Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKDalam rangka usahanya untuk menghimpun dana masyarakat, pihak perbankan berlomba menawarkan berbagai macam produk kepada masyarakat, seperti tabungan dengan bunga harian, tabungan berhadiah, deposito berhadiah. Dipihak lain, untuk menyalurkan dana tersebut kepada masyarakat dalam bentuk pinjaman, selalu diikuti dengan persyaratan dan prosedur yang seringkali memberatkan calon nasabah. Dalam perekonomian di Indonesia dikenal suatu lembaga kredit yang lain yang dapat digunakan sebagai salah satu alternatif sumber dana, yaitu Perusahaan Umum Pegadaian (selanjutnya disebut Pegadaian). Pegadaian adalah Badan Perkreditan yang berada langsung di bawah pengawasan Departemen Keuangan, yang menyalurkan uang pinjaman atas dasar hukum gadai, dengan menerima jaminan berupa barang-barang bergerak. Persyaratan yang ringan, prosedur yang sederhana dan pelayanan yang cepat adalah ciri dari Pegadaian. Namun dalam perkembangannya, masyarakat lebih mengenal Lembaga Perbankan dibandingkan dengan Pegadaian. Keengganan masyarakat menggunakan jasa Pegadaian karena Pegadaian sering diidentikkan dengan kemiskinan. Sesuai dengan tujuan awal didirikannya Pegadaian, yaitu untuk memberantas lintah darat, rentenir atau praktek riba gelap yang memberatkan kehidupan masyarakat kecil, sehingga pengguna jasa Pegadaian sebagaian besar adalah masyarakat golongan bawah. Pegadaian adalah lembaga yang unik. Disatu pihak Pegadaian diharapkan bisa memberikan kredit kepada siapapun yang membutuhkan, sedangkan dipihak lain Pegadaian tidak diperkenankan menghimpun dana dari masyarakat berupa tabungan, giro atau deposito, seperti halnya dengan Bank. Penelitian ini mencoba mengkaji faktor penentu perkembangan Pegadaian, khususnya di Jawa Tengah untuk kurun waktu tahun 1983 sampai dengan 1992. Dalam analisis dapat pula diketahui faktor apa sebetulnya yang dominan sebagai penentu perkembangan Pegadaian, sehingga apabila faktor tersebut dapat diketahui, dapat membantu untuk menentukan kebijakan Perum Pegadaian selanjutnya. Tidak banyak teori yang dapat dijadikan acuan dalam penelitian ini. Hal ini disebabkan kekhasan misi, sifat maupun ciri Pegadaian itu sendiri. Sehingga model dibangun atas dasar prasurvey dan data yang ada di lapangan. Faktor-faktor yang diduga sebagai penentu perkembangan Pegadaian adalah jumlah nasabah, omzet, sewa modal, surplus, jumlah pegawai, tanggapan nasabah atas kredit yang diperoleh, pelayanan dan kepuasan nasabah. Dari delapan faktor tersebut, tujuh faktor yaitu jumlah nasabah, omzet, sewa modal, surplus, kredit, pelayanan dan kepuasan nasabah mempunyai tingkat keeratan yang tinggi terhadap model dan jumlah nasabah merupakan faktor yang dominan dalam menentukan perkembangan Pegadaian. Hal ini mengingat nasabah Pegadaian adalah nasabah dengan penmintaan pinjaman dalam jumlah kecil, sehingga semakin banyak nasabah maka akan semakin besar omzet Pegadaian. Sedangkan faktor jumlah pegawai mempunyai tingkat keeratan yang rendah terhadap model, yaitu 0,37. Ini berarti bahwa jumlah pegawai meskipun tidak sesuai dengan formasi pegawai yang ada, kegiatan Pegadaian tetap dapat berjalan dengan baik."

"Dalam upaya meningkatkan layanan melalui aplikasi Aplikasi Pegadaian Digital, PT Pegadaian terus berupaya untuk melakukan monitoring kepuasan pelanggan dari aplikasi dengan memanfaatkan dashboard Google Play Store. Namun, berdasarkan hasil analisis, terdapat ketidakcocokan antara rating Google Play Store dengan label orientasi sentimen sesungguhnya. Persentasi kesalahan rating yang diambil dari 524 komentar yang telah divalidasi oleh manusia adalah sebesar 34.09%. Artinya, rating pada Google Play Store yang diberikan terhadap 34.09% dari 1.018 review tidak merefleksikan orientasi sentimen yang sesungguhnya. Hal ini menjadi masalah dikarenakan tidak sejalan dengan harapan yang telah disampaikan oleh Kepala Divisi Operasional dan Infrastruktur TI pada sharing and learning yang dilakukan pada tanggal 9 Maret 2021 mengenai peningkatan layanan sentra operasi, di mana seharusnya perusahaan dapat mengetahui kepuasan pelanggan secara akurat. Jika hanya mengandalkan data rating dan ulasan secara mentah dan tanpa analisis maka harapan pelanggan yang sesungguhnya tidak dapat dipenuhi. Sehingga dibutuhkan analisis yang mampu melakukan evaluasi dan menunjukan tingkat kepuasan pelanggan terhadap suatu produk berdasarkan data opini pelanggan secara langsung. Tujuannya adalah untuk mengetahui apakah rating merupakan model klasifikasi orientasi sentimen yang efektif. Selain itu analisis sentimen perlu dilakukan untuk mengetahui sejauh apa model klasifikasi orientasi sentimen yang baik dapat bekerja dan membantu perusahaan untuk mengetahui bagaimana gambaran sentimen positif dan negatif berdasarkan ulasan aplikasi terhadap aplikasi. Pada Penelitian ini, untuk mendapatkan informasi tersebut, dilakukan pendekatan data mining yaitu analisis sentimen dengan metode Maximum Entropy dan Support Vector Machine. Dengan metode ini akan digambarkan ulasan yang termasuk ulasan positif dan negatif. Selanjutnya ulasan dimodelkan dalam bentuk harapan atau persepi dari pengguna yang nantinya dapat digunakan oleh perusahaan sebagai bahan evaluasi pengembangan aplikasi. Hasil permodelan diuji akurasinya dengan menggunakan Confussion Matrix. Dari hasil confusion matrix didapatkan hasil bahwa algoritma Support Vector Machine mendapatkan nilai accuracy, precision, recall dan F-score yaitu accuracy sebesar 87,25%, nilai precision sebesar 97,67%, recall sebesar 77,78%, dan nilai F-Score 86,60%. Dengan penelitian ini, diharapakan membantu PT. Pegadaian dalam menggali harapan pelanggan secara lebih sepesifik dan detail sehingga perusahaan mampu meberikan layanan yang tepat sasaran dan sesuai harapan pelanggan.

---

To improve services through the Pegadaian Digital Application, PT Pegadaian continues to make efforts to monitor customer satisfaction from the application by utilizing the Google Play Store dashboard. However, based on the results of the analysis, there is a discrepancy between the Google Play Store rating and the actual sentiment orientation label. The percentage of rating errors taken from 524 comments that have been validated by humans is 34.09%. That is, the rating on the Google Play Store given to 34.09% from 1,018 reviews does not reflect the true sentiment orientation. This is a problem because it is not in line with the expectations that have been conveyed by the Head of Operations and IT Infrastructure Division in the sharing and learning conducted on March 9, 2021 regarding improving operations center services, where the company should be able to accurately determine customer satisfaction. If you only rely on raw rating and review data and without analysis, real customer expectations cannot be met. So we need an analysis that is able to evaluate and show the level of customer satisfaction with a product based on customer opinion data directly. The aim is to find out whether the rating is an effective sentiment orientation classification model. Besides that, sentiment analysis needs to be done to find out how far a good sentiment orientation classification model can work and help companies to find out how positive and negative sentiment is based on application reviews of applications. In this study, to obtain this information, a data mining approach was used, namely sentiment analysis using the Maximum Entropy and Support Vector Machine methods. With this method a review will be described including positive and negative reviews. Furthermore, the review is modeled in the form of expectations or perceptions from users which can later be used by the company as material for evaluating application development. Modeling results are tested for accuracy using the Confussion Matrix. From the results of the confusion matrix, the results show that the Support Vector Machine algorithm gets accuracy, precision, recall and F-score, namely accuracy of 87.25%, precision value of 97.67%, recall of 77.78%, and F-Score value 86.60%. With this research, it is hoped that it will help PT. Pegadaian explores customer expectations more specifically and in detail so that the company is able to provide services that are right on target and in line with customer expectations."

"Development of Data Warehouse and Data Mining for National Standards for EducationAbstrak Berbahasa Indonesia/Berbahasa Lain (Selain Bahasa Inggris): Standar Nasional Pendidikan (SNP) adalah kriteria minimal tentang sistem pen-didikan di seluruh wilayah hukum Negara Kesatuan Republik Indonesia. SNPdigunakan sebagai acuan pengembangan kurikulum, tenaga kependidikan, saranadan prasarana, pengelolaan, dan pembiayaan pendidikan. Pengembangan dan pemantauan SNP dilakukan Badan Standar Nasional Pen-didikan (BSNP) dibantu oleh tim ahli yang bersifat ad-hoc. Data pendidikanyang ada pada kementerian atau hasil-hasil analisisnya diprioritaskan untuk digu-nakan dalam pengembangan dan pemantauan SNP. Permasalahan yang diangkatdalam penelitian ini adalah belum intensifnya penggunaan data pendidikan yangada pada kementerian untuk pengembangan dan pemantauan SNP. Salah satu penyebab belum intensifnya penggunaan data pendidikan ini karenadata pendidikan tersebar di berbagai instansi dan belum ada standar yang meng-atur data pendidikan dan bagaimana cara mengaksesnya. Salah satu cara yangdapat digunakan untuk mengatasi hal ini adalah teknologi data warehouse denganmelakukan integrasi data melalui proses ETL. Untuk memanfaatkan lebih jauhlagi data yang ada dalam data warehouse dapat dilakukan data mining. Padapenelitian ini akan dikaji sejauh mana data warehouse dan data mining dapat di-gunakan untuk pengembangan dan pemantauan SNP. Penelitian yang dilakukan mencakup analisis terhadap pengelolaan data pen-didikan di Indonesia, analisis terhadap data yang akan diolah, dilanjutkan de-ngan pengembangan serta evaluasi data warehouse dan data mining yang dikem-bangkan. Data yang digunakan dalam penelitian ini dibatasi pada data hasil UjianNasional (UN) dan akreditasi untuk jenjang SMP/MTs. Dari penelitian ini didapati bahwa antarmuka OLAP dalam data warehouse dapatdigunakan untuk menganalisis data pendidikan terkait dengan SNP. Sedangkanuntuk data mining, teknik deskriptif dengan pencarian aturan asosiasi dan teknikprediktif dengan klasifikasi dapat digunakan untuk memperoleh pengetahuanyang tersimpan dalam data warehouse untuk data hasil UN dan akreditasi.

---

The National Standards for Education/Standar Nasional Pendidikan (SNP) is a

set of minimal criteria about the educational system in the Indonesia Republic.

The SNP is used as a reference for curriculum development, teacher and staff,

facilities and infrastructure, management, and financing of education.

The development and monitoring of the SNP are conducted by the National Stan-

dards for Education Agency/Badan Standar Nasional Pendidikan (BSNP), as-

sisted by several ad-hoc team of experts. The data that’s available on the Ministry

of National Education (MoNE) or the results of the analysis are prioritized to be

used in the development and monitoring of the SNP.

Issues raised in this research is the use of data available on the ministry of edu-

cation for the development and monitoring of the SNP has not been intense. One

cause has not been the intensive use of education data because educational data

spread across various agencies/ministries and there is no standard of educational

data and how to get access to them. One solution that can be used to overcome

this problem is data warehouse technology by integrating data through the ETL

process. To further use existing data in the data warehouse is to perform data min-

ing. This research examined to what extent the data warehouse and data mining

is useful for the development and monitoring of the SNP.

Research conducted, including the analysis of education data management in In-

donesia, the analysis of data to be processed, followed by the development and

evaluation of data warehouse and data mining developed. The data used in this

study are limited to data from the National Examination and the accreditation

process for junior high schools (SMP/MTs).

From this study, it was found that the OLAP user interface and data warehouse

can be used to analyze data associated with an SNP. As for data mining, associ-

ation rules and classification can be used to obtain hidden knowledge in the data

warehouse for the National Examination and accreditation data."

"Indonesia merupakan salah satu negara berkembang yang sedang giat-giatnya melaksanakan Pembangunan Nasional. Dalam GBBN disebutkan : Pembangunan Nasional bertujuan untuk mewujudkan masyarakat adil dan makmur yang merata materil dan spiritual berdasarkan Pancasila di dalam wadah Negara Kesatuan Republik Indonesia yang merdeka, berdaulat, bersatu dan berkedaulatan rakyat dalam suasana berkehidupan bangsa yang aman, tenteram, tertib dan dinamis serta dalarn lingkungan pergaulan dunia yang merdeka, bersahabat, tertib dan damai (TAP MPR-RI, 1988). Dari pengalaman selama pembangunan jangka panjang 25 tahun pertama (PJPT-I), terdapat empat pertimbangan pokok yang perlu diperhatikan untuk melaksanakan pembangunan pada tahap berikutnya. Pertama, bahwa pembangunan nasional pada hakekatnya adalah pembangunan manusia seutuhnya dan merata untuk seluruh penduduk Indonesia. Kedua, pembangunan nasional mencakup semua aspek kehidupan termasuk kuantitas, kualitas dan mobilitas persebaran penduduk. Ketiga, jumlah penduduk yang besar dan kurang serasi, serta kurang seimbang dengan daya dukung dan daya tampung lingkungan akan mempengaruhi segala segi pembangunan dan kehidupan masyarakat, sedangkan jumlah penduduk yang besar dan berkualitas merupakan salah satu modal dasar dan faktor dominan bagi pembangunan nasional. Keempat, jika kuantitas penduduk dikendalikan, kualitas penduduk dikembangkan, serta mobilitas penduduk diarahkan, maka penduduk akan menjadi sumberdaya yang tangguh bagi pembangunan dan ketahanan nasional. "

"In the political analysis, especially in accordance wilh the general election socio-political and socio economic research provides a geographical approach to Analyse Central of Java. Method and geographical elements :are used lo analyse the result of that general election, in which the spatial unitS are used to be analysed. The spatial units consist of 35 regions at kabupaten/kota level.

Vote dislribution of the top five political parties in the General Election of 1999 in every kabupatenlkota of Central Java province is presented through tables and maps. By using the method of Location Quotient, available to produce a vote bases maps, Prom those maps of vote bases, they are overlapped and the distribution of santri and abangan enclaves can be identified. Subsequently, these enclaves are described in a map.

A differentiation on region characteristics of vote gathering distribution among the top five parties is clearly described. In term of typology of region phisiography (high mountains- low land), there is a significant difference of vote gathering for the Party of Golkar, in which Golkar Party is concentrard in Southern Highland. ln term of typology of rural-urban, there is a significant difference of vote gathering for PKB and PAN. PAN is concentrated more in urban areas while PKB is concentrated in rural areas:. Whilst due to typology of coastal-hinterland, Golkar Party is concentrated in Southern Coastal areas while PKB in the Northern Coastal areas. In term of typology of karesidenan, the significant difference of vote gathering can be shown among PDI-P, PK.B, PPP and PAN.

There are 8 factors influencing vote gathering. Those influencing factors are : profession of farmers, the number of people listening to radios, the number of Center of Traditional Islamic Education, the mass bases for "Old" Golkar, young votern, the Muhammadiyah schools, the NU schools. and the welfare perspective, which categorized as the middle and high socio-economic status.

According to sensitivity test, it is found that 12 factors influence vote gathering. By synthesizing those factors , this research enables to describe three geographical entities in explaining the relalion between geographical characteristics and vote distribution. The geographical pattern can be shown as follows :

ln the Southern Coastal regions :

There are 9 factors influencing the vote gathering, are : population density. the farmer profession, number of people listening to radios, number of moslems, the Muhammmadiyah schools., Center of Traditional Islamic Education, mosques and other buildings dor islam praying, number of santri, and the mass of the old Golkar.

In the hinterland regions:

Those 12 factores have a role to influence the vote gathering. They are ; population of density, the age of 17-25 years, the farmer proffesion, second and third wealthy families, people listening to the radios, number of moslems, the NU schools, the Muhamadiyah schools, Center of Traditional Islamic Eduction, mosques and other buildings for Islam praying, number of santri and the mass of Old Golkar.

In the northern coastal regions

Those 12 factors have a role to influence the vote gathering. They are: population density, the age of 17-25 years, the farmer proffesion, second and third wealthy families, people listening to the radios, number of moslems, the NU schools, the Muhammadiyah schools, Center of Traditional Islamic Education, mosques and other buildings for Islam praying, number of santri, and the mass of the old Golkar."

"Penelitian ini bertujuan untuk menguji dan menemukan bukti empiris pengaruh volatilitas arus kas, besaranaktual, volatilitas penjualan, tingkat hutang, dan siklus operasi terhadap persistensi laba. Sampel yangdigunakan dalam penelitian ini adalah perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia(BEl) selama periode 2001-2006. Total sampe/141 perusahaan. Data dikumpulkan dengan menggunakanmetode purposive sampling. Analisis penelitian ini menggunakan regresi berganda. Hasil penelitianmenunjukkan bahwa volatilitas arus kas, besaran akrua/, volatilitas penjualan, tingkat hutang berpengaruh signifikan terhadap persistensi laba, tetapi siklus operasi tidak memiliki pengaruh yang signifikan terhadappersistensi laba.

---

AbstractThis research is aimed to examine and .find out empirical evidence of the influence of cash flow volatility,magnitude of accrual, sales volatility, leverage, and operating cycle on earnings persistence. Samples usedin this research are manufacturing companies listed in Indonesia Stock Exchange (BEl) during period2001-2006. Total samples are 141 companies. The data are collected using purposive sampling method. The analysis of this research employs multiple regression. Results show that cash flow volatility, magnitude of accrual, sales volatility, leverage have significant effect on earnings persistence, but operating cycle donot hqve significant effect on earnings persistence."