Pengembangan Aplikasi Pendukung Data Riset Produk Trending di Dunia Maya Berbasis Bot

Muhammad Resky Putra Asman; Satria Gunawan Zain; Abdul Wahid

Authors

Muhammad Resky Putra Asman Universitas Negeri Makassar, Indonesia
Satria Gunawan Zain Universitas Negeri Makassar, Indonesia
Abdul Wahid Universitas Negeri Makassar, Indonesia

Keywords:

Android, Bot, Data Riset, Marketplace, Produk Trending

Abstract

Penelitian ini bertujuan untuk mengembangkan aplikasi pendukung data riset produk trending di dunia maya berbasis bot dan mengetahui hasil pengembangan, dan hasil pengujian aplikasi menggunakan standar ISO25010 serta hasil uji komparasi. Teknik pengumpulan data yang digunakan ialah wawancara, dokumentasi, angket dan diskusi terpusat. Penelitian ini merupakan penelitian pengembangan atau Research and Development dengan menggunakan model pengembangan Spiral yang meliputi tahap komunikasi, perencanaan, analisis resiko, perekayasaan, konstruksi dan evaluasi pengguna. Pengujian Aplikasi meliputi 4 aspek yaitu uji Functional Suitability, uji Usability, uji Compatibility dan uji Portability.Hasil Penelitian ini adalah : (1) Mobile apps Aplikasi Trends Marketplace yang memiliki lima menu utama yaitu menu data riset, menu tokopedia, menu shopee, menu blibli, dan menu panduan. Aplikasi Trends Marketplace menampilkan data riset produk trend dari 3 marketplace besar saat ini di Indonesia, yaitu shopee, tokopedia, dan blibli. (2) Aplikasi Trends Marketplace mendapatkan nilai X=1 pada uji Functional Suitability yang berarti sangat baik, sedangkan analisis Usability secara keseluruhan dari 30 responden, 21 responden menyatakan sangat baik dan 9 responden menyatakan baik. Pada pengujian Compatibility aplikasi dapat berjalan bersamaan dengan 4 aplikasi berbeda. Pada Pengujian Portability aplikasi dapat berjalan pada 7 jenis perangkat android dengan beberapa sistem operasi berbeda. Berdasarkan hasil pengujian, aplikasi memenuhi semua aspek dari standar pengujian perangkat lunak yang diujikan (3) Peningkatan Efektivitas penggunaan aplikasi Trends Marketplace melalui uji komparasi dianggap cukup signifikan setelah melalui Uji Paired Sample T-Test untuk mengetahui Rata-rata penjualan produk pengguna aplikasi sebelum dan sesudah menggunakan aplikasi.

References

[1] P. Kokol, “The Use of AI in Software Engineering: A Synthetic Knowledge Synthesis of the Recent Research Literature,” Information, vol. 15, no. 6, Art. no. 354, Jun. 2024, doi:10.3390/info15060354.

[2] E. Kalita et al., “Educational data mining: A 10-year review,” Discovery Computing, vol. 28, Art. no. 81, May 2025, doi:10.1007/s10791-025-09589-z.

[3] E. López-Meneses et al., “Educational Data Mining and Predictive Modeling in the Age of Artificial Intelligence,” Computers, vol. 14, no. 2, Art. no. 68, 2025, doi:10.3390/computers14020068.

[4] A. Saputra and D. Mahdiana, “Analisis penerapan machine learning, deep learning, dan data mining dalam prediksi penjualan di industri otomotif,” J. Pendidikan dan Teknol. Indonesia, vol. 5, no. 6, pp. 1743–1755, 2025, doi:10.52436/1.jpti.826.

[5] A. Hananto et al., “The Impact of Artificial Intelligence on Programmer Jobs: Threat or Opportunity?,” JUSIFO (Jurnal Sistem Informasi), vol. 11, no. 1, pp. 11–20, Jun. 2025.

[6] R. Fauziah et al., “Learning data analysis using educational data mining techniques,” in Proc. Forum Univ. Scholars, 2025, pp. 358–363, Jan. 2025.

[7] F. I. Putra et al., “Artificial Intelligence in Education: Opportunities and Challenges in the Transition from Industry 4.0 to Society 5.0,” JAVIT, vol. 5, no. 1, pp. 1–14, Feb. 2025.

[8] S. I. Khaleel and R. A. Mahmood, “Automatic software refactoring to enhance quality: a review,” J. Ilm. Tek. Elektro Komput. Dan Inform., vol. 10, no. 4, pp. 734–746, Dec. 2024.

[9] Z. Wu, “Data mining in AI: evolution, applications, and future directions,” in Proc. 2nd Int. Conf. Machine Learning & Automation, Applied and Computational Engineering, vol. 104, pp. 1–6, 2025.

[10] R. Najafi et al., “GPT-4o: analysis of natural human-computer interaction and social effects of generative artificial intelligence by text mining method,” Int. J. Data Sci. Appl., vol. 8, no. 2, pp. 101–115, Dec. 2025.

[11] J. F. Samgar and M. R. Pribadi, “Analisis sentimen kepuasan pelanggan parfum Mykonos di platform TikTok menggunakan Naive Bayes,” J. Software Eng. Comput. Intell., vol. 3, no. 2, pp. 53–61, 2025.

[12] R. N. Zuhdi and B. Prasetiyo, “Analisis sentimen pada ulasan aplikasi iPusnas di Google Play Store menggunakan Naive Bayes classifier,” Indonesian J. Informatic Res. Softw. Eng., vol. 5, no. 1, pp. 12–19, Mar. 2025.

[13] C. E. Gunawan et al., “Pola peminjaman buku di perpustakaan daerah: pendekatan algoritma Apriori,” J. Software Eng. Comput. Intell., vol. 2, no. 2, pp. 66–74, 2025.

[14] F. Septian and A. Prakarsya, “Utilization of whale optimization algorithm in finite state automata design for advanced pattern recognition systems,” J. Software Eng. Comput. Intell., vol. 2, no. 2, pp. 75–82, 2025.

[15] N. Sa’adah et al., “Peran artificial intelligence pada perkembangan penerapan multimedia dalam berbagai bidang: a systematic literature review,” J. Rekayasa Sistem Informasi dan Teknologi, vol. 3, no. 1, pp. 15–28, Aug. 2025, doi:10.70248/jrsit.v3i1.2899.