Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini bertujuan untuk menguji bagaimanakah enam Prinsip Persuasi yang terdiri dari Reciprocity, Social Proof, Liking, Authority, Commitment and Consistency, dan Scarcity yang diterapkan pada iTunes dan App Store dapat mendorong terjadinya pembelian musik dan aplikasi pada pengguna Smartphone berbasis iOS di Indonesia. Data yang digunakan pada penelitian ini adalah data primer yang didapat dari kuesioner, sedangkan data sekunder diperoleh dari buku teks, internet dan jurnal.Dari hasil analisis yang diuji didapat Scarcity dan Authority berpengaruh positif dan paling mempengaruhi pembelian. Sedangkan Reciprocity, Social Proof, Liking, Authority juga berpengaruh positif terhadap pembelian tetapi tidak setinggi dua bauran komunikasi lainnya. Hal ini berarti pembelian pada pengguna smartphone berbasis iOS lebih dipengaruhi oleh Scarcity dan Authority.

---

This study aims to examine how Six Principles of Persuasion consisting of Reciprocity, Social Proof, Liking, Authority, Commitment and Consistency, and Scarcity can lead to purchases on iOS-based smartphone users in Indonesia. The data used in this study is primary data obtained from questionnaires, while secondary data obtained from textbooks, internet and journal.

From the results of the analysis are obtained Scarcity and Authority tested positive effect and the influence of purchase. While reciprocity, Social Proof, Liking, Authority also has a positive effect on the purchase but not as high as the other two communications mix. This means purchases on iOS-based smartphone users are more affected by Scarcity and Authority."

"Perkembangan Internet yang pesat mendorong industri online content service tumbuh dengan cepat. Banyak aplikasi yang menyediakan akses untuk download musik digital melalui Smartphone, Tablet, MP4 Player, atau Personal Computer. Untuk dapat berhasil dalam menjual musik digital secara online, sangatlah penting untuk mengetahui alasan kenapa pelanggan mau atau tidak mau membayar untuk musik digital online. Tujuan penelitian ini adalah menganalisa pengaruh persepsi nilai terhadap minat beli musik digital melalui iTunes Store dan menganalisa pengaruh kesadaran etis konsumen tentang pembajakan online terhadap ke dua variable tersebut. Dengan menggunakan aplikasi Lisrel sebagai pengolah data, perceived usefulness tidak terbukti memberikan pengaruh positif terhadap perceived value. Perceived of enjoyment memberikan pengaruh positif signifikan terhadap perceived value. Technicality memberikan pengaruh positif yang tidak signifikan terhadap perceived value, Perceived fee memberikan pengaruh negatif signifikan terhadap perceived value. Hasil penelitian ini membuktikan bahwa persepsi nilai memberikan pengaruh positif signifikan terhadap minat beli musik digital melalui iTunes Store dan pengaruh kesadaran etika diri konsumen yang tinggi tentang pembajakan online memberikan pengaruh positif signifikan terhadap persepsi nilai dan keinginan membeli musik digital di iTunes Store.

---

The proliferation of the internet has encouraged the growth of online content service industry. There are lots of applications that provide access to download digital music through Smartphone, Tablet, MP4 Player, or Personal Computer. In order for the music digital to succeed, it is essential to understand why consumers are willing to pay for digital music online. The purpose of this study is to analyze the influence of perceived value and purchase intention in the context of digital music through iTunes Store and analyze the influence the ethical self-efficacy for online piracy with the other two variable.

With Lisrel application to run the data, the result indicate perceived usefulness doesn’t have significant influence on perceived value, while perceived of enjoyment have significant influence on perceived value. Technicality doesn’t have significant influence on perceived value. Perceived fee have negative significant influence on perceived value. The result indicate that perceived value have significant influence on purchase intention in the context of music digital through iTunes Store and the ethical self-efficacy for online piracy have significant influence on perceived value and purchase intention."

"Seiring dengan perkembangan Teknologi Informasi khususnya yang berkaitan dengan internet, berdampak pada perubahan perilaku bisnis seperti transaksi jual-beli yang dilakukan secara elektronik. Transaksi elektronik sudah merupakan suatu hal yang lazim saat ini. Salah satunya adalah dengan apa yang dilakukan oleh Apple yang merupakan salah satu produsen komputer di dunia. Apple tidak hanya menjual produk, Apple juga memberikan layanan online melalui iTunes store untuk penjualan program aplikasi yang diperuntukan bagi gadget buatannya. Namun demikian tidak semua program yang dijual melalui iTunes store merupakan program komputer butannya tetapi program komputer tersebut ada yang dibuat melalui pihak ketiga. Program komputer dan/atau suatu sistem elektronik sebagaimana produk buatan manusia lainnya juga memeliki potensi untuk bisa menimbulkan kerugian bagai penggunaannya, mulai dari hilangnya data, pencurian informasi berharga sampai kerugian yang menimbulkan korban jiwa. Apabila hal tersebut terjadi, lalu bagaimana kita menyikapi tentang tanggung jawab dari produsen program komputer terhadap penggunanya. Dapatkah ketentuan yang terdapat dalam doktrin hukum tanggung jawab produk dan strict liability diterapkan pada produsen program komputer tersebut.

---

Along with the development of information technology especially related to the Internet, which is affecting to the business behavior such as trading transactions done electronically. Nowadays electronic transactions is already become a common business practice. For example what Apple has done with their business today . Apple not only sell their computer products, but they also provide online services through the iTunes store for the sale of computer application programs that are intended for their gadgets. However, not all programs are sold through the iTunes store is a computer program made by Apple but it also provided through a third party. Computer programs and / or any electronic system products also potential for arising losses, ranging from loss of data, theft of valuable information to the losses that cause fatalities. If this happens, then how do we face the responsibilities of manufacturers of computer program to users. Does the product liability law and also strict liability can be applied to the software manufacturer."

"ABSTRAKPerusahaan e-marketplace perlu menjaga dan meningkatkan kualitas aplikasi mobile dan layanan melalui evaluasi berdasarkan opini pelanggan untuk mengembangkan perusahan dan memenangkan kompetisi antar perusahaan sejenis. Salah satu bentuk opini pelanggan terdapat di toko penyedia aplikasi, seperti Google Play Store dan App Store. Ulasan online ini dapat dimanfaatkan oleh perusahaan e-marketplace, yaitu dengan melakukan analisis opini pelanggan opinion mining terhadap aplikasi dan layanan e-marketplace berdasarkan aspek pendukungnya. Penelitian ini menggunakan ulasan berbahasa Inggris dan Indonesia yang ada pada Google Play Store dan App Store guna mengetahui penilaian pelanggan terhadap enam perusahan e-marketplace di Indonesia, yaitu BliBli, Bukalapak, Lazada, OLX, Shopee dan Tokopedia. Ulasan berbaasa Inggris diolah berdasarkan prinsip Recursive Neural Tensor Network RNTN dengan dua macam pengolahan yaitu dengan lemmatization dan tanpa lemmatization. Ulasan berbahasa Indonesia diolah berdasarkan dictionary-based approach dengan dua macam pengolahan yaitu dengan stemming dan tanpa stemming. Uji akurasi dari luaran opinion mining menunjukkan bahwa ulasan berbahasa Inggris lebih baik diolah dengan melakukan lemmatization, sedangkan ulasan berbahasa Indonesia lebih baik diolah tanpa melakukan stemming . Hasil penelitian dapat digunakan untuk meningkatkan kualitas aplikasi dan layanan tiap perusahaan e-marketplace kedepannya.

---

ABSTRACTE marketplace companies need to maintain and improve the quality of mobile application and services through an evaluation based on customer opinions to grow the company and win competition among similar companies. One form of customer opinion is found in app store stores, such as Google Play Store and App Store. This online review can be utilized by e marketplace company, by conducting customer rsquo s opinion analysis opinion mining of e marketplace application and services based on its supporting aspects. This study use English and Indonesian reviews available on Google Play Store and App Store platforms to determine customer ratings for six e marketplace companies in Indonesia, namely BliBli, Bukalapak, Lazada, OLX, Shopee and Tokopedia. English based reviews are processed based on the principle of Recursive Neural Tensor Network RNTN with two kinds of processing, with lemmatization and without lemmatization. Indonesian language reviews are processed based on dictionary based approach with two kinds of processing, with stemming and without stemming. The accuracy test from the results of the opinion mining shows that the English reviews are better processed with lemmatization, while Indonesian reviews are better processed without stemming. The results of the research can be used to improve applications and services quality of each e marketplace company in the future."

"Sebagai BUMN yang bergerak di bidang energi, PT Pertamina (Persero) harus memastikan distribusi BBM Subsidi tepat sasaran dan tidak terjadi penyalahgunaan. Dalam upaya tersebut, mulai 1 Juli 2022 Pertamina melakukan uji coba program Subsidi Tepat, di mana konsumen BBM Subsidi yang memiliki kendaraan roda empat harus mendaftarkan kendaraannya untuk dapat membeli Pertalite atau Biosolar. Salah satu cara pendaftaran program Subsidi Tepat dapat dilakukan di aplikasi digital MyPertamina, suatu aplikasi loyalitas untuk seluruh pelanggan produk Pertamina yang dapat diunduh di toko aplikasi digital Play Store. Hingga awal Maret 2023, aplikasi MyPertamina telah diunduh sebanyak lebih dari 10 juta kali di Play Store. Namun, penilaian (rating) yang diberikan pengguna di Play Store hanya mencapai 2,9/5. Angka tersebut cukup kecil jika dibandingkan dengan aplikasi layanan pemerintah lainnya yang memiliki jumlah unduhan serupa. Dengan banyaknya jumlah pengunduh dan rendahnya rating dari pengguna, ulasan pengguna perlu dianalisis untuk memastikan kinerja aplikasi MyPertamina. Berdasarkan hal tersebut, penelitian ini akan menerapkan pendeteksian topik menggunakan model BERT-EFCM untuk menganalisis topik-topik mengenai aplikasi MyPertamina pada ulasan pengguna di Play Store dan akan menerapkan analisis sentimen menggunakan model BERT-NN untuk menganalisis sentimen yang diekspresikan pada setiap topik yang dibahas mengenai aplikasi MyPertamina pada ulasan pengguna di Play Store. Hasil penelitian menunjukkan terdapat tiga topik yang dibahas mengenai aplikasi MyPertamina yaitu, penggunaan aplikasi untuk pembelian BBM di SPBU, pendaftaran dan layanan yang terkait dengan aplikasi, dan evaluasi pengguna terhadap aplikasi. Pada keseluruhan topik, mayoritas pengguna memberikan sentimen negatif dengan perbandingan sentimen sebagai berikut: 84% negatif dan 16% positif untuk topik pertama, 85% negatif dan 15% positif untuk topik kedua, serta 80% negatif dan 20% positif untuk topik ketiga.

---

As a state-owned enterprise in the energy sector, PT Pertamina (Persero) must ensure the targeted distribution of subsidized fuel (BBM) and prevent misuse. In this effort, starting from July 1, 2022, Pertamina initiated a pilot program called "Subsidi Tepat" (Precise Subsidy), where BBM Subsidi consumers with four-wheeled vehicles are required to register their vehicles in order to purchase Pertalite or Biosolar. One of the registration methods for the Subsidi Tepat program is through the MyPertamina digital application, a loyalty application for all Pertamina product customers that can be downloaded from the Play Store digital application store. Until early March 2023, the MyPertamina application has been downloaded more than 10 million times from the Play Store. However, the user ratings given in the Play Store only reach 2,9/5. This rating is relatively low compared to other government service applications with a similar number of downloads. With a large number of downloads and low user ratings, it is necessary to analyze user reviews to ensure the performance of the MyPertamina application. Based on this, this research will apply topic detection using the BERT-EFCM model to analyze the topics discussed in user reviews of the MyPertamina application in the Play Store. It will also apply sentiment analysis using the BERT-NN model to analyze the sentiments expressed for each topic related to the MyPertamina application in user reviews on the Play Store. The research results show three topics discussed regarding the MyPertamina application: the use of the application for purchasing BBM at gas stations, registration and related services, and user evaluations of the application. Overall, the majority of users express negative sentiments with the following sentiment ratios: 84% negative and 16% positive for the first topic, 85% negative and 15% positive for the second topic, and 80% negative and 20% positive for the third topic."

"Banyaknya ulasan aplikasi Info BMKG yang belum pernah diolah menyulitkan pengembang aplikasi dalam mengembangkan fitur berdasarkan masukan pengguna. Ulasan pengguna aplikasi terdapat informasi penting yang dapat dijadikan rujukan oleh pengembang untuk meningkatkan kualitas layanan aplikasi. Penelitian ini bertujuan untuk membuat model klasifikasi terbaik terhadap ulasan pengguna aplikasi Info BMKG. Dataset yang digunakan berasal dari ulasan pengguna aplikasi Info BMKG di Google Play Store sebanyak 10.286 data. Klasifikasi ulasan dibagi ke dalam dua label, yaitu label relevansi dan label kategori. Label relevansi terdiri atas kelas relevan dan tidak relevan. Untuk label kategori terbagi empat kelas yaitu bug report, user request, weather information performance (layanan cuaca), dan earthquake information performance (layanan gempa bumi). Algoritme klasifikasi yang digunakan adalah Naïve Bayes, Support Vector Machine (SVM), Logistic Regression, dan Random Forest. Penelitian ini menghasilkan dua model untuk klasifikasi relevansi dan klasifikasi kategori. Hasil pemodelan klasifikasi terbaik untuk relevansi diraih oleh SVM dengan nilai akurasi sebesar 92,61%. Sedangkan untuk klasifikasi kategori, hasil pemodelan terbaik diraih oleh Random Forest dengan nilai akurasi sebesar 87,69%. Kedua model terbaik melalui teknik over-sampling pada dataset dan normalisasi koreksi ejaan pada tahap prapemrosesan. Untuk ekstraksi fitur terbaik pada model klasifikasi relevansi menggunakan unigram dengan TF-IDF dan panjang teks. Sementara pada model klasifikasi kategori hanya menggunakan unigram dengan TF-IDF saja.

---

A large number of unprocessed Info BMKG app reviews makes it difficult for app developers to develop features based on user input. App user reviews contain important information that can be used as a reference by developers to improve the service quality of the app. This study aims to create the best classification model for user reviews of the Info BMKG app. Dataset used comes from user reviews of the Info BMKG app on the Google Play Store of 10,286 data. Review classification is divided into two labels, namely the relevance label and the category label. The relevance label consists of relevant and irrelevant classes. Category labels are divided into four classes, namely bug reports, user requests, weather information performance (weather services), and earthquake information performance (earthquake services). The classification algorithm used is Naïve Bayes, Support Vector Machine (SVM), Logistic Regression, and Random Forest. This research produces two models for relevance classification and category classification. Best classification modeling results for relevance were achieved by SVM with an accuracy value of 92.61%. For category classification, the best modeling results were achieved by Random Forest with an accuracy value of 87.69%. The two best models are over-sampling techniques on the dataset and normalization of spelling corrections at the pre-processing stage. The best feature extraction in the relevance classification model was carried out with the TF-IDF unigram and text length. Meanwhile, the category classification model only uses the TF-IDF unigram.

"

"Menurut laporan Ericsson Mobility Report (2018), bahwa Jumlah total langganan seluler ada di sekitar 7,9 miliar pada Q3 2018, dengan 120 juta pelanggan baru bertambah pada kuartal tersebut. Di Indonesia juga sudah cukup banyak orang yang melek dengan teknologi, terutama internet. Pada penelitian ini, peneliti ingin mencari tentang karakteristik dari aplikasi (mobile app) yang berbayar (purchase) dan gratis (Free), terhadap peluang usaha pada perusahaan baru (startup) di Indonesia. Pada penelitian ini akan dilakukan pengamatan pada big data dan big data analytics, dari hasil pengumpulan aplikasi dalam bentuk populasi pada Google Play dan Apple App Store Indonesia. Pengambilan data akan menggunakan bahasa pemrograman Python 3.7 dan Anaconda sebagai IDE (Integrated Development Environment) sebagai basis visualisasi dari data dan program. Pengumpulan data dan penelitian akan berjalan dimulai dari Januari 2020.

---

According to the Ericsson Mobility Report (2018), the total number of cellular subscriptions is around 7.9 billion in Q3 2018, with 120 million new customers increasing in the quarter. In Indonesia, there are many people who are literate with technology, especially the internet. In this study, researchers want to find out about the characteristics of the application (mobile app) that is paid and free with in-app purchases, to business opportunities in new companies (startups) in Indonesia. In this study, observations will be made on big data and big data analytics, from the results of collecting applications in the form of population on Indonesia Google Play and Apple App Store. Data processing will use the Python 3.7 programming language, and Anaconda as an IDE (Integrated Development Environment) as the basis for visualization of data and programs. Data collection and research will run starting from January 2020."

"Menurut laporan Ericsson Mobility Report (2018), bahwa Jumlah total langganan seluler ada di sekitar 7,9 miliar pada Q3 2018, dengan 120 juta pelanggan baru bertambah pada kuartal tersebut.. Di Indonesia juga sudah cukup banyak orang yang melek dengan teknologi, terutama internet.. Pada penelitian ini, peneliti ingin mencari tentang karakteristik dari aplikasi (mobile app) yang berbayar (purchase) dan gratis (Free), terhadap peluang usaha pada perusahaan baru (startup) di Indonesia. Pada penelitian ini akan dilakukan pengamatan pada big data dan big data analytics, dari hasil pengumpulan aplikasi dalam bentuk populasi pada Google Play dan Apple App Store Indonesia. Pengambilan data akan menggunakan bahasa pemrograman Python 3.7 dan Anaconda sebagai IDE (Integrated Development Environment) sebagai basis visualisasi dari data dan program. Pengumpulan data dan penelitian akan berjalan dimulai dari Januari 2020.

---

According to the Ericsson Mobility Report (2018), the total number of cellular subscriptions is around 7.9 billion in Q3 2018, with 120 million new customers increasing in the quarter. In Indonesia, there are many people who are literate with technology, especially the internet. In this study, researchers want to find out about the characteristics of the application (mobile app) that is paid and free with in-app purchases, to business opportunities in new companies (startups) in Indonesia. In this study, observations will be made on big data and big data analytics, from the results of collecting applications in the form of population on Indonesia Google Play and Apple App Store. Data processing will use the Python 3.7 programming language, and Anaconda as an IDE (Integrated Development Environment) as the basis for visualization of data and programs. Data collection and research will run starting from January 2020."

"Store brand merupakan salah satu strategi yang diterapkan oleh peritel untuk dapat bersaing di pasar. Terdapat beberapa faktor yang digunakan untuk menjelaskan perilaku pembelian store brand. Berdasarkan penelitian sebelumnya, store image, store brand price image dan perceived risk berpengaruh terhadap purchase intention produk store brand. Tujuan dari penelitian ini adalah untuk mengetahui pengaruh store image, store brand price image dan perceived risk terhadap purchase intention produk store brand Watsons. Penelitian menggunakan metode Structural Equation Modeling (SEM) untuk menguji hipotesis penelitian. Tehnik pengumpulan data dengan cara survei melalui kuesioner. Populasi dan sampel dalam penelitian adalah pengunjung ataupun pembeli di ritel Watsons JABODETABEK dengan jumlah sampel sebanyak 180 responden yang dipilih secara acak. Hasil dari penelitian menunjukkan bahwa store image perceptions dan store brand price image berpengaruh positif terhadap store brand purchase intention.

---

Store brand is one of retailer's strategy to be competitive in the market. Several factors have been underlined to explain store brands' (SBs) purchase behavior.Based on previous research, store image, store brand price image and perceived risk have an influence toward store brand purchase intention. The purpose of this study was to examine the effect store image, store brand price image and perceived risk on purchase intention of store brand products Watsons. A research using Structural equation modeling to test the hypothesized relationships. Methods of data collection by survey techniques. Populations and samples in this study are the visitor or buyer at 'Drugstore Watsons' JABODETABEK, with a total sample of 180 respondents were randomly selected. The result of this study shows that store image perceptions and SB price-image positif influence significantly SB purchase intention."

"ABSTRAKTujuan Penelitian ini adalah untuk mengetahui pengaruh suasana toko terhadap minat beli kembali pada Eiger Adventure Store. Penelitian ini menggunakan pendekatan kuantitatif. Sampel dalam Penelitian ini adalah 100 orang yang berusia 18 tahun hingga 55 tahun, yang sudah pernah membeli produk di Eiger Adventure Store minimal 1-2 kali. Metode Penelitian yang digunakan adalah non-probability sampling, serta teknik penarikan sampel purposive. Instrumen Penelitian ini menggunakan kuesioner, dan data dianalisis menggunakan regresi linear. Hasil Penelitian ini menunjukkan bahwa suasana toko memiliki pengaruh yang kuat terhadap minat beli kembali pada Eiger Adventure Store.

---

ABSTRACTThe objective of this research is to analyze how is the effect of store atmosphere towards repurchase intention on Eiger Adventure Store. This research applied the quantitative approach. The sample of this research is 100 people aged 18 years old and above, who has ever bought a product at Eiger Adventure Store with a minimum 1-2 times of purchased. The method used in this research is the non-probability sampling method, with purposive sampling technique. This research used questionnaire as the research instrument, and analyzed the data using linear regression. The result of this research indicates that store atmosphere has strong effect towards repurchase intention on Eiger Adventure Store. "