Nama : Ryan Randy Suryono Program Studi : Ilmu Komputer Judul : Pengawasan Fintech P2P Lending di Indonesia Berbasis Berita Daring, Twitter, Dan Ulasan Google Playstore Promotor : Dr. Indra Budi, S.Kom., M.Kom. Otoritas Jasa Keuangan (OJK) sebagai pihak regulator mengeluarkan peraturan nomor 10 tahun 2022 tentang layanan pendanaan bersama berbasis teknologi informasi untuk mengawasi praktik Fintech P2P Lending di Indonesia. Saat ini pengawasan tersebut dilakukan dengan menerima laporan dari masyarakat yang mengirimkan dokumen dan bukti-bukti pengaduan baik melalui LAPOR!, beranda halaman situs Asosiasi Fintech Pendanaan Bersama Indonesia (AFPI) dan Satgas Waspada Investasi (SWI). Sedangkan masyarakat lebih banyak menyampaikan keluhan lewat media sosial. Untuk itu, regulator perlu menyusun strategi baru dalam melakukan pengawasan dengan kecerdasan komputer. Penelitian ini bertujuan untuk membangun proses bisnis pengawasan Fintech P2P Lending di Indonesia berbasis Berita Daring, Twitter, dan Ulasan Google Playstore. Usulan Model pengawasan yang baru dijelaskan menggunakan Business Process Modeling Notation (BPMN). Selanjutnya penerapan proses bisnis tersebut diimplementasikan dengan membuat prototipe. Pendekatan yang digunakan pada penelitian ini adalah pendekatan Text Mining seperti ekstraksi informasi dengan Named Entity Recognition (NER), Analisis Sentimen dan Pemodelan Topik dengan Latent Dirichlet Allocation (LDA). Hasil eksperimen pada pendekatan NER menunjukan Algoritma Multinomial Naïve Bayes mendapatkan F1-score tertinggi sebesar 90%, sedangkan pada pendekatan analisis sentiment model Naïve Bayes dan Random Forest terbukti memiliki akurasi yang tinggi yaitu diatas 91%. Hasil NER membuktikan bahwa platform Cashless, Yokke, Digital Artha Media, Koinworks, Moka, Privy id, PT Tunaiku Fintech Indonesia, PT Relasi Perdana Indonesia, PT Dynamic Credit Asia dan PT Progo Puncak Group tidak ada dalam daftar Fintech di Otoritas Jasa Keuangan. Sedangkan hasil Persentase positif untuk aplikasi Adakami, Easycash, Danamas, Dompetkilat, dan Indodana berturut-turut adalah 47%, 59%, 28%, 24%, dan 29%. Dengan kata lain, aplikasi Adakami, Danamas, Dompetkilat dan Indodana memiliki sentimen negative lebih besar dari 50%. Selanjutnya hasil eksperimen pemodelan topik memperolah kata kunci nama platform, nama pemangku kepentingan, dan isu seperti data pribadi. Terakhir, penelitian ini memiliki kontribusi tentang usulan proses pengawasan baru berbasis Berita Daring, Twitter, dan Ulasan Google Playstore yang dapat mengidentifikasi platform ilegal, mengidentifikasi platform legal yang bermasalah dan menyajikan isu P2P Lending. Dengan demikian, penerapan proses pengawasan ini bermanfaat bagi pemangku kepentingan seperti Otoritas Jasa Keuangan, Kementrian Komunikasi dan Informatika (Kemenkominfo), Satgas Waspada Investasi (SWI) dan Asosiasi Fintech serta meningkatkan perlindungan konsumen. Kata Kunci: Fintech, P2P Lending, Media sosial, BPMN, Text Mining