Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Penelitian ini bertujuan untuk membangun proses bisnis pengawasan Fintech P2P Lending di Indonesia berbasis Berita Daring, Twitter, dan Ulasan Google Playstore. Usulan pengawasan yang baru digambarkan dengan Business Process Modeling Notation (BPMN). Selanjutnya diimplementasikan dengan membuat prototipe. Pendekatan yang digunakan adalah pendekatan Text Mining seperti ekstraksi informasi dengan Named Entity Recognition (NER), Analisis Sentimen dan Pemodelan Topik dengan Latent Dirichlet Allocation (LDA). Hasil eksperimen pada pendekatan NER menunjukan Algoritma Multinomial Naïve Bayes mendapatkan F1-score tertinggi sebesar 90%, sedangkan pada pendekatan analisis sentiment model Naïve Bayes dan Random Forest terbukti memiliki akurasi tinggi yaitu diatas 91%. Hasil NER membuktikan bahwa platform Cashless, Yokke, Digital Artha Media, Koinworks, Moka, Privy id, PT Tunaiku Fintech Indonesia, PT Relasi Perdana Indonesia, PT Dynamic Credit Asia dan PT Progo Puncak Group tidak ada dalam daftar Fintech di Otoritas Jasa Keuangan (OJK). Sedangkan hasil Persentase positif untuk aplikasi Adakami, Easycash, Danamas, Dompetkilat, dan Indodana berturut-turut adalah 47%, 59%, 28%, 24%, dan 29%. Penelitian ini dapat digunakan oleh OJK untuk pengawasan Fintech dan meningkatkan perlindungan konsumen. ......This research aims to build a business process to supervise Fintech P2P Lending in Indonesia based on Online News, Twitter, and Google Playstore Reviews. The proposed new supervision is described by the Business Process Modeling Notation (BPMN), then implemented by making a prototype. The Text Mining approach uses information extraction with Named Entity Recognition (NER), Sentiment Analysis, and Topic Modeling with Latent Dirichlet Allocation (LDA). Experimental results on the NER approach show that the Naïve Bayes Multinomial Algorithm gets the highest F1-score of 90%. In contrast, the Naïve Bayes and Random Forest model sentiment analysis approaches are proven to have high accuracy, above 91%. The NER results demonstrate that the platforms Cashless, Yokke, Digital Artha Media, Koinworks, Moka, Privy id, PT Tunaiku Fintech Indonesia, PT Relasi Perdana Indonesia, PT Dynamic Credit Asia, and PT Progo Puncak Group are not on the Fintech list at the Financial Services Authority (OJK). While the positive percentage results for the Adakami, Easycash, Danamas, Dompetkilat, and Indodana applications were 47%, 59%, 28%, 24%, and 29%, respectively. This research can be used by OJK for Fintech supervision and improving consumer protection.

Abstrak :
Dalam industri musik terdapat tiga peran utama dari tujuh peran yang ada, yaitu pengguna, artis atau pencipta, dan label musik yang mempunyai pengaruh besar dalam transformasi musik digital. Transformasi musik digital mereduksi rintangan untuk masuk kedalam industri musik, dan juga mengubah bisnis tradisional menjadi model baru yang berpusat pada pelanggan dimana transaksinya tidak harus terikat oleh toko, tempat ataupun waktu. Sayangnya, kekhawatiran industri musik terhadap pembajakan karya lagu masih membuat mereka tidak percaya dan enggan beradaptasi dengan perkembangan teknologi baru. Di lain sisi, penyedia jasa musik digital yang baru seperti Spotify dan yang lainnya mulai muncul dan bahkan mulai mendominasi. Dengan adanya dominasi dari para pemain baru ini sepertinya label rekaman besar mulai ketinggalan zaman. Namun ternyata, label rekaman besar masih mendominasi. Sepuluh besar tangga lagu masi didominasi oleh mereka. Sumber daya yang besar dan tim yang kuat menjadi pembeda diantara mereka dan para musisi pendatang baru. Layanan musik yang ada saat ini belum menjadi solusi terbaik untuk memenuhi keinginan dari tiga pemain utama di industri ini, yakni artis atau pencipta musik, kemudian pengguna, dan yang terakhir label musik. Melihat kondisi tersebut, peneliti berusaha menawarkan solusi terbaik untuk semua pihak, yakni dengan menciptakan suatu pasar digital baru yang bisa mengakomodir kebutuhan utama mereka, juga dengan memasukkan sifat barang fisik untuk meningkatkan nilai pasar yang ada. Kombinasi dari keduanya memungkinkan membuat orang untuk mencoba platform yang baru, karena memiliki nilai yang lebih baik dibandingkan dengan yang sudah ada, dan bisa secara perlahan menurunkan pembajakan. Penelitian ini menggunakan metode campuran dengan kerangka Design Science Research yang bertujuan untuk membuat desain baru yang bisa memberikan nilai yang lebih dari yang sudah ada, dan juga bisa mengurangi pembajakan. Penelitian ini menggunakan teori Status Quo Bias (SQB) untuk mengevaluasi hasil keluaran dari DSR dan juga model seleksi Kano untuk membuat filter input sebagai kebutuhan prototyping. Dari proses penelitian terlihat bahwa kerangka DSR dapat digunakan untuk mengusulkan dan memberikan layanan musik digital yang lebih baik. Hasil evaluasi solusi pun menunjukkan pengguna menyukai model yang diusulkan dibandingkan dengan solusi saat ini maupun dengan pembajakan yang ada ......There are three leading players from seven existing primary players: the consumers, artist creators, and the music label that play significant roles in digital music transformation. Digital music transformation can lessen the ‘barrier to entry’ in this industry. It transforms the business from a traditional shop-centric to a new customer-centric model. Unfortunately, the worrying thing for everyone in the industry, which is piracy, does still exist. It makes the music companies doubt the new technological development. On the other hand, the new digital music services, such as Spotify, have risen and dominated. It may seem that the old conventional record labels are obsolete. However, in reality, they still dominate the top ten charts. The successful supporting factor is that they have started having solid and good teams to manage, support, and produce good musicians and songs different from the new indie comers. The latest music offering has not been able to find a well-integrated solution to meet the needs of the three pillars: the creators, users or customers, and the music labels. Furthermore, by seeing this condition, this research tries to propose the best solutions for all, by creating a new modified digital marketplace using physical traits that can incorporate all needs. Combining all the things should make people value more on the new platform as a good offering and deter piracy. This research uses the mixed methods and the Design Science Research framework. The purpose is to build the proposed new design and provide some evidences about digital music piracy that will lead to a suitable prototype design for the new digital music solution. The research also uses the Status Quo Bias (SQB) theory, which evaluates the output and the Kano selection model to create the input filter for the prototyping requirement. The research result shows that the DSR Framework could propose and evaluate excellent digital music service, in conjunction with the Kano model and SQB Theory. The research result, evaluation, and feedback show users like the proposed model compared to the current solution and ongoing piracy.

Abstrak :
Salah satu tantangan yang dihadapi industri akomodasi di Indonesia adalah sulitnya melakukan pengambilan keputusan berdasarkan data dan informasi yang dapat diandalkan. Saat ini, Indonesia belum memiliki data usaha pariwisata yang komprehensif dan belum ada pusat informasi kepariwisataan berskala nasional yang dapat digunakan oleh para pemangku kepentingan. Untuk memperoleh data, mayoritas pengelola akomodasi masih melakukan praktik information sharing secara manual dan belum menggunakan sistem terintegrasi. Penelitian ini bertujuan untuk mengembangkan arsitektur dan prototipe (front-end) sistem business intelligence (BI) berbasis information sharing untuk mendukung proses revenue management di industri akomodasi di Indonesia. Pendekatan penelitian yang digunakan adalah Design Science Research yang menghasilkan solusi sesuai kebutuhan pemangku kepentingan di sektor akomodasi. Kajian pustaka dilakukan dengan metode Systematic Literature Review. Pengolahan dan analisis data wawancara menggunakan metode thematic analysis. Pengumpulan data pada penelitian ini dilakukan melalui observasi data pariwisata, observasi data pada online travel agent, wawancara kepada stakeholders (regulator, asosiasi hotel, akademisi, pengelola hotel, online travel agent, dan wholesaler), serta observasi terhadap sistem BI yang telah ada. Penelitian ini menghasilkan tiga hasil penelitian utama. Untuk memahami konteks ekosistem industri akomodasi, penelitian ini mengkaji penelitian terdahulu dan menghasilkan model downstream supply chain industri akomodasi di Indonesia saat ini. Untuk memahami permasalahan implementasi sistem BI, penelitian ini juga mengkaji dan menghasilkan analisis hambatan menggunakan kerangka kerja Technology Organization Environment (TOE) serta pemetaan tindakan yang dapat dilakukan. Berdasarkan kedua hasil tersebut, penelitian ini mengembangkan sebuah arsitektur dan prototipe high-fidelity sistem BI. Prototipe yang dihasilkan masih berupa front-end berbasis web dan belum sampai kepada pengembangan back-end. Evaluasi arsitektur dilakukan melalui wawancara kepada tujuh narasumber ahli serta pengujian inter-rater reliability kepada 18 responden yang menghasilkan tingkat persetujuan yang sangat baik (koefisien Fleiss-Kappa 0,933). Evaluasi prototipe dilakukan melalui wawancara serta survei System Usability Scale (SUS) yang menghasilkan nilai 74,5 (baik), dan Usability Testing yang menghasilkan nilai 70 (baik). Hasil penelitian ini bermanfaat sebagai panduan bagi regulator dan pelaku industri akomodasi dalam mengembangkan sistem BI yang mendorong kolaborasi data melalui information sharing untuk mendukung proses revenue management di industri akomodasi di Indonesia. Sebagai saran pengembangan, penelitian berikutnya dapat mempelajari aspek-aspek non-fungsionalitas serta mengimplementasikan back-end dan komponen-komponen yang sudah diidentifikasi di dalam arsitektur sistem BI ini. ......One of the challenges faced by the accommodation industry in Indonesia is the difficulty of making decisions based on reliable data and information. Currently, Indonesia does not have comprehensive tourism business data and there is no national-scale tourism information center that can be used by stakeholders. To obtain data, the majority of accommodation managers still practice information sharing manually and have not used an integrated system. This research aims to develop an architecture and prototype (front-end) of information sharing-based business intelligence (BI) systems to support the revenue management process in the accommodation industry in Indonesia. The research approach used is Design Science Research which produces solutions according to the needs of stakeholders in the accommodation sector. Literature review is carried out using the Systematic Literature Review method. Processing and analysis of interview data is carried out using thematic analysis method. Data collection in this study was carried out through observation of tourism data, observation of data on online travel agents, interviews with stakeholders (regulators, hotel associations, academics, hotel managers, online travel agents, and wholesalers), as well as observation of the existing BI system. This study produced three main research results. To understand the context of the accommodation industry ecosystem, this study examines previous research and produces a downstream supply chain model, especially for the current accommodation industry in Indonesia. To understand the BI system implementation problems, this study also examines and produces a barrier analysis using the Technology Organization Environment (TOE) framework as well as mapping actions that can be taken to implement and run the BI system. Based on these two results, this research developed an architecture and prototype of a high-fidelity BI system. The prototype is still a web-based front-end and has not yet reached the back-end development. The architectural evaluation was conducted through interviews with seven experts and inter-rater reliability testing to 18 respondents which resulted in a very good approval rate (Fleiss-Kappa coefficient 0.933). Prototype evaluation was conducted through interviews as well as a System Usability Scale (SUS) survey which resulted in a score of 74.5 (good), and Usability Testing which produced a value of 70 (good). The results of this study are useful as a guide for regulators and accommodation industry players in developing a BI system that encourages data collaboration through information sharing to support the revenue management process in the accommodation industry in Indonesia. Future research can study non-functionality aspects and implement back-end and components that have been identified in this BI system architecture.