eJournal Komunitas Dosen Indonesia
Not a member yet
1406 research outputs found
Sort by
Pengaruh Kualitas Produk Kualitas Pelayanan Dan Promosi Terhadap Kepuasan Pelanggan (Studi Bisnis HappierCloth)
Get PDFabstra
Determinasi Tax Avoidance Oleh Faktor Internal Perusahaan Pertambangan di Indonesia
Get PDFPenelitian ini bertujuan untuk menganalisis pengaruh Tax Avoidance dalam kaitannya dengan Transfer Pricing, ukuran perusahaan, intensitas modal, serta kondisi Financial distress. Metode yang digunakan adalah pendekatan kuantitatif dengan memanfaatkan data sekunder yang diperoleh dari laporan tahunan perusahaan. Objek dari penelitian ini adalah perusahaan-perusahaan sektor pertambangan yang tercatat di Bursa Efek Indonesia (BEI) dari tahun 2021 hingga 2022 menjadi populasi penelitian. Sampel data 72 perusahaan diperoleh melalui penggunaan metode purposive sampling. Data dianalisis menggunakan SPSS versi 25, khususnya regresi linier berganda. Transfer Pricing secara signifikan dan positif mempengaruhi Tax Avoidance, menurut hasil penelitian ini. Apabila sebuah perusahaan mempunyai ukuran yang besar, maka berpengaruh positif terhadap Tax avoidance. Dalam hal Tax Avoidance, intensitas modal tidak mempunyai pengaruh secara signifikan. Financial distress berpengaruh negatif dan signifikan terhadap Tax avoidance. Model menjelaskan 39,2% variasi tax avoidance (Adjusted R2 = 39,2%.) dengan variabel Transfer Pricing dan ukuran perusahaan sebagai variabel paling signifikan (p < 0,05). Penelitian ini memperkaya literatur tax avoidance di sektor pertambangan dengan menguji kombinasi pengaruh struktural dan kondisi keuangan perusahaan
Model Optimalisasi dan Sustainability Digitalisasi UMKM Sebagai Strategi Peningkatan Kapasitas Pertumbuhan Ekonomi Digital Kewirausahaan di Provinsi Banten
Get PDF
Penelitian ini mengkaji pengaruh digitalisasi terhadap UMKM di Provinsi Banten, dengan fokus pada peningkatan akses teknologi dan pengetahuan digital untuk memperkuat kapasitas pertumbuhan ekonomi digital. Dalam era digitalisasi ekonomi yang cepat, UMKM memiliki potensi besar untuk memperluas jangkauan dan meningkatkan efisiensi operasional mereka melalui teknologi. Namun, transisi ini sering terhambat oleh keterbatasan akses teknologi, rendahnya literasi digital, dan kurangnya dukungan kebijakan. Metode kuantitatif digunakan untuk menganalisis data dari ratusan UMKM di Banten, mengungkapkan bahwa akses teknologi yang lebih baik secara signifikan meningkatkan pengetahuan digital, efisiensi operasional, dan adaptasi teknologi. Ini menunjukkan pentingnya kebijakan yang mendukung digitalisasi UMKM, termasuk penyediaan infrastruktur teknologi yang memadai dan program pelatihan untuk meningkatkan literasi digital. Rekomendasi kebijakan berdasarkan studi ini termasuk meningkatkan dukungan untuk transformasi digital UMKM, yang tidak hanya akan meningkatkan daya saing mereka tetapi juga mendorong pertumbuhan ekonomi yang lebih inklusif di Banten. Pendekatan ini diharapkan dapat menjadi acuan bagi pemangku kepentingan dalam merancang strategi yang efektif untuk integrasi digital UMKM, mempercepat pembangunan ekonomi digital yang kuat di Indonesia
Transformasi Pariwisata Berkelanjutan Pasca Pandemi: Analisis Bibliometrik Tren Global Menggunakan VOSviewer
Get PDFPenelitian ini menganalisis tren global dalam penelitian pariwisata berkelanjutan pasca pandemi menggunakan pendekatan bibliometrik. Metode yang digunakan meliputi pengumpulan data dari Google Scholar dengan bantuan aplikasi Publish or Perish, penyaringan data menggunakan Mendeley, dan analisis visual menggunakan perangkat lunak VOSviewer. Sebanyak 59 artikel terpilih dari periode 2020-2025 dianalisis untuk mengidentifikasi pola kolaborasi penulis, tema utama penelitian, dan tren publikasi. Hasil menunjukkan bahwa mayoritas peneliti bekerja secara independen dengan tingkat kolaborasi yang rendah. Tema utama yang muncul meliputi pariwisata berkelanjutan, ekonomi biru, green marketing, dan ekowisata. Analisis co-occurrence mengungkapkan bahwa topik seperti bibliometrik, kolaborasi, dan pemasaran ramah lingkungan mulai berkembang pada penelitian terbaru. Penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam pengembangan teori dan praktik pariwisata berkelanjutan dengan menekankan pada pentingnya kolaborasi dan inovasi dalam strategi pemasaran ramah lingkungan. Implikasi praktis dari penelitian ini adalah memberikan wawasan bagi pemangku kepentingan pariwisata untuk mengadopsi strategi yang lebih berkelanjutan serta meningkatkan sinergi antara akademisi dan praktisi dalam menerapkan prinsip-prinsip pariwisata yang bertanggung jawab
The Effect of Service Quality, Price, and Promotion on Go-Mart Customer Loyalty with Satisfaction as Moderator at Bandar Lampung University
Get PDFThis study examines the influence of service quality, pricing, and promotions on customer loyalty at Go-Mart, particularly among students from the Faculty of Economics and Business at the University of Bandar Lampung. Customer loyalty is defined as the commitment to continue using the services provided, which is essential for sustaining competitive advantage in today’s market. The research indicates that high service quality, reasonable pricing, and effective promotions significantly enhance customer satisfaction. This satisfaction, in turn, drives loyalty, thereby creating a positive feedback loop that benefits both the customer and the business. Employing a quantitative methodology, online questionnaires were distributed to 280 respondents, ensuring a diverse range of perspectives. Data analysis was conducted using Structural Equation Modeling (SEM), a robust statistical technique that allows for the assessment of complex relationships between variables. The findings reveal that all independent variables—service quality, pricing, and promotions positively influence customer loyalty, with customer satisfaction serving as a crucial mediator in these relationships. These results provide valuable insights for companies looking to develop more effective marketing strategies to boost customer loyalty in the digital age. By focusing on these key areas, businesses can enhance their offerings, ultimately leading to increased customer retention and loyalty.This study examines the influence of service quality, pricing, and promotions on customer loyalty at Go-Mart, particularly among students from the Faculty of Economics and Business at the University of Bandar Lampung. Customer loyalty is defined as the commitment to continue using the services provided, which is essential for sustaining competitive advantage in today’s market. The research indicates that high service quality, reasonable pricing, and effective promotions significantly enhance customer satisfaction. This satisfaction, in turn, drives loyalty, thereby creating a positive feedback loop that benefits both the customer and the business. Employing a quantitative methodology, online questionnaires were distributed to 280 respondents, ensuring a diverse range of perspectives. Data analysis was conducted using Structural Equation Modeling (SEM), a robust statistical technique that allows for the assessment of complex relationships between variables. The findings reveal that all independent variables—service quality, pricing, and promotions positively influence customer loyalty, with customer satisfaction serving as a crucial mediator in these relationships. These results provide valuable insights for companies looking to develop more effective marketing strategies to boost customer loyalty in the digital age. By focusing on these key areas, businesses can enhance their offerings, ultimately leading to increased customer retention and loyalty
Pengaruh Leverage, Profitabilitas, Ukuran Perusahaan, dan Pertumbuhan Perusahaan (Studi Empiris pada Perusahaan Manufaktur Sub-Sektor Makanan dan Minuman yang Terdaftar di Bursa Efek Indonesia Periode 2017 – 2021)
Get PDFPenelitian ini bertujuan untuk memperoleh bukti empiris tentang pengaruh Leverage, Profitabilitas, Ukuran Perusahaan dan Pertumbuhan Perusahaan terhadap Nilai Perusahaan. Objek penelitian yang digunakan adalah perusahaan manufaktur sub-sektor makanan dan minuman yang terdaftar di Bursa Efek Indonesia periode 2017-2021. Metode yang digunakan dalam penelitian ini adalah metode kuantitatif. Jenis data yang digunakan dalam penelitian ini adalah data sekunder, yaitu bersumber dari laporan keuangan perusahaan manufaktur sub-sektor makanan dan minuman yang terdaftar di Bursa Efek Indonesia (BEI) periode 2017-2021. Teknik pengumpulan data yang digunakan dalam penelitian ini adalah metode purposive sampling, dimana jumlah sampel dalam penelitian yang sesuai dengan kriteria adalah 16 sampel. Teknis analisis data yang digunakan dalam penelitian ini adalah analisis statistik deskriptif, uji asumsi klasik dan uji hipotesis. Dalam menganalisis data, penelitian ini menggunakan program Statistical Product and Service Solution (SPSS) versi 25. Hasil penelitian menunjukan bahwa Leverage secara parsial berpengaruh positif dan signifikan terhadap Nilai Perusahaan, Profitabilitas secara parsial berpengaruh positif dan signifikan terhadap Nilai Perusahaan, Ukuran Perusahaan secara parsial berpengaruh positif dan signifikan terhadap Nilai Perusahaan, dan Pertumbuhan Perusahaan secara parsial berpengaruh negatif dan signifikan terhadap Nilai Perusahaan.Penelitian ini bertujuan untuk memperoleh bukti empiris tentang pengaruh Leverage, Profitabilitas, Ukuran Perusahaan dan Pertumbuhan Perusahaan terhadap Nilai Perusahaan. Objek penelitian yang digunakan adalah perusahaan manufaktur sub-sektor makanan dan minuman yang terdaftar di Bursa Efek Indonesia periode 2017-2021. Metode yang digunakan dalam penelitian ini adalah metode kuantitatif. Jenis data yang digunakan dalam penelitian ini adalah data sekunder, yaitu bersumber dari laporan keuangan perusahaan manufaktur sub-sektor makanan dan minuman yang terdaftar di Bursa Efek Indonesia (BEI) periode 2017-2021. Teknik pengumpulan data yang digunakan dalam penelitian ini adalah metode purposive sampling, dimana jumlah sampel dalam penelitian yang sesuai dengan kriteria adalah 16 sampel. Teknis analisis data yang digunakan dalam penelitian ini adalah analisis statistik deskriptif, uji asumsi klasik dan uji hipotesis. Dalam menganalisis data, penelitian ini menggunakan program Statistical Product and Service Solution (SPSS) versi 25. Hasil penelitian menunjukan bahwa Leverage secara parsial berpengaruh positif dan signifikan terhadap Nilai Perusahaan, Profitabilitas secara parsial berpengaruh positif dan signifikan terhadap Nilai Perusahaan, Ukuran Perusahaan secara parsial berpengaruh positif dan signifikan terhadap Nilai Perusahaan, dan Pertumbuhan Perusahaan secara parsial berpengaruh negatif dan signifikan terhadap Nilai Perusahaan
Pengembangan Platform Berbasis Web untuk Edukasi Gizi dan Deteksi Dini Stunting
No full textStunting remains a major public health issue in Indonesia with a prevalence of 21.5%, negatively affecting children’s growth and development. Limited access to interactive and integrated nutrition education poses a barrier to early stunting prevention efforts. This study aims to develop an interactive web-based platform called GiziMu Mijen that integrates evidence-based nutrition education, a nutritional status calculator for children aged 0–60 months based on WHO standards, and an online nutrition consultation service via WhatsApp to support family-level stunting prevention. The system was developed using the Agile Software Development methodology and the Laravel 11 PHP framework, with system design modeled through Unified Modeling Language (UML) for use case, activity, and data structure visualization. Testing was conducted using black-box and acceptance testing involving nutritionists to validate the nutritional calculator and consultation features. Results indicate that the platform successfully provides nutrition education content, complementary feeding recommendations, automated nutritional status calculations, and functional interactive consultation services. The system facilitates parents’ independent monitoring of their children’s nutritional status and quick access to professional advice. In conclusion, GiziMu Mijen offers a comprehensive and effective digital solution to improve nutrition literacy and early stunting detection at the family level. The Agile and Laravel-based development approach ensures flexibility and usability, positioning the platform as a strategic tool in national stunting reduction programs, with recommendations for broader testing and integration into national health information systems for data validation.Stunting masih menjadi masalah kesehatan masyarakat utama di Indonesia dengan prevalensi 21,5%, yang berdampak negatif pada pertumbuhan dan perkembangan anak. Akses terbatas terhadap edukasi gizi yang interaktif dan terpadu menjadi kendala bagi upaya pencegahan stunting sejak dini. Penelitian ini bertujuan untuk mengembangkan platform berbasis web interaktif bernama GiziMu Mijen yang mengintegrasikan edukasi gizi berbasis bukti, kalkulator status gizi untuk anak usia 0–60 bulan berdasarkan standar WHO, dan layanan konsultasi gizi daring melalui WhatsApp untuk mendukung pencegahan stunting di tingkat keluarga. Sistem ini dikembangkan menggunakan metodologi Agile Software Development dan framework Laravel 11 PHP, dengan desain sistem yang dimodelkan melalui Unified Modeling Language (UML) untuk visualisasi use case, aktivitas, dan struktur data. Pengujian dilakukan menggunakan pengujian black-box dan acceptance testing yang melibatkan ahli gizi untuk memvalidasi kalkulator gizi dan fitur konsultasi. Hasil menunjukkan bahwa platform tersebut berhasil menyediakan konten edukasi gizi, rekomendasi pemberian makanan pendamping, penghitungan status gizi otomatis, dan layanan konsultasi interaktif yang fungsional. Sistem ini memfasilitasi pemantauan independen orang tua terhadap status gizi anak-anak mereka dan akses cepat ke saran profesional. Sebagai kesimpulan, GiziMu Mijen menawarkan solusi digital yang komprehensif dan efektif untuk meningkatkan literasi gizi dan deteksi dini stunting di tingkat keluarga. Pendekatan pengembangan berbasis Agile dan Laravel memastikan fleksibilitas dan kegunaan, memposisikan platform sebagai alat strategis dalam program pengurangan stunting nasional, dengan rekomendasi untuk pengujian yang lebih luas dan integrasi ke dalam sistem informasi kesehatan nasional untuk validasi data
Optimasi Hiperparameter LSTM Menggunakan PSO untuk Peramalan Bawang Merah dan Bawang Putih
No full textThis research develops a shallot and garlic price prediction model using a Long Short-Term Memory (LSTM) network optimized through the Particle Swarm Optimization (PSO) method. Indonesia experiences an annual increase in demand for these two commodities. This research focuses on optimizing LSTM parameters, such as the number of units in each layer, learning rate, batch size, time step, and number of training epochs using PSO. Various trials were conducted with different PSO parameter settings and data partitioning scenarios to find the best configuration in predicting prices. The results show that the LSTM model optimized with PSO produces an RMSE value of 436,969 for shallots and 173,866 for garlic. In addition to RMSE, the Mean Absolute Percentage Error (MAPE) and R² metrics also show high prediction accuracy. The 90:10 data partitioning scenario showed the best evaluation results, indicating that more data improves the accuracy of the LSTM in learning price patterns. Scatter plots comparing predicted prices with actual prices show a good match, although there is some variation in certain price ranges. This study also highlights the effect of data partitioning on model performance. The LSTM-PSO approach proved effective in improving the accuracy of price predictions and has practical implications for farmers and policy makers in decision making. The model has the potential to be a decision support tool in the agribusiness sector, with the possibility of further development with external factors.Penelitian ini bertujuan untuk mengembangkan model prediksi harga komoditas bawang merah dan bawang putih yang efektif dengan menggunakan metode jaringan LSTM yang dioptimasi melalui metode PSO. Diketahui bahwa Indonesia merupakan salah satu negara dengan tingkat konsumsi bawang merah dan bawang putih yang cukup tinggi. Setiap tahunnya, konsumsi kedua komoditas tersebut terus mengalami peningkatan. Penelitian ini berfokus pada optimasi parameter-parameter utama arsitektur LSTM seperti jumlah unit pada setiap lapisan, learning rate, ukuran batch, time step, dan jumlah epoch pelatihan dengan menggunakan PSO. Berbagai pengujian dilakukan dengan pengaturan parameter PSO dan skenario partisi data yang berbeda untuk mengidentifikasi konfigurasi yang paling optimal untuk prediksi harga yang akurat. Hasil percobaan menunjukkan bahwa model LSTM dengan parameter PSO yang telah dioptimasi mampu memprediksi harga bawang merah dan bawang putih dengan nilai RMSE sebesar 436.969 dan 173.866 ketika menggunakan partisi data latih dan data uji sebesar 90:10. Selain RMSE, metrik MAPE dan R² juga menunjukkan tingkat akurasi prediksi yang tinggi untuk kedua komoditas tersebut. Scatter plot yang membandingkan harga prediksi dan harga aktual menunjukkan kecocokan yang kuat antara output model dan data riil, meskipun ada beberapa variasi yang terlihat pada rentang harga tertentu. Kesimpulannya, studi ini menegaskan bahwa pendekatan LSTM-PSO efektif dalam meningkatkan akurasi prediksi harga komoditas pertanian dan menjanjikan sebagai alat pendukung keputusan yang dapat diandalkan di sektor agribisnis
Analysis of Ajaib Application Acceptance Using the UTAUT 2 Model
Get PDFThe rapid advancement of digital technology has greatly expanded investment platforms, especially in the stock and mutual fund sectors. The Ajaib application facilitates easy mobile investing while offering tools and educational resources to help users understand financial markets. This study examines the factors influencing the adoption of Ajaib, utilizing the Unified Theory of Acceptance and Use of Technology 2 (UTAUT2) model. A quantitative approach using Partial Least Squares Structural Equation Modeling (PLS-SEM) was employed to analyze data from 400 active Ajaib users. The results reveal that Performance Expectancy, hedonic motivation, price value, social influence, and enabling conditions positively affect adoption. However, Trust and Effort Expectancy were found to have no significant impact on adoption decisions. This suggests that users prioritize the app's performance, social influence, and user experience over trust or ease of use. The study was conducted in Indonesia's fintech market, focusing on the behaviors of Indonesian users. While the findings provide valuable insights into adoption in emerging markets, their generalizability may be limited by socio-economic or cultural differences. Future research should examine demographic factors such as income, age, and education to better understand adoption patterns in various contexts.The rapid advancement of digital technology has greatly expanded investment platforms, especially in the stock and mutual fund sectors. The Ajaib application facilitates easy mobile investing while offering tools and educational resources to help users understand financial markets. This study examines the factors influencing the adoption of Ajaib, utilizing the Unified Theory of Acceptance and Use of Technology 2 (UTAUT2) model. A quantitative approach using Partial Least Squares Structural Equation Modeling (PLS-SEM) was employed to analyze data from 400 active Ajaib users. The results reveal that Performance Expectancy, hedonic motivation, price value, social influence, and enabling conditions positively affect adoption. However, Trust and Effort Expectancy were found to have no significant impact on adoption decisions. This suggests that users prioritize the app's performance, social influence, and user experience over trust or ease of use. The study was conducted in Indonesia's fintech market, focusing on the behaviors of Indonesian users. While the findings provide valuable insights into adoption in emerging markets, their generalizability may be limited by socio-economic or cultural differences. Future research should examine demographic factors such as income, age, and education to better understand adoption patterns in various contexts
BISINDO Sign Language Interpreter System Using YOLOv8 and CNN
Get PDFMany deaf people in Indonesia use sign language as their communication medium, one of which is BISINDO (Bahasa Isyarat Indonesia). However, limited understanding of BISINDO among the general public often becomes a significant barrier to effective communication. To address this, the study aims to develop a BISINDO hand gesture detection system based on computer vision using the YOLOv8 algorithm. The method used is a Convolutional Neural Network (CNN) with the YOLOv8 architecture, trained on a labeled dataset obtained from the Roboflow platform consisting of BISINDO alphabet gestures (A–Z). The system was developed using Python and Streamlit, providing two types of user input: real-time camera feed and manual image upload. Detected gestures are translated into text and converted into speech using the Google Text-to-Speech (gTTS) API. The model was trained over 50 epochs and evaluated using metrics including accuracy, precision, recall, and F1-score. The evaluation results show an accuracy of 89.74%, precision of 89.28%, recall of 96.15%, and F1-score of 92.16%, indicating strong model performance and generalization. Some misclassifications occurred, such as 'R' detected as 'L', and background images mistakenly classified as valid letters. Nonetheless, the system is able to detect and translate BISINDO sign language gestures in semi-realtime with high reliability. This study contributes both practically and theoretically to the field of assistive technologies by providing an accessible, web-based platform for BISINDO recognition, promoting more inclusive communication for the Indonesian deaf community.Many deaf people in Indonesia use sign language as their communication medium, one of which is BISINDO (Bahasa Isyarat Indonesia). However, limited understanding of BISINDO among the general public often becomes a significant barrier to effective communication. To address this, the study aims to develop a BISINDO hand gesture detection system based on computer vision using the YOLOv8 algorithm. The method used is a Convolutional Neural Network (CNN) with the YOLOv8 architecture, trained on a labeled dataset obtained from the Roboflow platform consisting of BISINDO alphabet gestures (A–Z). The system was developed using Python and Streamlit, providing two types of user input: real-time camera feed and manual image upload. Detected gestures are translated into text and converted into speech using the Google Text-to-Speech (gTTS) API. The model was trained over 50 epochs and evaluated using metrics including accuracy, precision, recall, and F1-score. The evaluation results show an accuracy of 89.74%, precision of 89.28%, recall of 96.15%, and F1-score of 92.16%, indicating strong model performance and generalization. Some misclassifications occurred, such as 'R' detected as 'L', and background images mistakenly classified as valid letters. Nonetheless, the system is able to detect and translate BISINDO sign language gestures in semi-realtime with high reliability. This study contributes both practically and theoretically to the field of assistive technologies by providing an accessible, web-based platform for BISINDO recognition, promoting more inclusive communication for the Indonesian deaf community