Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini bertujuan untuk mengetahui Pengaruh Intensitas Pencarian Dengan Proksi Google SVI Terhadap Likuiditas Dan Volatilitas Saham Pada Perusahaan Property, Real Estate Dan Konstruksi Bangunan Yang Terdaftar Di Bursa Efek Indonesia Periode 2013 – 2017. Penelitian ini menggunakan metode regresi data panel. Dengan menggunakan variabel control yakni lagged Abnormal Trading Volume dan lagged Volatilitas Saham. Hasil penelitian ini menunujukan bahwa Intensitas Pencarian dengan menggunakan proksi Google ASVI signifikan berpengaruh positif terhadap likuiditas saham yang diproksikan oleh Abnormal Trading Volume dan juga signifikan berpengaruh positif terhadap Volatilitas saham.

---

This study aims to determine The Impact of Searching Intensity with Google SVI Proxy on Stock Liquidity and Stock Volatility of Property, Real Estate and Building Construction Companies listed in Indonesia Stock Exchange period 2013-2017. This study used panel data regression method. Lagged Abnormal Trading Volume and lagged Stock Volatility will be used for control variable. The results of the study show that Searching Intensity using Google SVI proxy has positive significant impact towards stock liquidity and stock volatility as well. "

"Non-word error merupakan kesalahan ejaan yang menghasilkan kata yang tidak ada dalam kamus. Tujuan dari penelitian ini adalah membandingkan dua metode pemeriksa ejaan non-word error, yaitu SymSpell dan kombinasi Damerau-Levenshtein distance dengan struktur data trie. Kedua metode tersebut melakukan isolated-word error correction terhadap non-word error. Dalam implementasi, SymSpell dibedakan menjadi dua, yaitu weighted dan unweighted. Proses perbandingan metode dimulai dengan penyusunan kamus menggunakan entri kata dari KBBI V yang diperkaya dengan kata-kata tambahan dari Wiktionary. Kamus yang dihasilkan memuat 91.557 kata. Selanjutnya, disusun dataset uji yang dibuat secara sintetis dengan memanfaatkan modifikasi dari candidate generation Peter Norvig. Dataset uji sintetis yang dihasilkan memuat 58.532 kata salah eja. Dilakukan perbandingan antara Weighted SymSpell, Unweighted SymSpell, dan kombinasi Damerau-Levenshtein distance dengan struktur data trie menggunakan dataset uji sintetis tersebut. Perbandingan tersebut mengukur best match accuracy, candidate accuracy, dan run time. Hasil perbandingan menyimpulkan bahwa SymSpell memiliki performa yang lebih baik dibandingkan dengan metode kombinasi Damerau-Levenshtein distance dan struktur data trie karena unggul dari aspek best match accuracy dan run time serta memperoleh candidate accuracy yang setara dengan metode-metode lain. Implementasi SymSpell yang unggul, yaitu Weighted SymSpell memperoleh best match accuracy 66,79%, candidate accuracy 99,33%, dan run time 0,39 ms per kata.

---

Non-word errors are errors during writing where the resulting word does not exist in the dictionary. The objective is to compare non-word error spell checker methods, which are SymSpell and a combination of Damerau-Levenshtein distance with the trie data structure. Both methods handle non-word errors using isolated-word error correction.

During implementation, SymSpell is divided into two types: weighted and unweighted.

The comparison process starts by compiling a dictionary from word entries in KBBI V and Wiktionary. The resulting dictionary contains 91,557 words. The next step

is to synthetically generate a test dataset using a modified version of Peter Norvig’s candidate generation method. The resulting test dataset contains 58,532 misspellings.

A comparison is made between Weighted SymSpell, Unweighted SymSpell, and a

combination of Damerau-Levenshtein distance with the trie data structure using the synthetic test dataset that was generated. The comparison measures the best match accuracy, candidate accuracy, and run time. The results found that SymSpell performed better than the method that used a combination of Damerau-Levenshtein distance with the trie data structure because it obtained a higher best match accuracy, lower run time, and

an equivalent candidate accuracy compared to the other methods. The best performing

SymSpell implementation is Weighted SymSpell which obtained a best match accuracy of 66.79%, candidate accuracy of 99.33%, and a run time of 0.39 ms per word."

"Penelitian ini bertujuan untuk mengetahui bagaimana perilaku Mahasiswa Magister Ilmu Perpustakaan UI Angkatan 2020 – 2021 sebagai Pengguna Aplikasi Google Foto. Penelitian ini menggunakan metode kualitatif dengan pendekatan fenomenologi yang disajikan secara deskriptif. Penelitian ini menggunakan teknik sampling purposif terhadap 10 Informan Mahasiswa Ilmu Perpustakaan dan Informasi UI Angkatan 2020 – 2021. Pemilihan informan berdasarkan kriteria pengguna Aplikasi Google Foto dengan minimal 1 tahun dan pernah mempelajari materi selama kuliah tentang “Arsip Digital”. Pengumpulan data dilakukan dengan wawancara daring melalui Google Meet. Hasil penelitian menunjukan bahwa 5 dari 10 informan mengandalkan penuh aplikasi Google Foto dalam melakukan preservasi File foto dan mengetahui manfaat serta kegunaan aplikasi Google dengan baik. Sisanya adalah sebagai pengguna baru yang pasif dan masih mengandalkan penyimpanan pada media lain seperti harddisk. Perilaku mahasiswa Magister Ilmu Perpustakaan UI Angkatan 2020 – 2021 sebagai pengguna Aplikasi Google Foto dalam melakukan preservasi file digital terdiri dari: 1) Identify lokasi penyimpanan foto. Hampir semua informan diketahui saat ini menyimpan koleksi foto digitalnya di cloud storage, dalam hal ini Aplikasi Google Foto, namun ada juga yang tetap menyimpannya di media fisik, seperti hard disk. 2) Decide yang berarti memilih gambar yang paling signifikan untuk dipertahankan. Hampir semua informan telah melakukan pekerjaan dengan baik dalam mengimplementasikannya pada saat ini. 3) Organize; informan melakukan ini dengan mengelompokkan foto-foto. Sebagian besar informan telah mengorganisasikan foto-fotonya ke dalam folder sesuai dengan tahun, tempat, individu, dan kegiatan yang sedang berlangsung saat diambil. Akan sulit untuk mengambil foto tersebut karena hanya sedikit dari mereka yang memberikan nama atau deskripsi untuk setiap file foto. 4) Make copies. Pada titik ini, sebagian besar informan telah menyalin gambar dan menyimpannya di berbagai perangkat online dan offline.

---

The purpose of this study is to discover the behavior of 2020-2021 UI Masters in Library Science students as Google Photos users. This research employs a qualitative methodology with a phenomenological approach that is presented descriptively. Purposive sampling was performed on 10 students of UI Library and Information Science Class of 2020 - 2021. The informants were chosen based on the criterion of having used the Google Photos program for at least a year and having studied material during courses on "Digital Archives." Data was gathered through online interviews conducted using Google Meet. According to the findings, 5 out of 10 informants depended significantly on the Google Photos program to save photo files and were well-versed in the benefits and uses of the Google application. The rest are inactive new users who rely on storage on other media such as hard disks. The behavior of UI Masters in Library Science students Class of 2020 - 2021 as Google Photos users in preserving digital assets, includes: 1) Identify photo storage facilities. Almost all informants save their digital photo collections in cloud storage, in this example the Google Photos program, although some are still storing them on physical media, such as hard disks and laptops. 2) Decide, which involves selecting the most important photograph to keep. Almost all of the informants have done an excellent job of implementing it. 3) Organize the photographs; informants do this by grouping them. The majority of the informants had their images categorized based on the year, location, individual, and events when they were taken. Few of them gave a name or description for each photo file. 4) Make copies. At this stage, the majority of the informants had duplicated the photographs and saved them on a variety of online and offline devices."

"Google AdSense telah memberlakukan klausula perjanjian yang menyalahgunakan posisi dominannya berdasarkan Case AT.40411 di Uni Eropa. Skripsi ini membahas mengenai tindakan penyalahgunaan posisi dominan dengan memberlakukan klausula khusus dalam perjanjian yang dilakukan oleh Google AdSense dalam Case AT.40411 Google v Eruopean Commission ditinjau dari hukum persaingan usaha di Uni Eropa dan Indonesia, serta penerapan Undang-Undang No. 5 Tahun 1999 yang dapat dilakukan oleh KPPU terhadap potensi penyalahgunaan posisi Dominan oleh Google AdSense Indonesia melalui pemberlakuan klausula khusus dalam peranjian. Penelitian ini bertujuan untuk menganalisis kasus penyalahgunaan posisi dominan yang telah terjadi dalam European Commission Case AT.40411 jika ditinjau dari Hukum Persaingan Usaha di Eropa dan Indonesia, serta menganalisis upaya yang dapat dilakukan oleh KPPU dalam menerapkan Undang-Undang No. 5 Tahun 1999 terhadap potensi penyalahgunaan posisi dominan oleh Google Indonesia melalui pemberlakuan klausula khusus dalam perjanjian. Penelitian ini adalah penelitian yang menggunakan studi pustaka yuridis normatif. Dalam penerapan Treaty on the Functioning of the European Union dan Undang-Undang No. 5 Tahun 1999, tindakan yang Google lakukan telah termasuk sebagai penyalahgunaan posisi dominan, baik jika ditinjau dari hukum persaingan usaha di Uni Eropa, mau pun di Indonesia. Terdapat pula potensi atas terjadinya kasus serupa yang di Indonesia yang dapat dikategorikan sebagai pelanggaran terhadap Undang-Undang No. 5 Tahun 1999. Dalam hal ini, KPPU perlu untuk melakukan pengawasan dan penggalian informasi kepada Google Indonesia, dan jika terdapat pelanggaran yang serupa, KPPU dapat mengenakan sanksi kepada Google Indonesia karena tindakannya yang telah melanggar Undang-Undang No. 5 Tahun 1999.

---

Google AdSense has imposed a treaty clause abusing its dominant position under Case AT.40411 in the European Union. This thesis discusses the abuse of dominant position by imposing a special clause in the agreement made by Google AdSense in Case AT.40411 Google v Europe Commission in terms of business competition law in the European Union and Indonesia, as well as the application of Law no. 5 Year of 1999 which can be carried out by the KPPU against the potential abuse of the Dominant position by Google AdSense Indonesia through the application of a special clause in the agreement. This study aims to analyze cases of abuse of dominant position that has occurred in the European Commission Case AT.40411 when viewed from the Business Competition Law in Europe and Indonesia, as well as to analyze the efforts that can be made by KPPU in implementing Law no. 5 Year of 1999 on the potential abuse of dominant position by Google Indonesia through the implementation of a special clause in the agreement. This research is research that uses a normative juridical literature study. In the application of the Treaty on the Functioning of the European Union and Law no. 5 Year of 1999, the actions taken by Google have included abuse of their dominant position, both from the perspective of business competition law in the European Union and Indonesia. There is also the potential for a similar case to occur in Indonesia which can be categorized as a violation of Law no. 5 Year of 1999. In this case, KPPU needs to supervise and extract information on Google Indonesia, and if there is a similar violation, KPPU may impose sanctions on Google Indonesia for its actions that have violated Law no. 5 Year of 1999."

"Perkembangan pesat teknologi menyebabkan pertumbuhan pengguna perangkat mobilesemakin meningkat. Hal tersebut mendorong para pengembang aplikasi untukmengembangkan berbagai aplikasi. Aplikasi Learn Quran Tajwid merupakan aplikasiyang diperuntukkan bagi pengguna untuk belajar dan memahami bacaan al-quran lebihdetail dengan audio yang tepat dalam melafadzkan al-quran dan pengguna dapatmempraktekkan bacaan dengan koreksi dari aplikasi. Pendapatan Learn Quran Tajwidbersumber pada layanan berlangganan dan iklan. Sumber utamanya pada pendapatanlayanan paket berlangganan khususnya di Google Play Store namun sumber pendapatanutama tersebut terus mengalami penurunan pertumbuhan bulanan dari tahun sebelumnya.Target peningkatan pertumbuhan pendapatan bulanan Aplikasi Learn Quran Tajwid diGoogle Play Store dari tahun sebelumnya (y-o-y) tidak tercapai. Oleh sebab itu, dilakukananalisis akar masalah dan didapatkan masalah utamanya adalah kepuasaan pelangganmenurun. Tujuan penelitian ini adalah melihat bagaimana pandangan pengguna AplikasiLearn Quran Tajwid di Google Play Store dengan melakukan analisis sentimen danpemodelan topik. Data ulasan yang digunakan berjumlah 5100 ulasan yang didapatkandengan melakukan scraping dari ulasan pengguna aplikasi Learn Quran Tajwid di GooglePlay Store dengan rincian 3026 ulasan sebagai data latih. Selanjutnya data latihdianotasikan manual untuk menentukan sentimen positif atau negatif kemudian dilakukanpreprocessing dan representasi teks menggunakan TF-IDF. Penelitian ini menggunakanalgoritma NB, SVM, XGBoost, CNN, LSTM dan BERT untuk klasifikasi sentimen. Hasileksperimen menunjukkan bahwa algoritma klasifikasi dengan kinerja terbaik adalahalgoritma BERT dengan akurasi 96%, diikuti SVM imbalanced class dengan akurasi95,2% serta SVM-smote dan LSTM dengan akurasi 94,8%. Sementara itu, algoritmapemodelan topik yang digunakan adalah LDA. Hasil pemodelan topik menggunakanalgoritma LDA untuk sentimen positif dan negatif. kesimpulan topik pada sentimenpositif yakni pengguna merasa aplikasi sangat bagus dan memberikan manfaat yangbesar, serta mudah digunakan Sedangkan dari topik yang muncul pada sentimen negatifdidapatkan kesimpulan yakni pengguna merasa iklan yang muncul sangat mengganggudan mengurangi pengalaman pengguna walaupun pengguna merasa aplikasi bagus danbermanfaat namun karena terdapat iklan yang sangat mengganggu berpengaruh terhadapkepuasaan pengguna sehingga memberikan rating rendah.

---

The rapid development of technology has led to an increasing growth in mobile device

users. This has driven application developers to create various apps. The Learn Quran

Tajwid app is designed for users to learn and understand the recitation of the Quran in

more detail, with accurate audio pronunciation. Users can practice their recitation and

receive corrections from the app. The revenue for Learn Quran Tajwid comes from

subscription services and advertisements. The main source of revenue is the subscription

packages, particularly on the Google Play Store. However, the main revenue source has

been experiencing a decline in monthly growth compared to the previous year. The target

of increasing monthly revenue growth for the Learn Quran Tajwid app on the Google

Play Store from the previous year (year-over-year) was not achieved. Therefore, an

analysis of the root cause was conducted, and it was found that customer satisfaction has

decreased. This research aims to examine the users' perspectives of the Learn Quran

Tajwid app on the Google Play Store through sentiment analysis and topic modelling. A

total of 5100 app reviews were used for the analysis, obtained by scraping user reviews

of the Learn Quran Tajwid app from the Google Play Store. Out of these, 3026 reviews

were used as training data. The training data was manually annotated to determine

positive or negative sentiment, and then pre-processing and text representation using TF

IDF were performed. This study used the NB, SVM, XGBoost, CNN, LSTM, and BERT

algorithms for sentiment classification. The experimental results showed that the BERT

algorithm performed the best with an accuracy of 96%, followed by SVM imbalance class

with 95.2% accuracy, and SVM-SMOTE and LSTM with 94.8% accuracy. As for the

topic modelling algorithm used, it was LDA. The topic modelling results using the LDA

algorithm for positive sentiment and negative sentiment. In conclusion, the topics

identified for positive sentiment indicate that users find the app to be excellent and highly

beneficial, as well as easy to use. On the other hand, from the topics identified for negative

sentiment, it can be concluded that users find the ads to be very disruptive and diminish

the user experience. Despite users perceiving the app as good and useful, the presence of

intrusive ads has a significant impact on user satisfaction, resulting in lower ratings. "