Hasil Pencarian  ::  Simpan CSV :: Kembali

"

Tujuan - Tujuan dari penelitian ini adalah untuk menghasilkan insight dan rekomendasi yang relevan dan dapat ditindaklanjuti dari berbagai sumber data maskapai penerbangan yang terkait dengan produk, pelanggan, kanal penjualan, dan transaksi. Insight ini dapat bermanfaat untuk mendukung kegiatan penjualan dan pemasaran.

Desain / metodologi / pendekatan - Penelitian ini melakukan proses analisis big data. Pertama, sumber data yang terkait dengan aktivitas pelanggan dan produk Garuda Indonesia perlu dikumpulkan, disiapkan, dan diintegrasikan ke dalam satu platform big data. Kemudian, data terintegrasi dianalisis dan diproses melalui pendekatan analisis big data. Metode data aggregation, analisis cluster, dan analisis pareto digunakan untuk menganalisis insight. Model analisis RFM digunakan untuk menghitung customer value. Untuk segmentasi pelanggan, metode clustering digunakan. Kemudian, analisis campaign media dan konten digunakan untuk mengukur efektivitas proses campaign.

Hasil - Penelitian ini menghasilkan kerangka analisis bauran pemasaran untuk maskapai penerbangan menggunakan pendekatan analisis big data yang mencakup elemen 5P (Product, Pricing, Place, Promotion, and People).

---

Purpose – The purpose of this research is to generate relevant, actionable insight and recommendation from various airlines’ data sources related to Airlines’ products, customers, channels, and transactions. This insight can be beneficial to support sales and marketing campaign activity.

Design/methodology/approach – This research conducts big data analytics process and experimental analysis. First, data sources related to customer’s activities and Garuda Indonesia’s products need to be collected, prepared, and integrated into a single big data platform. Then, the integrated data is analyzed and processed through big data analytics approach. Data aggregation technique, cluster analysis, and pareto analysis are used for analyzing the insight. RFM model and analysis is used to calculate customer value. For segmenting customer, the clustering method is used. Therefore, analysis of campaign medium and content is used to measure the effectiveness of the campaign process.

Result – This research finds that a marketing mix framework analysis for airlines using big data analytics approach covering 5P element (Product, Pricing, Place, Promotion, and People).

"

"Tujuan utama pada penelitian ini ialah menginvestigasi reaksi pasar modal Indonesia terhadap pengumuman pertama kasus terkonfirmasinya virus corona di Indonesia dan kecenderungan industri yang paling terkena dampak akibat adanya pandemi COVID-19 yakni travel related, hospitality serta pariwisata. Selain itu pada penelitian ini juga menganalisis faktor penentunya terkait bagaimana pengaruh cadangan kas perusahaan, pandangan pasar Indonesia terkait karakteristik dari direktur utama terhadap kerentanan terpaparnya corona virus disease 2019 serta rasio leverage perusahaan apakah mempengaruh reaksi pasar saat pengumuman 2 Maret 2020. Dengan menggunakan Fama French Three Factor Model dalam memprediksi tingkat pengembalian yang diharapkan, hasil uji event study ini menunjukan bahwa pengumuman kasus pertama virus corona direspon oleh pasar secara signifikan sebagai sentiment negatif. Lebih lanjut pada penelitian ini juga ditemukan bahwa industri penerbangan, hospitality serta pariwisata memiiki kecendrungan reaksi yang lebih negatif dibandingkan industri lainnya. Selain itu dalam penelitian ini juga mendapatkan hasil cadangan kas berpengaruh secara signifikan terhadap reaksi pasar dimana semakin kecil cadangan kas yang dimiliki perusahaan maka reaksi pasar akan semakin negatif. Sedangkan perusahaan dengan rasio leverage yang tinggi mengalami reaksi yang lebih negatif. Sementara itu terkait karakteristik direktur utama akan kerentanan COVID-19, penelitian ini gagal menemukan adanya reaksi dari pasar yang memperhatikan variabel tersebut sebagai indikator reaksi negatif akibat adanya pengumuman kasus pertama terkonfirmasi virus corona di Indonesia.

---

The main purpose of this paper is to investigate the stock market reaction in travel-related, hospitality, and leisure industries to the first announcement of the COVID-19 case which affected Indonesia on March 2, 2020. Additionally, this study also analyses indicators that determine market reaction such as cash reserve and CEOs’ health risk due to pandemic situations. We also use a control variable, leverage. The method used in this research is event study and supported by multiple linear regression to analyze the relationship between market reaction and independent variables. This paper uses Fama French three-factor models to estimate the expected return on firms due to the COVID-19 announcement. Based on a calculation of Cumulative abnormal returns, the stock of tourism industries has a more negative reaction towards a confirmed first case of COVID-19 compared to other industries. We also find that Indonesian firms with greater cash reserves experienced fewer negative returns, while firms with higher leverage ratios were penalized more. Additionally, we don’t find that firms with CEOs who were exposed to significant health risks of COVID-19 experienced worse stock market performances."

"This study aims to assess and evaluate the business model of airlines as an air cargo terminal operator. Correspondingly, to analyze the business model, the airline is run as an air cargo terminal operator on its own compared to if the cargo services outsourced to other parties at the terminal. This research uses a case study approach with PT. Garuda Indonesia, as the object or context of the study. PT. Garuda Indonesia Tbk is the only one of the airlines in Indonesia that operates as non-integrated cargo services and manages air cargo terminal service. The analysis will conduct by performing financial analysis and comparative study analysis. After that, scenario and sensitivity analysis will lead and decided the priority of air cargo business. The result is when the company decides to outsource the business to the other party is better than if they run by themselves. From the sensitivity and scenario analysis results, it shows that all the scenarios of the outsourced still better compared to if they run their business by themselves. The implications obtained from the research is they got more benefit from cost-efficiency and revenue enhancement.

---

Penelitian ini bertujuan untuk menilai dan mengevaluasi model bisnis maskapai penerbangan sebagai operator terminal kargo udara. Sejalan dengan itu, untuk menganalisis model bisnis, maskapai ini dijalankan sebagai operator terminal kargo udara sendiri dibandingkan dengan jika layanan kargo di-outsourcing ke pihak lain di terminal. Penelitian ini menggunakan pendekatan studi kasus dengan PT. Garuda Indonesia, sebagai objek atau konteks penelitian. PT. Garuda Indonesia Tbk adalah satu-satunya maskapai penerbangan di Indonesia yang beroperasi sebagai layanan kargo non-terintegrasi dan mengelola layanan terminal kargo udara. Analisis akan dilakukan dengan melakukan analisis keuangan dan analisis studi banding. Setelah itu, analisis skenario dan sensitivitas akan memimpin dan memutuskan prioritas bisnis kargo udara. Hasilnya adalah ketika perusahaan memutuskan untuk melakukan outsourcing bisnis ke pihak lain lebih baik daripada jika mereka menjalankannya sendiri. Dari hasil analisis sensitivitas dan skenario, itu menunjukkan bahwa semua skenario outsourcing masih lebih baik dibandingkan dengan jika mereka menjalankan bisnis mereka sendiri. Implikasi yang diperoleh dari penelitian ini adalah mereka mendapat lebih banyak manfaat dari efisiensi biaya dan peningkatan pendapatan."

"Tujuan dari penelitian ini adalah memberikan solusi dan masukkan kepada XYZ.com untuk mengembangkan layanan video on demand dengan mengevaluasi data yang diperoleh melalui web analytics. Melalui data tersebut XYZ dapat memperdalam pengetahuan mengenai perilaku pengunjung, terutama pengunjung yang memiliki value berupa durasi kunjungan yang tinggi sehingga dimasa mendatang XYZ.com dapat merumuskan strategi untuk meningkatkan dan mempertahankan hubungan yang nantinya diharapkan dapat meningkatkan advertising revenue. Penelitian ini menggunakan big data analytics, yakni analisis deskriptif. Teknik analisa data yang digunakan adalah analisa clustering dan data analysis menggunakan SQL. Clustering analysis digunakan untuk mengelompokkan pengunjung berdasarkan durasi kunjungan dan jumlah perangkat. Data analysis dengan SQL digunakan untuk menganalisa karakteristik dari pola penggunaan perangkat dan traffic source, serta dapat membantu memvisualisasikan data. Hasil akhir dari penelitian yang dilakukan adalah mengetahui jumlah cluster dari pengunjung yang terbentuk, pola penggunaan perangkat dan traffic source yang digunakan pada visitor yang memiliki durasi kunjungan yang tinggi.

---

The purpose of this research is to provide solution and recommendation for XYZ.com in order to develop and enhance their video on demand service by evaluating the data extracted from web analytics. Through these data, XYZ can deepen the knowledge about the behavior of visitors, especially visitors who have value of high duration of visits, so that in future XYZ.com can formulate strategies to improve and maintain relationship that will be expected to increase advertising revenue. This study use big data analytics, namely descriptive analysis. Data analysis technique used are clustering analysis and data analysis using SQL. Clustering analysis is used to group visitors based on the duration of the visit and the number of devices. Data analysis with SQL is used to analyze characteristics of device usage patterns and traffic sources, and can help visualize data. The final result of this research is to know the number of clusters of visitors formed, the pattern of device usage and traffic source used in visitors who have high duration of visit."

"Penelitian ini mengambil salah satu contoh penggunaan Big Data Analytics di perusahaan dan bagaimana pengimplementasian Big Data Analytics dapat membantu Manajer untuk mengambil keputusan dari data yang diambil. Dalam hal ini, Dataset yang diambil adalah data aktivitas pengguna situs web e-commerce yang memiliki fitur penjualan produk perusahaan melalui situs web. Dalam prosesnya, aktivitas pengguna situs web seperti page visit, penambahan produk ke keranjang belanja, dan pembelian produk produk akan dikumpulkan. Dari data yang dikumpulkan, laporan akan dibuat untuk diberikan kepada Manajer. Penelitian ini  akan mengidentifikasi poin yang dapat dicatat dari laporan yang dihasilkan. Seperti bagaimana performa penjualan dari produk tertentu, indentifikasi hubungan antar produk (apakah satu produk tertentu tergantung pada produk lain), Dan mengidentifikasi perilaku pengguna terhadap pembelian produk. Penelitian ini juga akan mengidentifikasi apakah implementasi Big Data yang ada di perusahaan saat ini dapat ditingkatkan, dan mengidentifikasi apakah peningkatan sistem implementasi Big Data merupakan investasi yang baik dan bermanfaat bagi perusahaan.

---

This paper takes one example of Big Data Analytics usage on a company and how it can help Managers to take decision from the data taken. In this case, the Big Data taken would be the data of user activities of an e-commerce website which holds features to sell the company products through the website. In the process, the user activities of the website such as website visits, user clicking the add to cart button, and proceed on buying the product will be collected. From the data collected, a report will be created to be shown to the Managers. This paper will specifically identify the points to be noted from the generated report. Such as how is the sales for a specific product, identify the relations between products (either one product is dependent to other product), and identify specific behavior of user towards product purchases. This paper would also identify whether the current Big Data implementation on the company can be improved, and identify if it is a good investment for the company to improve the Big Data implementation system."

"ABSTRAK<>br>Tesis ini akan membahas tentang strategi penjualan General Sales Agency, yang ditunjuk oleh penerbangan di daerah tertentu, berdasarkan data penjualan penerbangan. Akan tetapi, beberapa penerbangan menggunakan mata uang yang.berbeda tergantung lokasi agensi itu berada. Beberapa Negara menetapkan penggunaan mata uang lokal mereka ketika melakukan transaksi. Oleh karena itu, untuk menganalisa perubahan mata uang, analisa model regresi dinamis diterapkan. Di samping itu, tesis ini juga menggambarkan kecenderungan dari perilaku agen dengan menggunakan analisis RFM dengan metode kuartil. Metode ini digunakan karena implementasinya yang mudah dan membagi agen dengan jumlah yang sama. Setelah ditetapkan, korelasi digunakan untuk menganalisa kecenderungan penjualan terhadap agen-agen tersebut. Dengan menemukan kecenderungan dan tingkat signifikan dari klasifikasi RFM, perumusan untuk strategi berdasarkan data penjualan dapat ditentukan. Dalam hal ini, proses dalam Big Data Analytics digunakan untuk mencari nilai yang tersembunyi. Hasil dari tesis ini adalah penjualan akibat kebijakan pemerintah secara statistic tidak berpengaruh terhadap penjualan, klasifikasi RFM, dan terdapat korelasi negatif antara resensi dan frekuensi dan resensi dan monetary, dan korelasi positif antara frekuensi dan monetary.

---

ABSTRACT<>br>This thesis gives explanation regarding sales strategy of General Sales Agency based on sales data, appointed by airlines rsquo principle to sell the tickets in Indonesia. Some principles are using different currencies, depends on the operating countries where General Sales Agency resides. Dynamic regression model is used to analyze any changing due to external environment such as policy regulation. The tendencies of classification based on RFM analysis with quartile method to cluster agents using correlation were also examined. RFM analysis of quartile method is used because it is easy to implement and divide the agents equally. After that, correlations are used to examine the tendencies of sales data towards RFM classifications. Finding general tendencies and level of significance of RFM classifications would help to formulate strategy based on available data given by the company. Big Data analytics is used to get the hidden value from the data. The results indicate no statistically significant changes of sales due to policy regulation, RFM classifications are created, statistically significant negative correlations between recency and frequency, and between recency and monetary, and statistically significant positive correlation between frequency and monetary."

"Penelitian ini bertujuan untuk menganalisis representasi kelas sosial dalam big data di Indonesia. Penelitian ini berargumen bahwa persoalan pengaplikasian big data terletak pada bias yang disebabkan tidak reprsentatifnya data yang diproduksi. Berdasarkan konteks struktural pada masyarakat Indonesia, dimana secara kuantitatif melalui analisis terhadap data Susenas 2016 menunjukan bahwa terdapat hubungan antara kelas sosial, konteks sosial desa-kota, dan konteks spasial terhadap akses internet dalam proses transformasi struktur sosial kedalam masyarakat jaringan yang berimplikasi terhadap produksi data. Dimana terdapat kecenderungan menghilangkan representasi kelas bawah di Indonesia.

---

The research purposes are to study the social class representation of big data in Indonesia. This research argues that problems of big data are situated by bias in how the data are produced. Based on Indonesian socio structural context, analyzed quantitatively on Susenas 2016 data show that there is a linear statistical relationship from social class to internet access controlled by rural urban social context and spatial context. This relationship creating a significant impact on structural transformation toward network society, and how data are produced by the tendency of eliminating lower class in data generating process."

"The homogeneity of services offered by airlines contributes toward fierce competition among them. Airlines need to make different services, thus providing a competitive advantage for the airline. Online review websites provide a great opportunity for customers to write reviews in evaluating products or services online. Airlines could strategically use online reviews to achieve competitive advantages by extracting insights regarding service attributes contained in the reviews. The aims of the research are to extract service attributes from online reviews, calculate customer sentiment, and to infer positioning of airlines in Indonesia based on service attributes mentioned in reviews. We collected approximately 6000 online reviews from traveler review website (www.tripadvisor.com). Text mining was used for preprocessing, sentiment analysis was used to reveal customer sentiment, and correspondence analysis was used to describe the position of airlines in Indonesia. We found that several keywords as services attributes were consistently evident in online reviews. Some of the service attributes were: flight, time, service, food, and entertainment. We also found that all airlines got more positive sentiments from their customers. From the position map derived from online reviews, we conclude that Garuda Indonesia, Batik, Sriwijaya, Lion, Wings, Air Asia, and Citilink have their own characteristics inherent in the minds of customers.

---

Homogenitas layanan yang ditawarkan oleh maskapai penerbangan berkontribusi terhadap persaingan yang ketat di antara mereka. Maskapai perlu membuat layanan yang berbeda, sehingga memberikan keunggulan kompetitif bagi maskapai. Situs web tinjauan online memberikan peluang besar bagi pelanggan untuk menulis ulasan dalam mengevaluasi produk atau layanan secara online. Maskapai dapat menggunakan ulasan online secara strategis untuk mencapai keunggulan kompetitif dengan mengekstraksi wawasan mengenai atribut layanan yang terkandung dalam ulasan. Tujuan dari penelitian ini adalah untuk mengekstraksi atribut layanan dari ulasan online, menghitung sentimen pelanggan, dan menyimpulkan posisi maskapai di Indonesia berdasarkan atribut layanan yang disebutkan dalam ulasan. Kami mengumpulkan sekitar 6000 ulasan online dari situs web ulasan wisatawan (www.tripadvisor.com). Text-mining digunakan untuk proses preprocessing, analisis sentimen digunakan untuk mengungkapkan sentimen pelanggan, dan analisis korespondensi digunakan untuk menggambarkan posisi maskapai penerbangan di Indonesia. Kami menemukan bahwa beberapa kata kunci sebagai atribut layanan secara konsisten terbukti dalam ulasan online. Beberapa atribut layanan adalah: flight, time, service, food, dan entertainment. Kami juga menemukan bahwa semua maskapai mendapat lebih banyak sentimen positif dari pelanggan mereka. Dari peta posisi yang berasal dari ulasan online, kami menyimpulkan bahwa Garuda Indonesia, Batik, Sriwijaya, Lion, Wings, Air Asia, dan Citilink memiliki karakteristik mereka sendiri yang melekat dalam benak pelanggan."

"One of the most exciting developments from the world of ideas in decades, presented with panache by two frighteningly brilliant, endearingly unpretentious, and endlessly creative young scientists."--Steven Pinker, author of The Better Angels of Our Nature Our society has gone from writing snippets of information by hand to generating a vast flood of 1s and 0s that record almost every aspect of our lives: who we know, what we do, where we go, what we buy, and who we love. This year, the world will generate 5 zettabytes of data. (That's a five with twenty-one zeros after it.) Big data is revolutionizing the sciences, transforming the humanities, and renegotiating the boundary between industry and the ivory tower. What is emerging is a new way of understanding our world, our past, and possibly, our future. In Uncharted, Erez Aiden and Jean-Baptiste Michel tell the story of how they tapped into this sea of information to create a new kind of telescope: a tool that, instead of uncovering the motions of distant stars, charts trends in human history across the centuries. By teaming up with Google, they were able to analyze the text of millions of books. The result was a new field of research and a scientific tool, the Google Ngram Viewer, so groundbreaking that its public release made the front page of The New York Times, The Wall Street Journal, and The Boston Globe, and so addictive that Mother Jones called it "the greatest timewaster in the history of the internet." Using this scope, Aiden and Michel-and millions of users worldwide-are beginning to see answers to a dizzying array of once intractable questions. How quickly does technology spread? Do we talk less about God today? When did people start "having sex" instead of "making love"? At what age do the most famous people become famous? How fast does grammar change? Which writers had their works most effectively censored by the Nazis? When did the spelling "donut" start replacing the venerable "doughnut"? Can we predict the future of human history? Who is better known-Bill Clinton or the rutabaga? All over the world, new scopes are popping up, using big data to quantify the human experience at the grandest scales possible. Yet dangers lurk in this ocean of 1s and 0s-threats to privacy and the specter of ubiquitous government surveillance. Aiden and Michel take readers on a voyage through these uncharted waters""Breaking open Big Data, two Harvard scientists reveal a ground-breaking way of looking at history and culture""

"Penelitian ini akan membahas mengenai kerangka manajemen risiko koperasi syariah, dengan mengambil kasus 2 (dua) koperasi syariah terkemuka di Indonesia. Penerapan manajemen risiko berguna bagi organisasi untuk meningkatkan kinerjanya secara keseluruhan dan mencapai tujuan organisasinya. Meskipun keuangan mikro syariah berkembang pesat di Indonesia, koperasi syariah mengalami berbagai tantangan dari internal dan eksternal. Tantangan internal yang dihadapi koperasi syariah antara lain permodalan, tantangan SDM, dan terbatasnya standar operasional prosedur operasional internal. Dari sisi regulasi, tidak seperti lembaga keuangan lain yang sangat diatur seperti bank dan asuransi, koperasi syariah masih belum memiliki regulasi khusus untuk penerapan manajemen risiko. Situasi ini mendorong koperasi syariah untuk menciptakan self-regulation dan selfcontrol untuk penerapan manajemen risikonya. Metodologi yang digunakan yaitu pendekatan kualitatif yang menggunakan strategi penelitian studi kasus melalui wawancara, Focus Group Discussion (FGD) dan analisis dokumen, penelitian ini mengidentifikasi jenis risiko yang dihadapi koperasi syariah di Indonesia dan cara mengelola risiko tersebut.

---

This study offers a risk management framework for the Islamic cooperative, by taking a case of 2 (two) leading Islamic cooperative in Indonesia. Risk management implementation is useful for organizations to improve their overall performance and achieve their organization goal. Despite the fast growth of Islamic microfinance in Indonesia, Islamic cooperatives experience various challenges from internally and externally. Internal challenges faced by Islamic cooperatives include capital, human resource challenges, and limited standard operational procedures for internal operations. From the regulatory side, unlike other highly regulated financial institutions such as banks and insurance, Islamic cooperative still has no specific regulation for risk management implementation. This situation leads Islamic cooperatives to create self-regulation and self-control for their risk management implementation. The methodology in this study is a qualitative method with case study approach through interviews, Focus Group Discussions (FGD) and document analysis , this study identifies the type of risks faced by Islamic cooperatives in Indonesia and ways to manage the risks."