Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 128553 dokumen yang sesuai dengan query
cover
Nur Hafsari Setyorini
"Kecerdasan Artifisial atau Artificial Intelligence (AI) merupakan teknologi yang memungkinkan mesin untuk menerima, mengolah, dan membuat keputusan berdasarkan data yang diterima. Kehadiran AI yang semakin menjamur di kehidupan masyarakat membuat pemerintah di berbagai negara berinisiatif untuk mengimplementasikan AI secara publik dengan mengeluarkan strategi AI nasional. Indonesia yang sudah mengeluarkan strategi AI nasional namun belum mengadopsi AI secara menyeluruh memiliki kesempatan untuk belajar dari negara lain agar adopsi AI di Indonesia berlangsung dengan efektif dan efisien.
Penelitian ini berfokus untuk menemukan pelajaran atau hikmah yang dapat digunakan oleh Indonesia dalam mengadopsi AI di ranah publik. Hal ini dicapai dengan meninjau aspek sosioteknis dalam implementasi AI dengan membandingkan kerangka kultur Hofstede, indeks kesiapan AI pemerintah 2022, dan survei menyangkut sikap publik dan perusahaan terhadap AI dari negara-negara pembanding. Aspek strategi juga diteliti dengan melihat strategi AI nasional di negara-negara pembanding dalam kerangka yang sama. Adapun negara-negara yang dilibatkan dalam penelitian ini adalah Singapura, Malaysia, Jepang, Korea Selatan, Australia, dan Indonesia.
Hal pertama yang dilakukan dalam penelitian ini adalah mengidentifikasi aspek-aspek yang diperlukan untuk memahami strategi AI nasional. Setelah itu, dilakukan literature review dengan metode 3C+2S (compare, contrast, criticize, synthesize, summary) terhadap semua data untuk menentukan apakah kondisi sosial dan teknologi dipertimbangkan dalam strategi AI nasional dan menemukan kesamaan serta perbedaan dari seluruh aspek. Semua jawaban dari penelitian ini kemudian ditarik kesimpulan untuk menemukan poin-poin penting yang perlu diperhatikan dalam implementasi AI di Indonesia.
Hasil dari penelitian adalah kerangka kerja untuk memahami strategi AI nasional yang secara umum terdiri dari kondisi saat ini, strategi yang digunakan, dan komunikasi strategi kepada pihak lain. Dengan meneliti strategi AI nasional di keenam negara menggunakan kerangka kerja yang telah dibuat, ditemukan bahwa aspek sosial masih jarang dipertimbangkan dalam strategi AI nasional dibandingkan dengan aspek teknologi.
Penelitian ini juga menunjukkan walaupun Indonesia memiliki beberapa kemiripan secara budaya dengan negara lain, Indonesia mengalami ketertinggalan jauh dalam kesiapannya untuk mengadopsi AI khususnya dari sektor teknologi. Kesamaan lain terlihat pada bidang yang diprioritaskan dalam strategi dan kesediaan setiap negara untuk membentuk ekosistem yang dapat mendukung perkembangan AI di negaranya masing-masing.
Temuan dari penelitian ini mencakup beberapa poin, yaitu: penyatuan langkah strategis, berfokus untuk menyelesaikan permasalahan mendasar, dan penekanan pada pengembangan manusia.

Artificial Intelligence (AI) is technology that enables machine to accept, process, and make decisions based on data given. As AI becomes ubiquitous in the society, governments in multiple countries plan to implement AI in public sector through National AI Strategy. Indonesia as a country that hasn't fully adopt AI still has the chance to learn from other countries so that AI implementation in Indonesia's public sector could be done in an effective and efficient manner.
This study focuses on finding lesson learned that could be used by Indonesia in adopting AI in public. This study was done through reviewing sociotechnical aspect in AI implementation by comparing Hofstede's cultural framework, Government AI Readiness Index 2022, and surveys related to public and companies' attitude towards AI from compared countries. Strategy aspect is also studied by looking at national AI strategies in compared countries through the same lens. Countries that are involved in this study are Singapore, Malaysia, Japan, South Korea, Australia, and Indonesia.
The first step from this study is to identify aspects needed to understand national AI strategy. Afterwards, literature review with 3C+2S method (compare, contrast, criticize, synthesize, summary) is conducted to all data to determine whether social and technological condition is considered in national AI strategy and found similarities and differences from all aspects. All answers from the study then summarized to identify important points for AI implementation in Indonesia.
The result from this study is a newly created framework to understand national AI strategies that generally consists current condition, strategy used, and strategy communication to other parties. By using the framework to compare national AI strategies in six countries, it is found that social aspect is still rarely considered in national AI strategy comparing to the technology aspect.
This study also shows that despite the similarities in culture between Indonesia and other countries, Indonesia is lagging far behind in its readiness to adopt AI especially technology-wise. Other similarities are seen at national priorities in the strategy and each countries' willingness to build an ecosystem that supports AI development in their respective countries.
Findings from this study covers points as follows: strategic steps unity, focus to solve the root problems, and emphasis on human development.
"
Depok: Fakultas Ilmu Komputer Universitas Indonesia, 2023
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Rafli Syawal
"Pada penelitian ini berkaitan dengan penerapan kemajuan kecerdasan artifisial dengan menggunakan algoritma You Only Look Once (YOLO) dalam tugas deteksi dan segmentasi pada bidang geologi yaitu untuk identifikasi mineral dengan menggunakan data petrografi. Data yang digunakan untuk proses pelatihan model deteksi dan segmentasi berjumlah 500 gambar sayatan tipis batuan beku. 500 gambar sayatan tipis, dilakukan proses anotasi secara manual dan membagi data tersebut ke dalam set pelatihan, set validasi, dan set prediksi. Pada 3 set tersebut, jumlah kelas mineral yang teranotasi adalah 6 yaitu kelas mineral plagioklas, biotit, horblend, piroksen, alkali-feldspar, dan kuarsa. Teknik augmentaasi yang diterapkan untuk mengatasi keterbatasan dataset pada penelitian ini adalah augmentasi geometri (model 1) dan mosaik (model 2). Model dengan augmentasi mosaik, menjadikan model dengan kinerja yang baik dalam tugas deteksi dan segmentasi mineral, dikarenakan augmentasi mosaik menghasilkan 1 image patch memiliki 4 variasi gambar sayatan tipis, sehingga model tersebut memiliki nilai mAP = 82.3% sedangkan model dengan augmentasi geometri nilai mAP 67.5%. Empat kelas mineral yang memiliki nilai mAP diatas 70% pada mode pelatihan dan validasi adalah mineral plagioklas, biotit, alkali-feldspar, dan piroksen. Diharapkan dari penelitian ini dapat membantu identifikasi mineral dalam sayatan tipis dengan lebih efisien dan akurat.

This research is related to the application of advances in artificial intelligence using the You Only Look Once (YOLO) algorithm in detection and segmentation tasks in the field of geology, namely for mineral identification using petrographic data. The data used for the detection and segmentation model training process consisted of 500 thin section images of igneous rock. 500 thin section images were annotated manually and divided the data into a training set, validation set and prediction set. In these 3 sets, the number of annotated mineral classes is 6, namely the mineral classes plagioclase, biotite, horblend, pyroxene, alkali-feldspar, and quartz. The augmentation techniques applied to overcome the limitations of the dataset in this research are geometric augmentation (model 1) and mosaic (model 2). The model with mosaic augmentation is a model with good performance in mineral detection and segmentation tasks, because mosaic augmentation produces 1 image patch with 4 variations of thin section images, so the model has a mAP value = 82.3% while the model with geometric augmentation has a mAP value of 67.5%. The four mineral classes that have mAP values above 70% in training and validation mode are the minerals plagioclase, biotite, alkali-feldspar, and pyroxene. It is hoped that this research can help identify minerals in thin sections more efficiently and accurately."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2024
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Bianca Difa Chairunnisa
"Kecerdasan Artifisial merupakan salah satu perkembangan teknologi yang mulai dimanfaatkan dan diterpakan dalam berbagai industri, salah satunya adalah Industri Medis. Teknologi menjadi salah satu hal yang sangat dibutuhkan untuk membantu meringankan beban dokter dan juga tenaga medis lainnya dalam menangani pasien. Saat ini pemanfaatan Kecerdasan Artifisial dalam Industri Medis sudah mulai berkembang, sehingga membantu meringankan pekerjaan para tenaga kesehatan dan juga dokter dalam melakukan diagnosis, membentuk citra radiologi, dan juga memprediksi pelayanan kesehatan terbaik untuk pasien. Saat ini, Indonesia tidak memiliki peraturan perundang-undangan yang mengatur mengenai Kecerdasan Artifisial secara khusus, namun terdapat peraturan perundang-undangan yang dapat diterapkan terhadap pemanfaatan Kecerdasan Artifisial dalam Industri Medis. Dengan demikian, perlu dilakukan penelitian lebih lanjut mengenai peraturan yang dapat diterapkan terhadap penyelenggaraan pemanfaatan Kecerdasan Artifisial dalam Industri Medis, dan kewajiban apa yang harus dipenuhi oleh para pihak dalam menyelenggarakan Kecerdasan Artifisial dalam Industri Medis. Penelitian ini menggunakan metode pendekatan yuridis normatif, dan melakukan penelusuran serta perbandingan dengan best practice yang diterapkan oleh Uni Eropa. Berdasarkan penelitian ini, ditemukan bahwa karakteristik dan cara kerja AI dalam industri medis menentukan kedudukan hukum AI, yang dimana AI dapat disamakan seperti Sistem Elektronik, Teknologi, dan Alat Kesehatan. AI sebagai Sistem Elektronik diselenggarakan oleh Penyelenggara Sistem Elektronik yang harus tunduk kepada kewajiban penyelenggaraan yang tertera pada peraturan perundang-undangan yang ada. Selain itu, Uni Eropa menyamakan AI sebagai Alat Kesehatan dalam Industri Medis yang tunduk pada Medical Device Regulation. Merujuk pada Uni Eropa, Indonesia juga dapat menyamakan AI sebagai Alat Kesehatan dan tunduk pada kewajiban Izin Edar yang tertera peraturan perundang-undangan yang ada.

Artificial intelligence (AI) is one of the technological developments that has begun to be utilized and applied in various industries, lncuding the medical industry. Therefore, technology has helped ease the burden on doctors and other medical professionals in treating their patients. The use of Artificial Intelligence in the medical industry has currently risen, and has helped healthcare workers and doctors alike in making diagnoses, forming radiological images, and also predicting the best healthcare services for patients. Currently, Indonesia does not have laws and regulations that specifically regulate Artificial Intelligence, but there are laws and regulations that can be applied to the use of Artificial Intelligence in the medical industry. Thus, it is necessary to carry out further research regarding the regulations that can be applied to the implementation of the use of Artificial Intelligence in the Medical Industry, and what obligations must be fulfilled by the parties in implementing Artificial Intelligence in the Medical Industry. This study uses a normative juridical approach, and conducts searches and comparisons with best practices implemented by the European Union. Based on this research, it was found that the characteristics and workings of AI in the medical industry determine an AI’s legal standing, where AI can be equated with Electronic Systems, Technology, and Medical Devices. AI as an Electronic System is administered by Electronic System Operators who must comply with the implementation obligations stated in the existing laws and regulations. In addition, the European Union equates AI as a Medical Device in the Medical Industry which is subject to the Medical Device Regulation. Referring to the European Union, Indonesia can also equate AI with Medical Devices and is subject to the distribution permit obligations stated in existing laws and regulations."
Depok: Fakultas Hukum Universitas Indonesia, 2023
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Rinna Justisiana Natawilwana
"Perkembangan teknologi yang pesat pada era Revolusi Industri 4.0 saat ini telah memunculkan inovasi digital di berbagai sektor usaha, salah satunya usaha perasuransian berbasis teknologi atau Insurtech. Dalam bisnis prosesnya Insurtech menggunakan platform aplikasi atau website yang menggunakan kecerdasan artifisial sebagai sistem elektronik. Penelitian ini berfokus untuk menganalisa pengaturan hukum atas kecerdasan artifisial di Indonesia, juga mengenai aspek perlindungan privasi dan data pribadi terhadap penggunaan kecerdasan artifisial tersebut khususnya dalam sektor Insurtech. Selain dari itu, penelitian ini juga akan menganalisa bentuk-bentuk pertanggungjawaban hukum dalam penelitian, pengembangan, pengkajian, dan penerapan (litbangjirap) kecerdasan artifisial tersebut. Metode penelitian yang digunakan adalah yuridis normatif dengan berbasis kepustakaan dengan jenis data sekunder untuk dianalisa. Berdasarkan hasil penelitian diketahui bahwa kecerdasan artifisial harus memenuhi aspek ethical & trustworthy, serta pada dasarnya kecerdasan artifisial merupakan bagian dari ilmu pengetahuan dan teknologi yang diatur dalam UUD 1945 beserta berbagai aturan hukum antara lain UU Sisnas IPTEK dan juga UU ITE beserta berbagai turunannya. Lebih lanjut, sebagai suatu inovasi digital, kegiatan usaha Insurtech tidak saja tunduk pada aturan hukum yang berlaku pada sektor jasa keuangan, namun juga kepada ketentuan yang berlaku dalam bidang Informasi dan Transaksi Elektronik termasuk dalam hal perlindungan terhadap privasi dan data pribadi dalam sektor Insurtech, meskipun prinsip perlindungan dalam kedua sektor tersebut tidak sepenuhnya harmonis. Sebagai suatu bahan analisa, dikaji Ketentuan Layanan dan Kebijakan Privasi dari Qoala suatu brand yang bergerak dalam usaha Insurtech. Selain itu sebagai bentuk pertanggungjawaban hukum dalam litbangjirap kecerdasan artifisial dapat merujuk pada perspektif hukum administrasi negara, perdata, maupun juga pidana.

The rapid development of technology in this Industrial Revolution 4.0 era has increased digital innovation in various business sectors, one of them is a technology-based insurance business or Insurtech. The business process of Insurtech utilize an artificial intelligence-based application or website platforms as an electronic system. This research focuses on the analysis of artificial intelligence regulations in Indonesia, as well as on the aspects of privacy and personal data protection towards the use of artificial intelligence, especially in the Insurtech sector. In addition, this research will also analyze the types of legal responsibility within the artificial intelligence’s research, development, assessment, and application (abbreviated as “litbangjirap”). The research use literature-based of normative juridical method with secondary data types analysis. Based on the research results, it is identified that artificial intelligence must fulfill the ethical & trustworthy aspects, and basically the artificial intelligence is part of science and technology which regulated under the 1945 Constitution and other laws and regulations including the National Science and Technology System Law and the Information and Electronic Transaction (locally known as “ITE”) Law together with its derivatives regulations. Further, as a digital innovation, Insurtech's business activities are not only subject to the applicable regulations in the financial services sector but also subject to the prevailing provisions on ITE which includes the protection of privacy and personal data matters, although the principles in both sectors are not fully harmonious. The Terms of Service and Privacy Policy of Qoala, a brand that engaged in Insurtech business, are reviewed as the analysis material. In addition, as a form of legal responsibility in “litbangjirap” of artificial intelligence, it referred to the state administrative, civil and criminal laws perspectives."
Jakarta: Fakultas Hukum Universitas Indonesia, 2022
T-pdf
UI - Tesis Membership  Universitas Indonesia Library
cover
Aisha Kirana Revalina
"Skripsi ini menganalisis bagaimana suara milik seorang penyanyi dapat dilindungi, khususnya terhadap tindakan peniruan suara menggunakan Kecerdasan Artifisial atau AI guna pembuatan cover lagu. Metode penelitian yang dipakai adalah pengkajian data sekunder yang termasuk buku, peraturan perundang-undangan, maupun hasil penelitian lain sebelumnya, serta fakta-fakta mengenai fenomena terkait. Penelitian terkait pelindungan suara milik seorang penyanyi dianalisis dari hak penyanyi sebagai pelaku pertunjukan yang diatur dalam Undang-Undang Nomor 28 Tahun 2014 tentang Hak Cipta. Penyanyi sebagai pelaku pertunjukan tergolong pemilik Hak Terkait menurut hukum Hak Cipta dan Hak Terkait. Namun, pengaturan hukum Hak Cipta dan Hak Terkait di Indonesia belum mengatur dengan jelas dan spesifik terkait pelindungan atas suara pelaku pertunjukan. Maka, penelitian juga meninjau konsep hak publisitas yang sudah diterapkan beberapa negara untuk melindungi identitas seseorang, termasuk suaranya. Tindakan peniruan suara menggunakan AI dianalisis dari teori yang dikemukakan pendapat ahli bidang tersebut, serta penjelasan penyelenggara AI terkait proses peniruan suara. Proses peniruan suara mencakup tindakan yang melanggar hak penyanyi seperti mutilasi dan modifikasi ciptaan, serta fiksasi pertunjukan. Selain itu, tujuan peniruan suara menggunakan AI juga merupakan pelanggaran karena penyelenggara AI memanfaatkan identitas penyanyi untuk keuntungan ekonomis, yang mana dapat dilindungi dengan hak publisitas. Maka dari itu, dibutuhkan pelindungan, seperti konsep hak publisitas, yang diimplementasikan di peraturan perundang-undangan Indonesia yang akan melindungi suara penyanyi secara spesifik.

This thesis analyzes how a singer's voice can be protected, especially against acts of voice imitation using Artificial Intelligence or AI to create song covers. The research method used is the study of secondary data which includes books, laws and regulations, as well as the results of other previous research, as well as facts regarding related phenomena. Research related to protecting a singer's voice is analyzed from the singer's rights as a performer as regulated in Law Number 28 of 2014 concerning Copyright. Singers' as performers are classified as owners of Related Rights according to Copyright and Related Rights law. However, the legal regulations for Copyright and Related Rights in Indonesia does not yet clearly and specifically regulate the protection of the voices of performers. So, the research also reviews the concept of right to publicity which has been implemented by several countries to protect a person's identity, including their voice. The act of voice imitation using AI is analyzed from theories put forward by experts in the field, as well as explanations from AI user regarding the voice imitation process. The process of voice imitation includes actions that violate the singer's rights such as mutilation and modification of the work, as well as fixation of the performance. In addition, the aim of voice imitation using AI is also a violation because the AI developers exploit the singer's identity for economic gain, which can be protected by the right of publicity. Therefore, the implementation of a protection, such as the concept of the right of publicity, is needed in Indonesian legislation which will specifically protect singers' voices."
Depok: Fakultas Hukum Universitas Indonesia, 2023
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Sardy S.
1992
LP-pdf
UI - Laporan Penelitian  Universitas Indonesia Library
cover
Siagian, Rejoel Mangasa
"Latar belakang: Prevalensi meibomian gland dysfunction (MGD) dilaporkan bervariasi pada rentang 3,6-69,3% karena modalitas diagnostik yang tersedia saat ini masih belum terstandar secara baku. Penilaian meibomian gland (MG) dropout secara manual masih terbatas oleh subjektivitas penilai dalam identifikasi MG, kurang akurat dalam menilai perubahan longitudinal, serta memerlukan waktu dan biaya yang lebih besar. Penelitian ini bertujuan untuk mengetahui apakah performa diagnostik dari penilaian MGD melalui meibografi dengan bantuan AI setara dengan penilaian MG dropout oleh klinisi menggunakan ImageJ. Metode: Penelitian dilakukan dengan desain cross-sectional dari pasien rawat jalan Rumah Sakit Dr. Cipto Mangunkusumo (RSCM) Kirana, Jakarta Pusat. Pengolahan data citra meibografi dilakukan dengan dua tahap preprocessing dan pengembangan model artificial intelligence (AI). Pengembangan model AI yang dilakukan menggunakan image embedding VGG16 dan model multilayer perceptron (MLP) pada Orange v3.32.0. 
Hasil: Dari 35 subjek penelitian dengan rerata usia 60,29±2,28 tahun, terdapat 136 data citra meibografi yang dianalisis. Nilai cut-off MG dropout yang terbaik pada nilai 33% yang mana terdapat 107 citra MGD dan 29 citra normal. Model AI menunjukkan performa AUC 83,2%, sensitivitas 89,7%, dan spesifisitas 58,6%. 
Kesimpulan: Penilaian meibografi dengan bantuan AI memiliki performa diagnostik yang baik dalam deteksi MGD. Pendekatan dengan AI dapat digunakan sebagai alat skrining potensial yang efektif dan efesien dalam praktik klinis.

Introduction: The prevalence of meibomian gland dysfunction (MGD) is reported to vary in the range of 3.6-69.3% because the currently available diagnostic modalities have not been standardized. Manual assessment through meibomian gland (MG) dropout is still has many limitations, such as the subjectivity of the assessor in identifying MG, less accuracy in assessing longitudinal abnormalities and requires more time and costs. This study aims to determine whether the diagnostic performance of MGD assessment through AI-assisted meibography is equivalent to MG dropout assessment by the clinician using ImageJ. 
Methods: The study was conducted with a cross-sectional design from outpatients at Dr. Cipto Mangunkusumo Hospital (RSCM) Kirana, Central Jakarta. The meibography image processing is conducted in two stages preprocessing and the development of artificial intelligence (AI) models. AI model development uses Orange v3.32.0 with VGG16 as image embedding and a multilayer perceptron (MLP) model. 
Results: From 35 subjects with a mean age of 60.29±2.28 years, a meibography dataset was built from 136 eyelid images. Using the MG dropout cut-off value of 33%, there are 107 MGD images and 29 normal images. The AI model showed an AUC performance of 83.2%, a sensitivity of 89.7%, and a specificity of 58.6%. 
Conclusion: AI-assisted meibography assessment has good diagnostic performance in MGD detection. The AI approach has promising potential as an effective and efficient screening tool in clinical practice.
"
Depok: Fakultas Kedokteran Universitas Indonesia, 2022
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Alya Chandra Kirana Dessanties
"Salah satu jenis teknologi yang sering digunakan di bidang perasuransian karena keakuratannya dalam menghitung dan mengolah data serta kemampuannya dalam mempercepat proses perasuransian khususnya dalam penanganan klaim adalah Artificial Intelligence (AI). Di Indonesia, AI belum diatur, tetapi AI dapat dianggap sebagai Agen Elektronik menurut Undang-Undang Informasi dan Transaksi Elektronik (UU ITE). Setiap Agen Elektronik wajib mematuhi Pasal 15 UU ITE untuk mematuhi hukum, termasuk AI. Meskipun teknologi ini sangat canggih, namun kesesuaiannya dengan prinsip asuransi, khususnya Utmost Good Faith dalam klaim, perlu digali lebih dalam karena penggunaan mesin tidak sesuai dengan prinsip dasar yaitu transparansi. Penelitian ini menggunakan pendekatan yuridis normatif dan akan menguraikan lebih lanjut bagaimana AI digunakan untuk menangani klaim asuransi, kesesuaian penerapan AI dalam menangani klaim asuransi dengan itikad baik, dan kesesuaiannya dengan Pasal 15 UU ITE. Studi ini menemukan bahwa penggunaan AI di Insurtech dapat diimplementasikan melalui berbagai aplikasi AI, dan AI tidak sepenuhnya mematuhi prinsip-prinsip Utmost Good Faith. Namun, hal itu sesuai dengan prinsip dalam Pasal 15 UU ITE. Untuk melengkapi kajian tersebut, Indonesia membutuhkan regulasi AI, Insurtech, dan pengawasan ketat terkait penggunaan mesin agar sesuai dengan prinsip.

One of the types of technology that is frequently used in the insurance sector due to its accuracy in calculating and processing data and ability to speed up the insurance process, especially in handling claims, is Artificial Intelligence (AI). In Indonesia, AI is not yet regulated, but AI can be considered an Electronic Agent according to the Information and Electronic Transactions Law (ITE Law). Every Electronic Agent must adhere to Article 15 of the ITE Law to comply the law, including AI. Although this technology is highly sophisticated, its suitability with insurance principles, specifically Utmost Good Faith in claims, needs to be explored further due to the use of machines is not in line with the basics of the principle, which is transparency. This study used the normative juridical approach and will elaborate further on how AI is being used to handle insurance claims, the suitability of the implementation of AI in handling insurance claims with Utmost Good Faith, and its suitability in accordance with Article 15 of the ITE Law. This study found that the use of AI at Insurtech can be implemented through different applications of AI, and AI does not fully comply with the principles of Utmost Good Faith. However, it does comply with the principles in Article 15 of the ITE Law. To complete the study, Indonesia needs regulation for AI, Insurtech, and strict supervision regarding the use of machines to comply with the principle."
Depok: Fakultas Hukum Universitas Indonesia, 2022
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Jessica
"Penelitian ini bertujuan untuk menganalisis faktor yang memengaruhi adopsi bank digital di Indonesia dengan menggunakan pendekatan Unified Theory of Acceptance and Usage of Technology (UTAUT) yang terdiri dari variabel Performance Expectancy, Effort Expectancy, Social Influence, dan penambahan variabel Perceived Risk, dan Initial Trust, dan Financial Literacy sebagai variabel moderasi. Penelitian ini menggunakan model penelitian Partial Least Square – Structural Equation Model (PLS-SEM) dengan menggunakan sampel sebanyak 250 individu (N=250) dengan kriteria belum memiliki akun bank digital dan sudah memiliki akun bank konvensional sebelumnya. Hasil dari penelitian menunjukan bahwa terdapat pengaruh yang positif dan signifikan dari Performance Expectancy, Effort Expectancy, Social Influence, Initial Trust terhadap adopsi bank digital di Indonesia dan financial literacy tidak dapat memoderasi pengaruh antara Effort Expectancy dan Performance Expectancy terhadap adopsi bank digital di Indonesia.

This study aims to examine the effect of Performance Expectancy,Effort Expectanxy, Social Influence, Perceived Risk and Initial Trust toward Adoption Intention of digital banks in Indonesia with Financial Literacy as moderating variable. This study was conducted using PLS-SEM method to test the hypotheses and using Unified Theory of Acceptance and Usage of Technology (UTAUT) to address the adoption intention of digital bank in Indonesia. This study was conducted to 250 samples (n=250) of those who already have traditional bank account and never use digital bank before. The findings of this study is that there is a positive and significant effect from Performance Expectancy,Effort Expectanxy, Social Influence, Perceived Risk and Initial Trust toward Adoption Intention of digital banks in Indonesia, but there are no moderating effects from financial literacy for Effort Expectancy and Performance Expectancy to Intention to Adopt Digital Bank in Indonesia."
Depok: Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2023
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Audrey Jessica Natalia
"Praktik pengangkatan anak terus dikenal dan berkembang dari masa ke masa, diawali dengan motif untuk meneruskan nama keluarga hingga akhirnya mengalami perubahan menjadi membantu dan memenuhi kebutuhan anak-anak yang kurang beruntung. Perihal pengangkatan anak di Indonesia yang termuat di dalam beberapa peraturan perundang-undangan juga telah menekankan bahwa pengangkatan anak harus dengan kepentingan anak, namun peraturan yang ada masih belum cukup untuk memberikan kepastian hukum dan perlindungan bagi para pihak, terutama anak. Bertolak dari hal tersebut, perlu dilakukan penelitian lebih lanjut yang salah satunya dapat dilakukan dengan dengan menggunakan pendekatan perbandingan ketentuan hukum dari dua negara yang berbeda, yang mana dalam hal ini dilakukan antara Indonesia dan Thailand. Penelitian ini bersifat yuridis-normatif dan disusun dengan menjelaskan beberapa aspek terkait pengangkatan anak yang meliputi penertian, jenis, syarat, tata cara, akibat hukum, bimbingan dan pengawasan, serta pembatalan pengangkatan anak. Adapun tulisan ini diharapkan dapat melengkapi pengaturan pengangkatan anak di Indonesia terutama dalam hal pembatalan pengangkatan anak dan mendorong pembentukan undang-undang khusus pengangkatan anak di Indonesia.

The adopting children practice continues to be known and developed from time to time, starting with the motive to carry on the family name until finally switching to help and meet the needs of less fortunate children. Regarding child adoption in Indonesia, which is contained in several laws and regulations, it has also been emphasized that child adoption must accentuate the child's interests. However, the existing regulations are still insufficient to provide legal certainty and legal protection for the parties, especially the child in question. Accordingly, it is necessary to conduct further research that can be done by using a comparative approach to the legal provisions of two different countries, which in this case is carried out between Indonesia and Thailand. This research uses the normative-judicial method and is structured by explaining several aspects related to child adoption that include the definition, types, requirements, procedures, legal consequences, guidance, and supervision, as well as the termination of child adoption. This paper is expected to complement the regulation of child adoption in Indonesia, particularly in regard to the termination of child adoption, and to encourage the formation of a Child Adoption Act in Indonesia."
Depok: Fakultas Hukum Universitas Indonesia, 2022
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
<<   1 2 3 4 5 6 7 8 9 10   >>