Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Berbeda dengan penelitian sebelumnya terkait dampak upah minimum yang hanya berfokus pada total pekerja dan sektor ekonomi serta penggunaan status pekerjaan untuk membentuk pekerja formal, penelitian ini menganalisis pengaruh upah minimum terhadap salah satu variabel demografi yakni umur muda dengan membandingkan antara pembentukan pekerja formal dengan menggunakan tabulasi silang status dan jenis pekerjaan dan pembentukan pekerja formal dengan menggunakan status pekerjaan saja. Tujuan dari penelitian ini adalah untuk menganalisis perbandingan dampak upah minimum terhadap pekerja muda formal dan total di Indonesia. Penelitian ini mendeskripsikan bahwa perbedaan persentase pekerja muda formal yang tinggi sangat mendukung tujuan penelitian bahwa penting untuk membandingkan dampak upah minimum terhadap kedua pengkategorian tersebut. Dengan menggunakan data cross section SAKERNAS tahun 2015 dan metode regresi OLS dampak upah minimum terhadap pekerja muda formal dengan menggunakan tabulasi silang lebih tinggi dibandingkan dengan dampak upah minimum terhadap pekerja muda formal dengan menggunakan status pekerjaan saja. Upah minimum mengurangi pekerja muda formal (baik dengan tabulasi silang atau dengan status pekerjaan saja) secara signifikan lebih tinggi dibandingkan dengan pekerja muda total. Mengabaikan penggunaan tabulasi silang antara status dan jenis pekerjaan dapat menyebabkan underestimate dalam persentase pekerja muda formal sehingga penggunaan tabulasi silang lebih representatif dalam menunjukkan pengaruh upah minimum terhadap pekerja muda formal dibandingkan penggunaan status pekerjaan saja.

---

Unlike the previous study in the minimum wage, which focused on total employment and economic sector, this paper examine its effect on one demographic variable (age) by comparing covered youth employment using cross tabulation of the status and type of job and using job status only. The aim of this study is to analyze the impact of minimum wages on youth employment in Indonesia. We analyze the impact on covered youth wemployment  and total youth employment. This study contributes to the limited literature on youth employment as the impact of minimum wage in developing countries, especially in Indonesia. Using cross section distric data from the 2015 on OLS method of regression, we find that the districts/cities that have a higher district minimum wage has lower covered youth employment and total youth employment. Cross tabulation used is more representative than job status to show the impact of minimum wage on covered youth employment. Ignoring cross tabulation of the status and type of job used seriously underestimates the size of covered youth emplyoment. The impact of minimum wage on covered youth employment using cross tabulation is higher than job status used. The higher the district minimum wage, the lower the covered youth employment. Surprisingly, the minimum wages reduced covered youth employment significantly more than total employment.

Abstrak :
Penelitian ini bertujuan untuk mengetahui pengaruh variabel sikap, pengaruh sosial, agama, harga, dan dukungan pemerintah terhadap intensi nasabah bank syariah untuk menggunakan pembiayaan rumah syariah. Penelitian ini menggunakan TRA (Theory of Reasoned Action) oleh Ajzen serta menambah 3 variabel lainnya agama, harga, dan dukungan pemerintah. Sampel terdiri dari 140 nasabah Bank Syariah Mandiri, Jakarta Pusat. Data primer diperoleh melalui survei dengan cara penyebaran kuisioner. Analisis data menggunakan metode regresi linear berganda. Hasil penelitian menyatakan bahwa sikap dan pengaruh sosial tidak berpengaruh secara signifikan secara parsial terhadap intensi nasabah bank syariah untuk menggunakan pembiayaan rumah syariah. Variabel agama, harga, dan dukungan pemerintah berpengaruh secara signifikan terhadap intensi nasabah bank syariah untuk menggunakan pembiayaan rumah syariah. Hasil penelitian juga menunjukkan nilai adjusted R Square sebesar 49,2%, berarti variabel sikap, pengaruh sosial, kewajiban agama, harga, dan dukungan pemerintah bersama- sama dapat menjelaskan variasi Intensi nasabah Bank Syariah untuk menggunakan pembiayaan syariah sebesar 49,2% dan sisanya 50,8% dijelaskan variabel lain yang tidak diperhitungkan dalam model penelitian ini. ...... The purpose of this research is to examine the effects of the following factors: attitude, social influence, religious obligation, pricing, and government support on the Islamic bank customers intention to use Islamic home financing. This research uses the TRA (Theory of Reasoned Action) model by Ajzen and add 3 others variables religious obligation, pricing, and government support. The sample comprised of 140 customers of Bank Syariah Mandiri, Jakarta Pusat. Data were obtained through survey using questionnaire. Methodology of this research uses multiple linear regression analysis. This research found attitudes and social influence to be insignificant in influencing the intention to use Islamic home financing. Religious obligation, pricing, and government support were found to be significant predictors. The results also show the adjusted R square of 49,2 %, meaning the variable attitudes, social influence, religious obligation, pricing, and government support can explain the variation of Islamic bank customers intention to use Islamic home financing at 49,2% and the remaining 50,8% is explained by other variables are not taken in this research model.

Abstrak :
ABSTRAK
Nama : Adi MulyadiProgram studi : Magister ManajemenJudul : Analisis Segmentasi Konsumen Pada Perusahaan Real Estate Menggunakan Big Data Analytics Studi pada PT. ISPI Pratama LestariPembimbing : Arga Hananto, M.Bus. Studi tentang segmentasi konsumen dipengaruhi oleh kebutuhan perusahaan untuk bersaing dengan kompetitornya dan menciptakan keunggulan kompetitif bagi perusahaannya. Segmentasi produk merupakan salah satu hal utama dalam dunia bisnis, karena kesalahpahaman dalam segmentasi konsumen dapat mengakibatkan berkurangnya pendapatan. Real estate merupakan industri senilai milyaran dolar yang sangat tersegmentasi, dikarenakan karakteristik konsumennya yang beragam. Indonesia merupakan pasar yang potensial dan bertumbuh bagi industri real estate dan perumahan, karena Indonesia memiliki jumlah penduduk yang besar sekitar 260 juta jiwa dan memiliki area geografis yang luas. Untuk menganalisa data dengan jumlah besar tersebut, perusahaan real estate menggunakan Big Data Analytics, sebagai alat untuk mendapatkan masukan yang berarti dari data tersebut. Big Data mulai banyak digunakan sebagai alat untuk mempelajari tentang kondisi atau untuk memprediksi perilaku yang mungkin terjadi melalui berbagai pemodelan analisis data. Penelitian ini menyajikan analisis segmentasi untuk membantu perusahaan pengembang real estate dalam memahami segmentasi konsumen mereka, dengan menggunakan data transaksi penjualan perusahaan periode 2013 - 2017. Analisis segmentasi dalam penelitian ini telah dikembangkan menggunakan cluster analysis, dengan menggunakan metode hierarchical clustering, Elbow Method, dan K-Means. Hasil dari cluster analysis menunjukkan bahwa terdapat 4 segmen konsumen, yang memiliki karakteristik demografis dan preferensi produk yang berbeda. Selain itu, penelitian ini juga melakukan analisis tabulasi silang untuk mengetahui hubungan antar variabel. Selanjutnya dilakukan analisis diskriminan, dari situ diketahui bahwa gaji dan harga jual merupakan 2 variabel yang secara signifikan memberikan pengaruh paling besar terhadap penentuan cluster membership. Setelah mengetahui karakteristik dan melakukan analisa, dapat diusulkan bentuk promosi yang sesuai bagi masing ndash; masing segmen.Kata kunci:Segmentasi konsumen, real estate, big data, cluster analysis, tabulasi silang

---

ABSTRACT
ABSTRACT Name Adi MulyadiStudy Program Magister of ManagementTitle Customer Segmentation Analysis In Real Estate Using Big Data Analytics A Study In PT. ISPI Pratama LestariCounsellor Arga Hananto, M.Bus. The study of consumer segmentation is influenced by a company 39 s need to compete with its competitors and create a competitive advantage. Product segmentation is one of the main things in the business world, because misunderstanding in consumer segmentation can lead to reduced revenue. Real estate is a multi billion dollar industry that is highly segmented, due to the diverse characteristics of its customers. Indonesia is a potential and growing market for the real estate and housing industries, as Indonesia has a large population around 260 million people and has a large geographical area. To analyze such big amounts of data, real estate companies use Big Data Analytics, as a means to gain meaningful insight from the data. Big Data is widely used as a tool to learn about conditions or to predict behaviors that may occur through various data analysis models. This study presents segmentation analysis to help real estate developers to understand their customer segmentation using company sales transaction data from 2013 to 2017 period. Segmentation analysis in this research has been developed using cluster analysis, with hierarchical clustering, Elbow Method, and K Means. The results of cluster analysis show that there are 4 segments of consumers, which have different demographic characteristics and product preferences. In addition, this study also conducted cross tabulation analysis to determine the relationship between variables. Then from discriminant analysis, it is known that salary and selling price are 2 variables that significantly give the most influence on cluster membership determination. After knowing the characteristics and perform the analysis, it can be proposed the appropriate form of promotion for each segment. Key words Customer segmentation, real estate, big data, cluster analysis, cross tabulation