekomendasi yang disusun berdasarkan standar ISO/IEC 27002:2022. Temuan dari penelitian ini adalah ditemukannya 22 aktivitas kontrol ISO/IEC 27001:2022 yang hasil nilainya belum maksimal. 22 kontrol ini kemudian dibagi menjadi 3 kategori rekomendasi berdasarkan urgensi peningkatan yang sesuai dari hasil penilaian risiko.

---

PT XYZ is one of the government-owned enterprises of the Republic of Indonesia that engaged in agribusiness. PT XYZ already has an information security management system (ISMS), but there are still several obstacles that are found, such as low personnel attention to information security, the need to remain compliant with government regulations, to technical constraints that arise, so PT XYZ wants to improve its information security-related capabilities. This study aims to determine the current condition of the existing ISMS at PT XYZ and provide recommendations for improving the ISMS. This research uses information security controls based on the ISO/IEC 27001: 2022 standard to get the information security condition gap, and then conduct a risk assessment using the gap result data, namely the selected information security controls. After that, recommendations were made based on the ISO / IEC 27002: 2022 standard. The findings of this study were the discovery of 22 ISO/IEC 27001:2022 control activities whose value results were not maximised. These 22 controls are then divided into 3 categories of recommendations based on the urgency, from the results of the risk assessment."

"E-commerce merupakan kontributor utama ekonomi digital Indonesia, tetapi statistik menunjukkan adanya peningkatan jumlah keluhan dan insiden penipuan terkait e-commerce yang berakibat kepercayaan masyarakat terhadap e-commerce menurun. Salah satu akar permasalahan yang diidentifikasi yaitu maraknya opini negatif publik yang cenderung mendorong pelanggan untuk tidak menggunakan layanan e-commerce. Oleh karena itu, penelitian ini menganilisis sentimen publik dengan tujuan mengetahui model terbaik untuk mengklasifikasikan sentimen, tren sentimen dari waktu ke waktu, topik utama yang melandasi sentimen tersebut, serta rekomendasi berdasarkan analisis. Penelitian ini menggunakan data dari Twitter dengan periode tweet dari Agustus hingga Oktober 2023, berfokus pada tiga e-commerce terbesar di Indonesia. Pada tahap analisis, metode machine learning untuk analisis sentimen dan Latent Dirichlet Allocation (LDA) untuk pemodelan topik diimplementasikan. Hasil penelitian menunjukkan bahwa model terbaik untuk mengklasifikasikan sentimen adalah Support Vector Machine (SVM) dengan temuan yaitu sentimen netral mendominasi, sentimen negatif stabil dengan beberapa peningkatan, sementara sentimen positif lebih bervariasi, terdapat lonjakan di beberapa titik. Topik utama sentimen positif berkaitan dengan proses belanja menyenangkan, fitur inovatif, event khusus, harga dan penawaran murah, serta dukungan terhadap produk lokal di e-commerce. Sentimen negatif berpusat pada isu ketidaksesuaian barang, pengembalian dana, pengiriman barang, dan layanan pelanggan. Rekomendasi untuk meningkatkan kepuasan pelanggan mencakup memperkuat aspek-aspek yang memicu sentimen positif, serta menangani permasalahan yang memicu sentimen negatif, seperti perbaikan proses pengiriman, dan penguatan langkah-langkah keamanan untuk mengatasi penipuan.

---

E-commerce plays a vital role in Indonesia's digital economy, but statistics reveal an increase in complaints and fraud incidents associated with e-commerce, leading to a decline in public trust. One identified root issue is the prevalence of negative public opinions, discouraging customers from using e-commerce services. Therefore, this study analyzes public sentiment with the aim of determining the best model for sentiment classification, understanding sentiment trends over time, identifying key topics underlying these sentiments, and providing recommendations based on the analysis. The study utilizes Twitter data from August to October 2023, focusing on the three largest e-commerce platforms in Indonesia. In the analysis phase, machine learning methods for sentiment analysis and Latent Dirichlet Allocation (LDA) for topic modeling are implemented. The findings indicate that the Support Vector Machine (SVM) is the best model for sentiment classification. Neutral sentiment dominates, negative sentiment remains stable with occasional increases, while positive sentiment is more varied, experiencing spikes at certain points. Key topics associated with positive sentiment include enjoyable shopping experiences, innovative features, special events, affordable pricing, and support for local products in e-commerce. Negative sentiment revolves around issues of product mismatch, refund processes, shipping concerns, and customer service. Recommendations to enhance customer satisfaction involve strengthening aspects that trigger positive sentiments and addressing issues causing negative sentiments, such as improving the delivery process and reinforcing security measures to tackle fraud."