KRESNA MEDIAKRESNA MEDIA
Jurnal Riset InformatikaJurnal Riset InformatikaKemajuan teknologi digital mendorong transformasi besar dalam sektor pendidikan, termasuk di Indonesia. Berdasarkan data Badan Pusat Statistik (BPS) tahun 2024, pembelajaran daring merupakan salah satu alasan utama masyarakat mengakses internet. Hal tersebut memperkuat posisi platform teknologi pendidikan (EdTech) seperti Ruangguru, Pahamify, dan Zenius sebagai aktor penting dalam ekosistem pendidikan digital nasional. Di sisi lain, media sosial telah menjadi ruang ekspresi bagi pengguna untuk menyampaikan pengalaman terhadap layanan yang mereka gunakan. Penelitian ini bertujuan untuk memahami dinamika interaksi dan opini pengguna terhadap tiga platform EdTech melalui integrasi metode Social Network Analysis (SNA) dan analisis sentimen menggunakan metode Lexicon-Based. Data dikumpulkan dari platform X dan diproses untuk keperluan analisis. Analisis jaringan dilakukan menggunakan Gephi untuk mengukur properti jaringan dan centrality, sedangkan analisis sentimen memanfaatkan kombinasi kamus InSet dan kosakata UGC. Untuk menangkap tema diskusi yang lebih spesifik, pemodelan topik dengan algoritma BERTopic juga digunakan guna mengelompokkan topik dominan dari percakapan pengguna. Hasil menunjukkan bahwa tiap platform memiliki karakteristik jaringan sosial yang berbeda. Zenius memiliki jaringan efisien dalam sebaran informasi, Ruangguru memperlihatkan koneksi yang padat antar pengguna, dan Pahamify cenderung memiliki struktur yang tersebar. Sentimen pengguna secara umum menunjukkan kecenderungan positif pada Ruangguru dan Zenius, yaitu sebesar 44,6% dan 41,4%. Temuan tersebut menunjukkan bahwa integrasi SNA dan analisis sentimen dapat menjadi dasar kuat dalam penyusunan strategi Social CRM yang relevan untuk meningkatkan kualitas layanan pendidikan di Indonesia.
Penelitian ini menunjukkan relevansi menggabungkan Analisis Jejaring Sosial, klasifikasi sentimen berbasis lexicon, dan pemodelan BERTopic untuk mengekstrak wawasan struktural, emosional, dan tematik dari konten yang dihasilkan pengguna terkait platform EdTech Indonesia.Analisis mengungkap pola interaksi, orientasi sentimen, dan topik diskusi yang berbeda antara Ruangguru, Pahamify, dan Zenius, mencerminkan responsifitas dan keterlibatan komunitas masing-masing platform.Temuan ini tidak hanya bermanfaat bagi pengembang EdTech yang ingin meningkatkan strategi Social CRM mereka tetapi juga bermakna bagi publik dengan memberikan perspektif yang lebih jelas tentang bagaimana platform pembelajaran online dialami.Transparansi ini membantu pengguna membuat pilihan yang lebih informasi dan memperkuat peran mereka dalam membentuk arah layanan pembelajaran digital.Secara keseluruhan, penelitian ini berkontribusi pada penguatan ekosistem pendidikan di Indonesia melalui inovasi yang lebih inklusif, responsif, dan berbasis komunitas.
Penelitian lanjutan dapat mengembangkan studi ini dengan memperluas periode observasi untuk menangkap pola jangka panjang dan perubahan temporal dalam sentimen pengguna serta interaksi. Analisis longitudinal dapat memberikan wawasan lebih dalam tentang bagaimana perilaku pengguna berevolusi dalam respons terhadap perubahan platform atau tren pendidikan. Selain itu, penerapan model berbasis deep learning seperti LSTM atau transformer dapat meningkatkan akurasi klasifikasi sentimen dan interpretasi topik, terutama dalam menangani data media sosial yang informal dan kaya konteks. Peningkatan ini akan mendukung analisis yang lebih granular dan adaptif, memungkinkan platform EdTech merespons dengan presisi lebih tinggi terhadap kebutuhan pengguna dan dinamika diskusi.
- Social Network and Sentiment Analysis for Enhancing Social CRM in Indonesian Educational Technology Platforms... ejournal.kresnamediapublisher.com/index.php/jri/article/view/383Social Network and Sentiment Analysis for Enhancing Social CRM in Indonesian Educational Technology Platforms ejournal kresnamediapublisher index php jri article view 383
- Sage Research Methods - Social Network Analysis: Methods and Examples. sage research methods social network... doi.org/10.4135/9781071802847Sage Research Methods Social Network Analysis Methods and Examples sage research methods social network doi 10 4135 9781071802847
- International Journal of Education Management and Innovation. improving customer education study engagement... journal2.uad.ac.id/index.php/ijemi/article/view/7728International Journal of Education Management and Innovation improving customer education study engagement journal2 uad ac index php ijemi article view 7728
| File size | 558.59 KB |
| Pages | 12 |
| DMCA | Report |
Related /
KRESNA MEDIAKRESNA MEDIA Temuan penelitian ini konsisten dengan beberapa karya sebelumnya dalam penelitian perilaku e-commerce di Indonesia, seperti pengaruh faktor emosional danTemuan penelitian ini konsisten dengan beberapa karya sebelumnya dalam penelitian perilaku e-commerce di Indonesia, seperti pengaruh faktor emosional dan
KRESNA MEDIAKRESNA MEDIA Hasil penelitian menunjukkan bahwa mayoritas sentimen masyarakat cenderung lebih ke netral terhadap kontribusi pemain naturalisasi timnas indonesia. UntukHasil penelitian menunjukkan bahwa mayoritas sentimen masyarakat cenderung lebih ke netral terhadap kontribusi pemain naturalisasi timnas indonesia. Untuk
KRESNA MEDIAKRESNA MEDIA Data berupa 1. 309 komentar Instagram dikumpulkan melalui teknik web scraping dari beberapa akun media daring, kemudian diproses melalui tahapan text preprocessingData berupa 1. 309 komentar Instagram dikumpulkan melalui teknik web scraping dari beberapa akun media daring, kemudian diproses melalui tahapan text preprocessing
KRESNA MEDIAKRESNA MEDIA Model dilatih selama 50 epoch menggunakan optimizer Adam dan fungsi loss binary cross entropy. Berdasarkan evaluasi pada dataset uji, model SegNet yangModel dilatih selama 50 epoch menggunakan optimizer Adam dan fungsi loss binary cross entropy. Berdasarkan evaluasi pada dataset uji, model SegNet yang
KRESNA MEDIAKRESNA MEDIA Dengan demikian, HypeBid dinilai mampu menjadi solusi alternatif yang lebih jelas, fleksibel, dan efisien dibandingkan metode pelelangan konvensional.Dengan demikian, HypeBid dinilai mampu menjadi solusi alternatif yang lebih jelas, fleksibel, dan efisien dibandingkan metode pelelangan konvensional.
KRESNA MEDIAKRESNA MEDIA Dataset pada penelitian ini diperoleh dari Kaggle dan terdiri atas 20.364 ulasan terkait kesehatan mental dalam format. CSV lalu diolah menggunakan GoogleDataset pada penelitian ini diperoleh dari Kaggle dan terdiri atas 20.364 ulasan terkait kesehatan mental dalam format. CSV lalu diolah menggunakan Google
ITSITS Dalam uji PDP, laju korosi sampel tanpa penghambat mencapai 107,4 mm/tahun, sementara efisiensi penghambat terendah adalah 1,25% dan tertinggi 97,85%,Dalam uji PDP, laju korosi sampel tanpa penghambat mencapai 107,4 mm/tahun, sementara efisiensi penghambat terendah adalah 1,25% dan tertinggi 97,85%,
AIBPMAIBPM Duta merek, promosi, dan pemasaran viral masing-masing berpengaruh positif. Perusahaan disarankan untuk mempertahankan jumlah iklan, kualitas pesan, jangkauanDuta merek, promosi, dan pemasaran viral masing-masing berpengaruh positif. Perusahaan disarankan untuk mempertahankan jumlah iklan, kualitas pesan, jangkauan
Useful /
KRESNA MEDIAKRESNA MEDIA Penelitian ini menggunakan model iteratif SDLC yang terdiri dari analisis kebutuhan, perancangan, pengembangan, pengujian, dan implementasi. Data dikumpulkanPenelitian ini menggunakan model iteratif SDLC yang terdiri dari analisis kebutuhan, perancangan, pengembangan, pengujian, dan implementasi. Data dikumpulkan
KRESNA MEDIAKRESNA MEDIA Oleh karena itu, diperlukan pengembangan model yang mengintegrasikan faktor perilaku masyarakat agar hasil prediksi lebih akurat untuk mendukung kebijakanOleh karena itu, diperlukan pengembangan model yang mengintegrasikan faktor perilaku masyarakat agar hasil prediksi lebih akurat untuk mendukung kebijakan
KRESNA MEDIAKRESNA MEDIA Pada tahap pra-pemrosesan data, ditemukan ketidakseimbangan kelas, sehingga dilakukan proses Synthetic Minority Over-sampling Technique (SMOTE) untuk menyeimbangkanPada tahap pra-pemrosesan data, ditemukan ketidakseimbangan kelas, sehingga dilakukan proses Synthetic Minority Over-sampling Technique (SMOTE) untuk menyeimbangkan
KRESNA MEDIAKRESNA MEDIA Kami mengumpulkan data X dari 10-29 April 2025, menganalisis tweet terkait cryptocurrency bersamaan dengan pergerakan harga Bitcoin yang diperoleh melaluiKami mengumpulkan data X dari 10-29 April 2025, menganalisis tweet terkait cryptocurrency bersamaan dengan pergerakan harga Bitcoin yang diperoleh melalui