Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
ABSTRAK
Tesis ini meneliti tentang pengaruh pajak, khususnya sistem pajak, dalam menentukan masuknya investasi asing (FDI) di negara-negara di dunia dari tahun 2010-2017. Dalam tesis ini, sistem pajak merupakan gambaran atas tingkat kemudahan pembayaran pajak dan kompleksitas peraturan pajak di satu negara. Dengan melakukan pengklasifikasian negara-negara berdasarkan tingkat pendapatannya, penelitian ini menyimpulkan bahwa sistem pajak merupakan faktor penting bagi investor asing sebelum melakukan investasi di negara-negara miskin dan berkembang. Untuk negara-negara kaya, penurunan tarif pajak merupakan faktor yang lebih dominan. Hasil penelitian ini menegaskan pentingnya reformasi institutional di negara-negara miskin dan berkembang dalam mengundang masuknya investasi asing.

---

ABSTRACT

---

This thesis examines the impact of the tax system in determining FDI inflows in countries around the world from 2010 to 2017. We group the countries into two groups, based on income levels. Our findings suggest that the tax system, which reflects the easiness of tax payment, and the commitment to all tax regulations, plays a significant role in determining FDI inflows in low & middle-income countries. In high-income countries, it is the corporate tax cut that plays the role. The result implies that improved institutional performance in low & middle-income countries is an essential factor to induce FDI inflows.

Abstrak :
Dalam tuqas akhir ini dibahas mengenai pemodelan masalah perhitungan pesanan materi iklan yang masuk pada suatu biro iklan agar didapat sejumlah maksimum materi yang siap pakai, sesuai kapasitas yang ada. Algoritma yang digunakan adalah algoritma maksimum Low minimum cut yang disesuaikan agar dapat menyelesaikan masalah lalu lintas kerja dalam pembuatan materi ikian ini.

Abstrak :
Protein mempunyai peranan penting sebagai struktur dalam tubuh virus. Protein tersebut saling berinteraksi membentuk jaringan interaksi protein-protein. Jaringan interaksi protein coronavirus mempunyai ribuan protein dan interaksi yang membentuk jaringan interaksi protein yang besar, sehingga diperlukan metode pengelompokan untuk menyederhanakan analisis jaringan tersebut. Pada penelitian ini, algoritma Markov Clustering (MCL) yang dikombinasikan dengan maximum matching dijalankan pada sebuah kerangka kerja multilevel untuk mengelompokkan jaringan interaksi protein coronavirus. Algoritma maximum matching digunakan untuk memperoleh hasil matching yang optimal di fase graph coarsening pada setiap level dan algoritma MCL digunakan untuk mengelompokan jaringan interaksi protein tersebut. Hasil pengelompokan yang paling optimal diperoleh pada parameter penggelembungan dengan level-1. Hasil tersebut dilihat berdasarkan nilai average N-cut yaitu 0,8729. Semakin kecil nilai average N-cut, maka kualitas hasil pengelompokannya semakin baik. Hasil pengelompokan terbaik pada jaringan interaksi protein coronavirus menggunakan ML-MCL dengan maximum matching dihasilkan 21 klaster terpisah dengan 4911 interaksi. Protein yang mempunyai peran penting dapat dilihat dari pusat klaster pada hasil pengelompokan terbaik dan protein-protein tersebut yaitu ZW10, ZYG11A, ZNF771, ZZEF1, ZNF451, ZNF668, YKT6, WDR11, ZNF318, ZYG11B, ZNF428, ZPR1, ZFR, TK2, ZNF746, UBR5, ZNF609, ZZZ3, ZBTB16, XPNPEP3, dan USP7. Waktu yang dibutuhkan pada hasil pengelompokan terbaik yaitu 376,6494 detik. Pada simulasi ini, tidak terdapat protein yang hilang pada seluruh hasil pengelompokan. ......Protein has an essential role as a structure in the body of the virus. These proteins interact to form a network of protein-protein interactions. The protein interaction network of coronavirus has thousands of proteins and interactions that form a large protein interaction network, so that a clustering method is needed to simplify the analysis of the network. In this study, the Markov Clustering (MCL) algorithm was built combined with maximum matching in a multilevel framework to cluster the protein interaction network of coronavirus. The maximum matching algorithm is used to obtain the optimal matching result in the graph coarsening phase at each level, and the MCL algorithm is used to cluster the protein interaction network. The most optimal grouping results were obtained at inflation parameter with level-1. These results are seen based on the average N-cut value, which is 0.8729. The smaller the average N-cut value, the better the quality of the clustering results. The best clustering result of the protein interaction network of coronavirus using ML-MCL with maximum matching resulted in 21 separate clusters with 4911 interactions. Proteins that have an important role can be seen from the center of the cluster of the best clustering result, and these proteins are ZW10, ZYG11A, ZNF771, ZZEF1, ZNF451, ZNF668, YKT6, WDR11, ZNF318, ZYG11B, ZNF428, ZPR1, ZFR, TK2, ZNF746, UBR5, ZNF609, ZZZ3, ZBTB16, XPNPEP3, and USP7. The time required for the best clustering results is 376.6494 seconds. In this simulation, there were no missing proteins in all clustering results.

Abstrak :
ABSTRAK
Penelitian dilakukan untuk menentukan nilai cut-off dalam skoring status HER-2 pada pasien kanker payudara dengan metode qPCR. DNA genom sebanyak 72 sampel yang diekstraksi dari jaringan kanker payudara dianalisis menggunakan metode 2ΔCT untuk mengetahui jumlah salinan gen HER-2 sampel secara relatif yang telah diketahui statusnya oleh IHC. Jumlah salinan gen HER-2 dinyatakan sebagai rasio gen HER-2 terhadap gen acuan yang digunakan, yaitu whn. Kurva standar dihasilkan dari pengenceran serial plasmid standar pGEM-T easy HER-2 dan pGEM-T easy whn, dikembangkan untuk kontrol kualitas pengujian. Evaluasi kualitas qPCR yang optimal ditentukan dengan nilai koefisien determinasi (R2) >0,980, persentase efisiensi dalam kisaran 90 ? 105%, dan konfirmasi produk spesifik dengan analisis melt peak dan elektroforesis gel. Nilai cut-off didapat dari perhitungan nilai kuartil untuk menetapkan batas negatif, borderline, dan positif amplifikasi HER-2 pada sampel. Hasil analisis qPCR dibandingkan kesesuaiannya terhadap status yang telah diperoleh dari evaluasi IHC sebelumnya. Kurva standar untuk kedua plasmid standar menunjukkan performa yang baik, dan konfirmasi sampel dengan analisis melt peak dan elektroforesis gel menunjukkan puncak dan pita tunggal spesifik. Nilai cut-off yang didapatkan dalam penelitian adalah ≤2,16 untuk negatif, >2,16 dan ≤4,19 untuk borderline, dan >4,19 untuk positif amplifikasi HER-2. Hasil analisis qPCR dengan nilai cut-off yang dibandingkan dengan status IHC menghasilkan kesesuaian 67%.

---

ABSTRACT
The research aimed to determine cut-off value in HER-2 scoring status on breast cancer patients by qPCR method. Total of 72 genomic DNA samples extracted from breast cancer tissues were analyzed using 2ΔCT method to measure relatively HER-2 gene copy number of samples previously identified by IHC. HER-2 gene copy number was expressed as a ratio of HER-2 gene to the reference gene used, namely whn. Standard curve was generated by serial dilution of pGEM-T easy HER-2 and pGEM-T easy whn plasmid standard, developed for quality control assay. For evaluation, optimal qPCR assay was determined by coefficient of determination value (R2) >0.980, percentage of efficiency in the range of 90 ? 105%, and specific product was confirmed by melt peak analysis and gel electrophoresis. Cut-off value was obtained from quartile calculation to establish the status of negative, borderline, and positive amplification of HER-2 in the samples. Further, result of qPCR analysis was compared with IHC status. Standard curves for both plasmid standards showed a good performance, and confirmed by melt peak and gel electrophoresis showed single peak and single band specific. For the cut-off value, this study suggested ≤2.16 for negative, >2.16 and ≤4.19 for borderline, and >4.19 for positive HER-2 amplification. The result of qPCR analysis with cut-off value was compared with IHC status has concordance 67%.

Abstrak :
ABSTRAK
Penelitian ini membahas terjadinya tren penurunan tarif pajak penghasilan badan atau corporate income tax (CIT) yang terjadi dalam lingkup global. Secara regional, hal tersebut juga terjadi di Asia Pasifik. Maka dari itu, adanya indikasi bahwa tarif CIT yang diberlakukan di suatu negara dipengaruhi oleh negara lain. Kebijakan pajak memiliki peran penting dalam menstimulus perekonomian dengan pemotongan pajak yang memiliki pro dan kontra. Menggunakan metode ekonometri panel data, hasil estimasi menunjukkan adanya korelasi yang kuat antara tarif CIT suatu negara dengan tarif CIT negara lain. Selain itu, terdapat juga faktor lain seperti tingkat inflasi dan liberalisasi perdagangan. Dengan demikian, kebijakan pajak tidak hanya dapat berpatokan pada tarif pajak negara lain tetapi juga mempertimbangkan kondisi di dalam negara itu sendiri. Di samping itu, pada faktanya persaingan pajak dapat berdampak pada FDI.

---

ABSTARCT
This study discusses the downward trend in corporate income tax (CIT) rates that occur globally. Regionally, this happens in the Asia Pacific. Therefore, there are indications that CIT rates imposed in a country are influenced by other countries. Tax policies have an important role in stimulating the economy with tax cuts even which has pros and cons. Using the econometric panel data method, the estimation results show a strong correlation between CIT rates of a country and other countries CIT rates. In addition, there are also other factors such as inflation rates and trade liberalization. Thus, tax policy can not only to be based on the tax rates of other countries but also consider the conditions within the country itself. In addition, in fact tax competition can impact on FDI.