Hasil Pencarian  ::  Simpan CSV :: Kembali

"Skripsi ini membahas mengenai kebijakan restrukturisasi kredit yang diberlakukan oleh Bank Umum Konvensional “X” sebagai bentuk relaksasi akibat dampak penyebaran Coronavirus Disease (COVID-19), yang dikaitkan dengan teori-teori hukum perjanjian, khususnya perjanjian kredit pada perbankan, serta kebijakan-kebijakan pemerintah yang melandasi keberlakuan kebijakan restrukturisasi kredit tersebut. Metode penelitian yang digunakan dalam penulisan skripsi ini adalah yuridis normatif, dengan menganalisis berbagai dokumen dalam rangka menelaah norma hukum tertulis terkait, serta didukung oleh sumber tambahan berupa hasil wawancara dengan informan terkait. Kebijakan restrukturisasi kredit yang diberlakukan oleh Bank Umum Konvensional “X” dalam hal ini dapat ditinjau dari berbagai sudut pandang hukum perdata. Implementasi kebijakan restrukturisasi yang diberlakukan oleh Bank Umum Konvensional “X” merupakan respons atas kondisi penyebaran COVID-19 sebagai keadaan memaksa, memenuhi syarat sah perjanjian sebagaimana yang diatur oleh KUHPerdata, dan merupakan bentuk perjanjian elektronik dengan memanfaatkan teknologi informasi sebagai upaya untuk mengurangi kontak fisik di kantor bank dan mencegah penyebaran COVID-19.

---

This thesis discusses a credit restructuring policy imposed by Conventional Commercial Bank "X" as a form of relaxation due to the impact of the spread of Coronavirus Disease (“COVID-19”), related to legal theories on contract law, specifically credit agreements on banks, as well as Indonesian regulations that lead to the enactment of the credit restructuring policy. The research method used on this thesis is juridical normative, by analyzing various documents in order to further explain related legal norms, supported with additional sources obtained through interviews with related informants. Credit restructuring policy imposed by Conventional Commercial Bank "X" in this case can be viewed from various private law perspectives. The implementation of the credit restructuring policy imposed by the Conventional Commercial Bank "X" is a response to the spread of COVID-19 as a force majeure, comply to the legal requirements of an agreement as regulated with Indonesian Civil Code, and is a form of electronic agreement by utilizing information technology to reduce physical contacts at bank offices as well as to prevent the more spread of COVID-19."

"

Pandemi Covid-19 telah membuat Indonesia berada dalam keadaan darurat karena krisis ekonomi dan kesehatan. Perubahan anggaran pendapatan dan belanja negara (APBN) pun dijadikan salah satu cara untuk mengatasi permasalahan keadaan darurat covid-19. Pemerintah kemudian menerbitkan Peraturan Pemerintah Pengganti Undang-Undang Nomor 1 Tahun 2020 (yang sudah disahkan menjadi Undang-Undang Nomor 2 Tahun 2020) untuk mengatasi keadaan darurat tersebut. Penelitian ini merupakan penelitian yuridis-normatif dengan metode analisis kualitatif. Rumusan masalah penelitian ini mengenai alasan perubahan APBN dengan mekanisme di dalam Perppu 1/2020 dan mekanisme perubahan APBN yang diatur di dalam UU 2/2020. Simpulan dari penelitian ini adalah tidak adanya kapasitas yang memadai dari Dewan Perwakilan Rakyat (DPR) untuk melakukan perubahan APBN dengan cepat dan tanggap seperti yang dilakukan Parlemen negara lain, selain itu, memang terdapat hukum yang tidak memadai di dalam sistem hukum APBN Indonesia sehingga memerlukan Perppu untuk mengubah hukum yang sudah ada. Mekanisme perubahan APBN dengan Peraturan Presiden pun sudah tepat dilakukan di masa darurat tanpa menghilangkan hak budget DPR. Saran dari penelitian ini adalah agar Pemerintah dan DPR menyusun Undang-Undang Keuangan Negara Darurat yang mengatur fleksibilitas dari perubahan APBN, jangka waktu perubahan kebijakan dan mekanisme untuk kembali ke kondisi normal.

 

---

The Covid-19 pandemic has put Indonesia in a state of emergency due to the economic and health crisis. Changes in the state budget were also used as one way to overcome the problem of the Covid-19 emergency. The government then issued Emergency Decree (ED) Number 1 of 2020 (which was ratified as Law Number 2 of 2020) to overcome this emergency. This research is a juridical-normative research with a qualitative analysis method. The formulation of problems related to the reasons for the revision of the state budget with the mechanisms in ED 1/2020 and the state budget amendment mechanism regulated in Law 2/2020. The conclusion of this research is that there is no sufficient capacity of the parliament to make changes to the state budget quickly and responsively as has been done by Parliaments of other countries, besides that, there is indeed an inadequate law in the legal system of the Indonesian State Budget so that it requires ED to change existing laws. The mechanism for revising the state budget by Presidential Regulation is already appropriate in an emergency without eliminating the parliament's budgetary rights. The suggestion from this research is that the Government and the Parliament should draft an Emergency State Finance Law which regulates the flexibility of state budget changes, the time frame for policy changes and the mechanism for returning to normal conditions.

"

"The global crisis has caused business world or corporations in Indonesia with difficulties in continuing their business activities which certainly influencing their inability to pay their bank loans. Restructuring as one method of bank loan recovery in case that the difficulty caused by equity factor. The restructuring method starts reviewing the company's equity condition, either equity in forms of short term loan or lease financing accompanied by rescheduling and reconditioning. With restructuring, Banks and borrowers are bound by clauses in special consensus written known as restructuring agreement."

"Secara langsung maupun tidak langsung pandemic covid-19 di Indonesia berdampak pada sektor perbankan khususnya dalam penyaluran kredit kepada masyarakat dan penurunan kolelktibilitas kredit debitur. Tujuan dari penellitian ini untuk menganalisis dampak pandemic covid-19 terhadap pertumbuhan kredit di PT. Bank Negara Indonesia Tbk dengan menggunakan Pool Data pada periode bulanan yang dimulai sejak Januari 2018 s.d Desember 2022 dengan metode Olrdinary Least Squere (OLS) melalui pendekatan kegagalan kolektibilitas, jangka waktu kredit, suku bunga kredit, inflasi, lokasi usaha, periode pandemic covid, periode Restrukturisasi kredit, dan PDRB di 9 sektor usaha. Penelitian ini membuktikan bahwa pertumbuhan kredit di PT. Bank Nelgara Indonesia di pengaruhi secara negative dan signifikan oleh kegagalan kolektibilitas, jangka waktu kredit, suku bunga kredit, inflasi pandelmi colvid-19, dan restrukturisasi kredit. Untuk variabel lokasi usaha di pulau jawa berpengaruh positif terhadap pertumbuhan kredit karena pendudukan Indonesia sebesar 53,11% bertempat tinggal di pulau jawa dan seluruh lokasi perusahaan tumbuh dan berkembang di pulau jawa.

---

Directly or indirectly the covid-19 pandemic in Indonesia has an impact on the banking sector, especially in lending to the public and decreasing debtor credit collectibility. The purpose of this research is to analyze the impact of the covid-19 pandemic on credit growth at PT Bank Negara Indonesia Tbk by using Pool Data in the monthly period starting from January 2018 to December 2022 with the Ordinary Least Squere (OLS) method through the approach of collectibility failure, credit period, credit interest rate, inflation, business location, covid pandemic period, credit restructuring period, and GRDP in 9 business sectors. This study proves that credit growth at PT Bank Nelgara Indonesia is negatively and significantly influenced by collectibility failure, credit period, credit interest rates, inflation pandelmi colvid-19, and credit restructuring. For the business location variable on the island of Java, it has a positive effect on credit growth because 53.11% of Indonesia's population resides on the island of Java and all company locations grow and develop on the island of Java."

"Coronavirus Disease (COVID-19) adalah penyakit baru yang melanda dunia tahun 2020.Penyakit ini diperkirakan berasal dari Wuhan, China (Rothan HA, 2020). WHOmenetapkan COVID-19 sebagai pandemi karena penyakit ini telah berhasil menginfeksilebih dari 190 negara di dunia. DKI Jakarta adalah Ibu Kota di Indonesia yang turutmenjadi salah satu Provinsi dengan kasus konfirmasi positif COVID-19 tertinggi sampaiakhir Juli 2020. Penelitian ini bertujuan untuk memodelkan rate kasus COVID-19 pada15 kecamatan Jakarta dengan intensitas tertinggi. Alasan dipilihnya 15 kecamatan denganintensitas tertinggi untuk menjadi area penelitian karena lebih dari 63,43% kasuskonfirmasi COVID-19 dilaporkan dari 15 kecamatan, yakni Kecamatan Gambir,Menteng, Sawah Besar, Kemayoran, Taman Sari, Senen, Tanah Abang, Johar Baru,Tambora, Grogol Petamburan, Cempaka Putih, Pademangan, Setia Budi, Matraman, danPalmerah. Rate kasus COVID-19 pada area ini kemudian dibuat model GSTAR, modelini merupakan salah satu pemodelan dalam time seriesstokastik yang mempertimbangkanindeks spasial atau lokasi dan waktu (Budi, 2019). Matriks bobot biner, matriks bobotseragam, dan matriks bobot jarak pada penelitian ini dibentuk sebagai matriks dependensispasial antar lokasi atau disebut matriks bobot W. Hasil identifikasi STACF dan STPACFuntuk semua matriks pembobot spasial didapatkan model yang sama, yaitu GSTAR(3,1).Pendugaan parameter model GSTAR(3,1) dilakukan untuk setiap matriks pembobottersebut. Model GSTAR(3,1) yang terbaik diperoleh berdasarkan matriks pembobotjarak, dengan RMSE terkecil yaitu 0.1271.

---

Coronavirus Disease (COVID-19) is a new disease that hit the world in 2020. This disease

is thought to have originated in Wuhan, China (Rothan HA, 2020). WHO has designated

COVID-19 as a pandemic because this disease has successfully infected more than 190

countries in world. DKI Jakarta is the capital city in Indonesia which is also one of the

provinces with the highest positive confirmed cases of COVID-19 until the end of July

2020. This study aims to model the level of COVID-19 cases in 15 sub-districts of DKI

Jakarta with the highest intensity. The reason for choosing 15 sub-districts with the

highest intensity to be the research area was because more than 63.43% of confirmed

COVID-19 cases were reported from 15 sub-districts, that is Gambir, Menteng, Sawah

Besar, Kemayoran, Taman Sari, Senen, Tanah Abang, Johar Baru Districts , Tambora,

Grogol Petamburan, Cempaka Putih, Pademangan, Setia Budi, Matraman, and Palmerah.

Rate of COVID-19 cases in this area is then made a GSTAR model, this model is one of

the models in a stochastic time series that considers spatial index or location and time

(Budi, 2019). The binary weight matrix, uniform weight matrix, and distance weight

matrix in this study were formed as a spatial dependency matrix between locations or

called the W weight matrix. The results of STACF and STPACF services for all spatial

weighting matrices obtained the same model, that is GSTAR (3,1). Estimation of

parameters of the GSTAR model (3,1) is carried out for each weighting matrix. The best

GSTAR (3,1) model is based on a distance weighted matrix, with an RMSE of 0.1271"

"COVID-19 telah merenggut nyawa banyak manusia. Tercatat per tanggal 29 Juni 2021, sudah terdapat sekitar 3,923,238 pasien yang meninggal dunia akibat penyakit dengan tingkat penularan yang tinggi ini. Dengan semakin banyaknya orang yang terinfeksi COVID-19, persediaan alat untuk mendeteksi penyakit ini pun juga semakin terbatas yang dapat menyebabkan pandemi COVID-19 pun menjadi semakin tidak terkendali. Oleh karena itu, penting untuk mempertimbangkan metode deteksi COVID-19 lainnya yang dapat membantu para staf kesehatan untuk melakukan deteksi pasien positif COVID-19.Metode deteksi COVID-19 lainnya yang bisa dipertimbangkan untuk dikembangkan adalah metode deteksi COVID-19 dengan artificial intelligence. Dengan metode tersebut, data-data seperti data gejala pasien, data citra toraks, serta data interpretasi citra berupa teks dapat dimanfaatkan untuk mengembangkan suatu model prediksi COVID-19. Ketiga tipe data yang berbeda tersebut dapat dikombinasikan sebagai data input untuk membangun suatu model klasifikasi COVID-19. Pengkombinasian data yang berbeda dapat dilakukan dengan cara melakukan konkatenasi pada tiap input layer yang menerima data gejala dan data teks dengan suatu layer dari arsitektur CNN. Beberapa arsitektur CNN yang dapat digunakan pada penelitian ini adalah ResNet, DenseNet, Inception-ResNet, DarkCovidNet, CoroNet, dan COVID-Net. Selain itu, metode Grad-CAM juga dipilih untuk proses deteksi persebaran coronavirus.Hasil pengujian menunjukkan bahwa banyak model yang dihasilkan dari pendekatan kombinasi data gambar, data tabular, dan data teks memiliki nilai sensitivitas, akurasi, serta f1-score yang tinggi. Hal tersebut menunjukkan bahwa pendekatan tersebut secara umum menghasilkan model-model dengan performa yang tinggi juga seimbang. Namun, berdasarkan hasil pengujian pula, diketahui bahwa model yang memiliki performa tertinggi dicapai oleh model dari pendekatan klasifikasi gambar dengan data tabular yang menggunakan arsitektur DenseNet khususnya dengan nilai learning rate = 10-3. Model tersebut tercatat memiliki performa yang tinggi dan seimbang dengan nilai sensitivitasnya mencapai angka 1,00, akurasi mencapai angka 0,94, dan F1-Score mencapai angka 0,94.

---

COVID-19 has taken the lives of many people. As of June 29th 2021, there were approximately 3.923.238 deaths due to this highly contagious disease. With the increasing number of infected people, the COVID-19 detection tool supplies are also getting limited that can lead to an out-of-control situation. Therefore, it is quite necessary to consider alternative methods for COVID-19 detection.

Another COVID-19 detection that can be considered to be developed is a COVID-19 detection method with artificial intelligence. With artificial intelligence, a COVID-19 prediction model can be built by using any available data such as patient symptom dataset, patient thorax images especially chest X-Ray, and thorax interpretations in text form. Those three types of data can be utilized and combined as data input to build a COVID-19 detection system. The combination of those three different types of data can be done with the concatenation of each input layer of tabular and text data with a layer from a CNN architecture. In this study, there are six CNN architectures used and those are ResNet, DenseNet, Inception-ResNet, DarkCovidNet, CoroNet, and COVID-Net. Besides, the Grad-CAM technique is also implemented for coronavirus detection purposes.

The result shows that most of the models from the combined image, tabular, and text datasets offer high sensitivities, accuracies, and scores of F1-Score. It means that the combined image, tabular, and text datasets generally obtained high performance and balanced models. However, according to the test results, the best performance model is achieved by the combined image and tabular datasets approach with DenseNet architecture and the learning rate of \(10^{-3}\). Such a model achieves the best performance model with an accuracy score of 0.94, a sensitivity score of 1.00, and an f1-score of 0.94.

"

"Latar Belakang: Aktivasi komplemen dapat menyebabkan respon imun berlebihan dan merupakan salah satu faktor yang berpengaruh terhadap morbiditas serta mortalitas pasien COVID-19. Beberapa penghambat aktivasi komplemen saat ini sedang dipelajari untuk menghambat aktivasi sistem komplemen yang berlebihan pada pasien COVID-19. Resiko, keuntungan, waktu pemberian dan bagian dari sistem yang akan ditargetkan perlu dipertimbangkan pada saat akan menggunakan penghambat komplemen, oleh karena itu telaah sistematis ini dibuat untuk mengambil kesimpulan apakah pemberian terapi penghambat sistem komplemen dapat menurunkan mortalitas pasien COVID-19 yang dirawat di Rumah Sakit berdasarkan penelitian-penelitian yang tersedia.Tujuan: Mengetahui efek pemberian terapi penghambat sistem komplemen terhadap mortalitas pasien COVID-19 yang dirawat di Rumah Sakit.Metode: Dengan menggunakan kata kunci spesifik, dilakukan pencarian artikel potensial secara komprehensif pada PubMed, Embase, Cochrane, dan Scopus database dengan pembatasan waktu 2019 sampai dengan sampai 31 Desember 2022. Protokol studi ini telah diregistrasi di PROSPERO (CRD42022306632). Semua penelitian pemberian terapi penghambat komplemen pada pasien COVID-19 dimasukkan. Analisis statistik dilakukan dengan menggunakan perangkat lunak Review Manager 5.4.Hasil: 5 penelitian memenuhi kriteria dan dimasukkan dalam telaah sistematis serta meta-analisis dengan total 739 pasien COVID-19. Hasil analisis Forest plot menunjukan bahwa pemberian terapi penghambat sistem komplemen menurunkan mortalitas sebesar 28% pada pasien COVID-19 yang dirawat di Rumah Sakit (RR 0,72; 95% CI: 0,46 – 1,14, I2 = 61%, P-value = 0.16).Kesimpulan: Pemberian terapi penghambat sistem komplemen secara statistik tidak signifikan menurunkan mortalitas pada pasien COVID-19 yang dirawat di Rumah Sakit

---

Background: Complement activation can cause an exaggerated immune response and is one of the factors that influence the morbidity and mortality of COVID-19 patients. Several complement activation inhibitors are currently being studied to inhibit excessive complement activation in COVID-19 patients. The risks, benefits, time of administration and the part of the system to be targeted need to be considered when using complement inhibition, therefore this systematic review was made to conclude whether the administration of complement system inhibition therapy can reduce the mortality of COVID-19 patients who are hospitalized based on available studies.

Objective: To determine the effect of complement system inhibitory therapy on the mortality of hospitalized COVID-19 patients

Methods: Using specific keywords, we comprehensively searched the PubMed, Embase, Cochrane, and Scopus databases for potential articles from 2019 to December 31, 2022. The research protocol was registered with PROSPERO (CRD42022306632). All studies administering complement inhibitory therapy to COVID-19 patients were processed. Statistical analysis was performed using Review Manager 5.4 software.

Result: 5 studies met the criteria and were included in a systematic review and meta-analysis of a total of 739 COVID-19 patients. The results of the Forest plot analysis showed that administration of complement system inhibitor therapy reduced mortality by 28% in hospitalized COVID-19 patients (RR 0.72; 95% CI: 0.46 – 1.14, I2 = 61%, P -value = 0.16).

Conclusion: Providing complement system inhibitor therapy did not statistically significantly reduce mortality in hospitalized COVID-19 patients"

"Latar Belakang: Janus Kinase (JAK)-inhibitors telah digunakan untuk terapi beberapa penyakit inflamasi dan autoimun karena kemampuannya untuk mengendalikan respon imun dan cytokine release syndrome. Saat ini penggunaan baru dari Janus Kinase (JAK)-inhibitors diperuntukan untuk terapi coronavirus disease 2019 (Covid-19), namun bukti mengenai kegunaannya masih belum jelas. Penelitian ini dilakukan untuk menganalisa efikasi dari Janus Kinase (JAK)-inhibitors untuk mengurangi mortalitas pasien Covid-19.Tujuan: Mengetahui efek pemberian terapi Janus Kinase (JAK)-inhibitors terhadap mortalitas pasien Covid-19.Metode: Dengan menggunakan kata kunci spesifik, dilakukan pencarian artikel potensial secara komprehensif pada PubMed, Europe PMC, and ClinicalTrials.gov database dengan pembatasan waktu sampai 2 Juni 2021. Semua penelitian tentang Covid-19 dan JAK-inhibitors dimasukan. Analisa statistik dilakukan denganReview Manager 5.4 software.Hasil: 13 penelitian dengan 4339 pasien Covid-19 dimasukan dalam meta-analisis. Data kami menyimpulkan bahwa terapi JAK-inhibitors berhubungan dengan menurunnya mortalitas pasien Covid-19 (RR 0.52; 95%CI: 0.36-0.76, p=0.0006, I2 = 33%, random-effect modelling).Kesimpulan: Penelitian ini menyimpulkan terapi JAK-inhibitors berhubungan dengan menurunnya mortalitas pasien Covid-19. Namun dibutuhkan randomized clinical trials yang lebih banyak untuk mengkonfirmasi hasil penelitian ini.

---

Background: : Janus Kinase (JAK)-inhibitors have been used for treating several inflammatory and autoimmune disease because of its ability to restrains immune systems and cytokine release syndrome. Currently, JAK-inhibitors are repurposed for the treatment of coronavirus disease 2019 (Covid-19), however the evidence regarding their benefit are still unclear. This study sought to analyze the efficacy of JAK-inhibitors in improving the mortality outcomes of Covid-19 patients.

Objective: To determine the effect of JAK-inhibitors as therapy in Covid-19 patients related to mortality.

Methods: Using specific keywords, we comprehensively searched the potential articles on PubMed, Europe PMC, and ClinicalTrials.gov database until June 2nd, 2021. All published studies on Covid-19 and JAK-inhibitors were retrieved. Statistical analysis was conducted using Review Manager 5.4 software.

Results: A total of 13 studies with 4,339 Covid-19 patients were included in the meta-analysis. Our data suggested that JAK-inhibitors was associated with reduction of mortality from Covid-19 (RR 0.52; 95%CI: 0.36 – 0.76, p=0.0006, I2 = 33%, random-effect modelling).

Conclusion: Our study suggests that JAK-inhibitors may offer beneficial effects on Covid-19 mortality. However, more randomized clinical trials warrant to confirm the findings of our study."

"Dalam penelitian tesis ini menganalisis kebijakan perbankan dalam penerapan restrukturisasi kredit bagi debitur yang terdampak pandemi Covid-19 dan upaya yang dilakukan UMKM akibat wabah Covid-19 di Kota Tangerang. Adapun metode penelitian yang digunakan adalah penelitian doktrinal guna memberikan penjelasan secara sistematis terkait aturan hukum. Penelitian ini bersifat deskriptif analitis dengan menggunakan data sekunder yang bersumber dari bahan hukum kepustakaan, kemudian dianalisis secara kualitatif. Hasil penelitian menujukkan bahwa kebijakan perbankan dalam penerapan restrukturisasi kredit bagi debitur yang terdampak pandemi Covid-19 adalah dengan memberikan penundaan pembayaran, pengurangan suku bunga, dan perpanjangan pinjaman. Meski membantu sejumlah debitur, kebijakan ini menemui hambatan dan profitabilitas bank dan risiko wanprestasi, sehingga Bank harus hati-hati dalam memberikan restrukturisasi terutama untuk UMKM. Dalam pemberiannya Bank harus mempertimbangkan kemampuan debitur membayar kembali kredit setelah pemulihan ekonomi. Adapun upaya yang dilakukan UMKM akibat wabah Covid-19 di Kota Tangerang yaitu UMKM harus beradaptasi dengan perubahan, beralih ke model online, dan memperkuat keberadaannya di platform digital. Pemerintah membantu UMKM dengan memberikan program restrukturisasi kredit untuk membantu mereka melewati dampak ekonomi pandemi. Program ini berhasil mempercepat pemulihan ekonomi, terutama di sektor UMKM di Kota Tangerang.

---

In this thesis research, we analyze banking policies in implementing credit restructuring for debtor affected by the Covid-19 pandemic and the efforts made by MSMEs as a result of the Covid-19 outbreak in Tangerang City. The research method used is doctrinal research, in order to provide a systematic explanation related to the rule of law.. This research is analytical descriptive in nature using secondary data sourced from legal literatur material, then analyzed qualitatively. The research results showed that banking policy in implementing credit restructuring for debtors affected by the Covid-19 pandemic was to provide payment delays, interest rate reductions, and loan extensions. Although it helps a number of debtors, this policy encounters obstacles to bank profitability and default risk, so banks must be careful ini providing restructuring, especially for MSMEs. In granting it, the Bank must consider the debtor’s ability to repay credit after economi cecovery. The efforts made by MSMEs due to the Covid-19 outbreak in Tangerang City, MSMEs must adapt to changes, switch to online business models, and strengthen their presence on digital platforms. The government is helping MSMEs by providing credit restructuring programs to help them get through the economic impact of the pandemic. This program has succeeded in accelerating economic recovery, specifically in the MSME sector in Tangerang City."

"Provinsi Jambi adalah salah satu provinsi dengan pencatatan kasus terinfeksi Coronavirus Disease 2019 (COVID-19) terendah di Indonesia. Namun, pernyataan tersebut belum valid untuk mengatakan rendahnya kasus ini merupakan hasil dari usaha pemerintah untuk mengedukasi pemberlakuan protokol kesehatan. Hal ini disebabkan test and tracing yang belum mencapai standar dari World Health Organization (WHO). Oleh karena itu peneliti tertarik untuk meneliti mengenai tingkat pengetahuan, sikap, dan perilaku masyarakat terhadap COVID-19. Studi ini merupakan studi observasional dengan desain potong lintang. Penelitian dilakukan dengan menyebarkan kuesioner tervalidasi secara daring kepada Penduduk Provinsi Jambi. Hasil kuesioner direkapitulasi dan dianalisis dengan analisis univariat dan bivariat untuk melihat hubungan antara pengetahuan terhadap sikap dan perilaku terhadap COVID-19 di Provinsi Jambi. Dari 398 responden, didapatkan skor rata-rata untuk pengetahuan adalah 9,98 dari maksimal 12 (SD = 1,54, Range = 0-12), skor rata-rata sikap adalah 6.46 dari maksimal 8 (SD = 1,40, Range = 0-8), dan skor rata-rata perilaku adalah 6,54 dari maksimal 8 (SD = 1,56, Range = 0-8). Secara umum lebih dari separuh responden yang mencatatkan nilai diatas rata-rata untuk masing-masing pengetahuan (70%), sikap (55%), dan perilaku (59%). Terdapat hubungan yang signifikan secara statistik (p<0,05) antara tingkat pengetahuan, sikap, dan perilaku. Dari hasil penelitian ini, menunjukkan bahwa tingkat pengetahuan, sikap, dan perilaku di Provinsi Jambi cukup baik dan saling mendukung satu sama lain. Pemerintah Provinsi Jambi perlu meningkatkan kemampuan test & tracing sembari menggencarkan edukasi terkait COVID-19 hingga tingkat komunitas terkeci.

---

Jambi Province is one of the provinces with the lowest recorded Coronavirus Disease 2019 (COVID-19) cases in Indonesia. However, we cannot say that the low cases are because of the government's efforts to implement the health protocols due to test & tracing rates having not met the World Health Organization standards. Therefore, researchers are interested in researching the level of knowledge, attitudes, and behavior towards COVID-19.

This study uses an observational cross-sectional design. We researched by distributing validated questionnaires online to the residents of Jambi Province. The questionnaire results were analyzed using univariate and bivariate analysis to see the relationship between knowledge and attitudes and behavior towards COVID-19 in Jambi Province. From 398 respondents, the average score for knowledge, attitude, and practice respectively was 9.98 out of a maximum of 12 (SD = 1.54, Range = 0-12), 6.46 out of a maximum of 8 (SD = 1.40, Range = 1.40), and 6.54 out of a maximum of 8 (SD = 1.56, Range = 0-8).

In general, more than half of the respondents scored above the average for each knowledge (70%), attitude (55%), and behavior (59%). There is a statistically significant relationship (p<0.05) between the level of knowledge, attitudes, and behavior. The results of this study show that the level of knowledge, attitudes, and behavior in Jambi Province is good and supports each other. The Jambi Provincial Government needs to improve test & tracing capabilities while intensifying education related to COVID-19 to the smallest community level."