ISMA AMMELIA, LAURA (2025) SISTEM INFORMASI PREDIKSI SKOR KONTEN MEDIA SOSIAL PLN (SIPSKOM) BERBASIS KATEGORI MEDIA MENGGUNAKAN XGBOOST. Diploma thesis, Universitas Logistik dan Bisnis Internasional.
Full text not available from this repository.Abstract
PT PLN (Persero) sebagai perusahaan penyedia tenaga listrik tidak hanya unggul dalam pelayanan teknis, tetapi juga aktif dalam membangun citra melalui media sosial. Data konten yang dipublikasikan ke media sosial tersebut akan dimonitoring menggunakan Excel yang menghasilkan output berupa skor dari setiap kategori media. Namun, sistem monitoring konten yang digunakan saat ini belum mampu memberikan analisis prediksi skor untuk rekomendasi konten yang lebih unggul untuk meningkatkan distribusi konten. Berdasarkan analisis five whys terdapat rekomendasi proses bisnis, diantaranya membuat sistem monitoring konten, membuat sistem prediksi skor konten, dan penyusunan rekomendasi media sosial. Hasil analisis PIECES menghasilkan rata-rata sebesar 40%, artinya sistem saat ini dinilai tidak memuaskan. Berdasarkan hasil analisis Kano sistem ini akan dibangun dengan beberapa fitur, yaitu login (one-dimensional), kelola user (must-be), unit (indifferent), periode (must-be), kategori media (attractive), agenda setting (must- be), keyword (indifferent), monitoring konten (attractive), prediksi skor (must-be), dan laporan (one-dimensional). Pada implementasi model XGBoost menunjukkan performa prediksi dengan nilai MAE sebesar 0.18 dan R2 sebesar 1.00, menandakan akurasi prediksi yang sangat baik. Perancangan sistem ini menggunakan Unified Modelling Language (UML) yang menghasilkan dua aktor yaitu Super Admin dan Admin serta gambaran use case yaitu login, kelola user, unit, periode, kategori media, agenda setting, keyword, monitoring konten, prediksi skor, dan laporan. Sistem informasi ini dibangun menggunakan bahasa pemrograman PHP dan Python. Adapun pengujian sistem dilakukan menggunakan automation testing memakai Selenium dengan 68 test case menggunakan metode blackbox testing. Hasil pengujian menunjukkan bahwa seluruh fitur berjalan sesuai fungsi tanpa ditemukan error, membuktikan bahwa sistem telah berfungsi optimal secara fungsional. Kata kunci: Sistem Informasi Prediksi, Media Sosial, XGBoost, UML, Blackbox
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Sekolah Vokasi > Manajemen Informatika D3 |
| Depositing User: | PKL LIMA LIMA |
| Date Deposited: | 30 Oct 2025 02:52 |
| Last Modified: | 30 Oct 2025 02:52 |
| URI: | http://eprints.ulbi.ac.id/id/eprint/3884 |
Actions (login required)
 |
View Item |
