Hasil Pencarian  ::  Simpan CSV :: Kembali

"Dalam era digital saat ini, banyaknya data finansial yang melimpah dan tidak berlabel menimbulkan tantangan dalam pemilihan teknik pendeteksian outlier (outlier detection) yang optimal. Penelitian ini bertujuan untuk menangani tantangan tersebut dengan membandingkan model unsupervised outlier detection pada data sintetis yang dirancang untuk meniru karakteristik data finansial nyata. Sebagai studi kasus, penelitian ini menggunakan data Laporan Harta Keuangan Penyelenggara Negara (LHKPN) tahun 2022. Proses penelitian mencakup pengumpulan data, pemrosesan, pembuatan data sintetis, pengujian sepuluh algoritma outlier detection, dan penerapan model terbaik pada data LHKPN tahun 2022. Dari proses ini, model Median Absolute Deviation (MAD) dengan threshold 7.8 teridentifikasi sebagai yang paling efektif pada data sintetis yang meniru data LHKPN. Penelitian ini juga menemukan hyperparameter terbaik untuk model lain dan melakukan analisis skor outlier pada data nyata. Hasilnya memberikan wawasan baru dan menunjukkan potensi investigasi lanjutan dalam outlier detection pada data finansial tidak berlabel, dengan pendekatan yang menyeluruh mulai dari analisis distribusi data hingga pengujian model pada data sintetis dan asli.

---

In the current digital era, the abundance of unlabeled financial data poses challenges in selecting optimal outlier detection techniques. This research aims to address these challenges by comparing unsupervised outlier detection models on synthetic data, designed to mimic real financial data characteristics. Using 2022 data from the Laporan Harta Keuangan Penyelenggara Negara (LHKPN) as a case study, the research process includes data collection, processing, creating synthetic data, testing 10 outlier detection algorithms, and applying the most effective model, identified as Median Absolute Deviation (MAD) with a threshold of 7.8, on synthetic data based on LHKPN data. The study also finds the best hyperparameters for other models and conducts real data outlier score analysis, providing new insights and demonstrating further investigation potential in outlier detection for unlabeled financial data."

"ABSTRAKSesuai peraturan BAPEPAMLK Nomor: PER-09/BL/2012 Pasal 11 bahwa nilai estimasi klaim yang terjadi tetapi belum dilaporkan IBNR dihitung berdasarkan estimasi sentral atau estimasi terbaik best estimate dengan menggunakan metode rasio klaim atau salah satu dari metode segitiga run-off triangle method . Metode Chain-Ladder dan Bornhuetter-Ferguson adalah metode berbasis triangle yang banyak dijadikan standar oleh auditor dan perusahaan asuransi dalam mengestimasi cadangan IBNR.Tujuan dari studi ini adalah untuk menganalisis daya estimasi metode cadangan klaim IBNR yang berbasis metode triangle. Dengan ukuran statistik MAD dan RMSE diketahui eror pada Metode Bornhuetter-Ferguson lebih kecil dalam mengestimasi cadangan klaim IBNR dibandingkan dengan Metode Chain-Ladder

---

ABSTRACTAccording to regulations BAPEPAMLK Number PER 09 BL 2012 Article 11, the estimated value of claims incurred but not reported IBNR is calculated based on the estimated central or best estimate best estimate using the ratio of claims or one of the triangle method run off triangle method . Chain Ladder method and Bornhuetter Ferguson is a triangle based method that is used as a standard by the auditor and insurance companies. The aim of this study is to compare the predictive power of triangle methods in IBNR claims reserves estimation. Base on statistical measure MAD and RMSE, error on Bornhuetter Ferguson method is smaller in estimating the IBNR claims reserve compared with the Chain Ladder method."

"Istilah 'penjahat hanyalah pahlawan yang hancur' dapat dilihat dari penggambaran ulang dua tokoh penjahat Disney, Maleficent (Sleeping Beauty) dan Cruella de Vil (101 Dalmatians). Perubahan yang dilakukan Disney sangat drastis dan menyebabkan ledakan popularitas untuk kedua karakter. Perubahan ini awalnya dilihat secara positif, karena Maleficent dan Cruella memperoleh pendalaman karakter dan latar belakang. Namun, analisis lebih lanjut mengungkapkan kesalahan konstruksi dalam penilaian itu. Melalui metode analisis tekstual, dapat ditemukan bahwa perubahan yang terjadi dalam penggambaran ulang kedua karakter melanggengkan stereotip gender tradisional dari dikotomi Wanita Jahat dan Gila.

---

The term 'a villain is just a broken hero' was highlighted with the recent Disney live-action featuring two of its iconic villains, Maleficent (Sleeping Beauty) and Cruella de Vil (101 Dalmatians). This live-action brings drastic changes, leading to a popularity boom for both characters. These changes were initially viewed in a positive light, as both villains gained more depth in their backstories and characteristics. However, a further analysis presents a misconstruction in that judgment. Through the method of textual analysis, it could be found that the changes happening in the live-action remakes perpetuate the traditional gender stereotype of the Bad and Mad Women dichotomy."

"Tahun 2020, dunia dikejutkan dengan munculnya virus Covid-19. Efek domino di segala bidang dan merenggut banyak nyawa menjadi sebuah permasalahan serius dan penting untuk diantisipasi. Dari hasil analisa Social Media Monitoring Dashboard Mediawave, media sosial Twitter menjadi saluran yang digunakan dalam rangka memberikan pemahaman terhadap masyarakat oleh buzzer sebagai opinion leader. Dalam melakukan kampanye di Twitter, buzzer yang terlibat melakukan berbagai cara untuk menyampaikan pesan dan informasi agar postingan mendapatkan reach dan impression yang baik sehingga viral di Twitter. Penelitian ini menganalisis unsur apa saja yang ada dalam postingan buzzer sesuai dengan MAD Model of Moral Contagion Theory. Penelitian ini menggunakan metode analisis data small story research dengan jenis penelitian kualitatif. Hasil penelitian menunjukkan bahwa buzzer memenuhi unsur dalam aspek Motivation (Group Identity), Attention (Engagement), dan Design (amplification; share, like, dan comment) dalam melakukan orkestrasi dengan diksi yang dilihat dari penyebaran konten dan informasi melalui like, retweet, dan reply dari setiap postingan buzzer yang teridentifikasi dari analisa konten isi di Twitter sehingga menciptakan polarisasi percakapan dengan sentimen positif dan negatif.

---

In 2020, the world was shocked by the emergence of the Covid-19 virus. The domino effect in all fields and claimed many lives is a serious and important problem to anticipate. From the results of the analysis of Social Media Monitoring Dashboard Mediawave, social media Twitter is a channel used to provide understanding to the public by buzzers as opinion leaders. In conducting a campaign on Twitter, the buzzers involved used various ways to convey messages and information so that the post would get a good reach and impression so that it went viral on Twitter. This study analyzes what elements are contained in buzzer posts according to the MAD Model of Moral Contagion Theory. This study uses a small story research data analysis method with a qualitative research type. The results showed that the buzzer met the elements in the aspects of Motivation (Group Identity), Attention (Engagement), and Design (amplification; share, like, and comment) in conducting orchestration with diction seen from the dissemination of content and information through likes, retweets, and replies to each buzzer post identified from content analysis on Twitter so as to create a polarizing conversation with positive and negative sentiments."

"Industri kecantikan di Indonesia yang terus berkembang pesat, mendorong merek-merek lokal untuk memperkuat daya saing di pasar yang kompetitif. Mad For Makeup, salah satu merek kosmetik lokal, berinovasi melalui komunitas ‘Rebel Secret Society’ yang mengimplementasikan strategi co-creation dengan melibatkan anggota komunitas dalam pengembangan produk. Penelitian ini bertujuan menganalisis peran ‘Rebel Secret Society’ dalam mendukung branding Mad For Makeup sebagai merek inklusif melalui strategi kehumasan untuk meningkatkan kesadaran merek (brand awareness) di kalangan Gen Z di Indonesia. Dengan pendekatan kualitatif deskriptif dengan analisis konten sebagai teknik pengumpulan datanya, penelitian ini mengkaji 19 unggahan Instagram @rebelsecretsociety pada periode Oktober–November 2024. Hasil analisis menunjukkan bahwa komunitas ini memanfaatkan Discord dan Instagram sebagai platform utama untuk membangun komunikasi yang efektif. ‘Rebel Secret Society’ berhasil mengintegrasikan elemen sense of community, tribe building, dan remarkability, yang memperkuat ikatan komunitas, meningkatkan keterlibatan anggota, serta mendukung strategi branding. Selain berperan sebagai co-creators, anggota komunitas juga berfungsi sebagai promoters aktif dalam membantu Mad For Makeup menciptakan produk yang sesuai dengan kebutuhan konsumen sekaligus memperluas brand awareness di kalangan target audiens utamanya, yaitu Gen Z.

---

The rapidly growing beauty industry in Indonesia has encouraged local brands to enhance their competitiveness in a highly dynamic market. Mad For Makeup, one of the local cosmetic brands, has innovated through the ‘Rebel Secret Society’ community by implementing a co-creation strategy that involves community members in product development. This study aims to analyze the role of ‘Rebel Secret Society’ in supporting Mad For Makeup’s branding as an inclusive brand through public relations strategies to increase brand awareness among Gen Z consumers in Indonesia. Using a descriptive qualitative approach with content analysis as the data collection technique, this study examines 19 Instagram posts from @rebelsecretsociety during the October–November 2024 period. The analysis shows that the community utilizes Discord and Instagram as primary platforms to foster effective communication. ‘Rebel Secret Society’ successfully integrates elements of sense of community, tribe building, and remarkability, which strengthens community bonds, increases member engagement, and supports their branding strategies. In addition to acting as co-creators, community members also serve as active promoters, assisting Mad For Makeup in creating products tailored to consumer needs while expanding brand awareness among its primary target audience, Gen Z."