Articles

Found 5 Documents
Search

Analisis Citra, Kepercayaan Dan Kepuasan Terhadap Loyalitas Mahasiswa Sistem Informasi Dengan Pendekatan Path Analisys Nurfaizal, Yusmedi; Pinilih, Muliasari
Jurnal Informatika Vol 3, No 3 (2015): Vol 3 No 3 2015
Publisher : Fakultas Sains dan Teknologi Universitas Labuhanbatu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (260.366 KB) | DOI: 10.36987/informatika.v3i3.222

Abstract

In the era of globalization, the system plays a very important information. By masteringtechnology and information, constitute one of the capital to be winners in the global competition. Theimportance of students in the loyalty marketing no doubt. Universities are expecting can retain customersin the long term, even if perhaps forever. Customers who have loyalty will feel an emotional bond withthe organization, with an emotiona bond to make customers loyal and encourage them to continue doingbusiness with the organization and make recommendations. A loyal student who will be a very valuableasset for the college. Students who are loyal will provide feedback to the organization. Efforts to buildcompetitiveness for a college absolutely must be done in order to maintain existence. Some of the stepsthat need to be prepared among other things, enhance the image, trust, satisfaction and loyalty ofstudents. Given the importance of image, trust, satisfaction and customer loyalty will require an analysisof the image, trust and satisfaction to loyalty student information system with the approach path analisys,so it can be used by universities to increase loyalty to students. The results showed that image, trust andsatisfaction has a significant positive effect on loyalty student information system.
PERBANDINGAN TENAGA KERJA INDONESIA DENGAN NEGARA ASEAN Pinilih, Muliasari; Yulianti, Heni
Pro Bisnis Vol 9, No 1: Februari (2016)
Publisher : STMIK AMIKOM Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (203.364 KB)

Abstract

Aspek ketenagakerjaan menjadi hal krusial karena tenaga kerja merupakan roda penggerak di dalam perekonomian suatu negara. Hal ini yang menyebabkan negara ASEAN berusaha membenahi aspek ketenagakerjaan tidak terkecuali Indonesia. Namun masing-masing negara ASEAN memiliki permasalahan dan kondisi ketenagakerjaan yang berbeda-beda. Penelitian ini bertujuan untuk membandingkan kondisi ketenagakerjaan Indonesia dengan negara ASEAN. Data yang diperlukan dalam penelitian ini dari BPS dan ILO dengan berfokus pada KILM (The Key Indicators of the Labour Market). Hasil penelitian ini menunjukkan bahwa (a) berdasarkan TPAK maka Kamboja merupakan negara dengan TPAK tertinggi dan yang terendah adalah Brunei Darussalam; (b) berdasarkan rasio berdasarkan rasio penduduk yang bekerja terhadap jumlah penduduk maka rasio tertinggi adalah Kamboja dan rasio terendah adalah Malaysia; (c) berdasarkan tenaga kerja yang bekerja di sektor agregat maka Thailand menjadi negara dengan tenaga kerja terbesar di sektor pertanian. Di sektor industri, Malaysia merupakan negara yang tertinggi dengan tenaga kerja yang bekerja di sektor tersebut. Sementara Singapura merupakan negara dengan tenaga kerja terbesar di sektor jasa; (c) berdasarkan tingkat pengangguran maka Filipina merupakan negara dengan tingkat pengangguran tertinggi dan yang terendah adalah Kamboja; (d) berdasarkan tingkat produktivitas maka Brunei Darussalam merupakan negara tertinggi dalam produktivitas tenaga kerja dan Myanmar merupakan negara dengan produktivitas terendah. Kata kunci : ASEAN, tenaga kerja, KILM
PENINGKATAN DAYA SAING PRODUK DENGAN MENERAPKAN STRATEGI MARKETING MIX DAN PENERAPAN TEKNOLOGI PADA KELOMPOK USAHA GULA SEMUT DI DESA PERNASIDI Wahyudi, Rizki; Pinilih, Muliasari; Oktaviany, Luzy
Jurnal Abdimas BSI: Jurnal Pengabdian Kepada Masyarakat Vol 3, No 1 (2020): Februari 2020
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jabdimas.v3i1.6517

Abstract

Pernasidi adalah desa yang terletak di Kecamatan Cilongok Kabupaten Banyumas. Desa Pernasidi juga disebut Desa Gula, karena sebagian besar masyarakat desa merupakan penghasil gula dan menggantungkan pendapatannya terhadap produksi gula. Salah satu usaha dagang yang bergerak di bidang produksi gula semut adalah UD. Kali Mengaji. UD. Kali Mengaji bekerja sama dengan petani dan pengepul gula di Desa Pernasidi sebagai pemasok produk gula. Gula yang dipasarkan oleh UD. Kali Mengaji harus memenuhi standar kebersihan dan higienis. Namun, selama proses pengolahannya petani terkadang tidak memperhatikan faktor tersebut dalam proses produksi. Padahal salah satu aspek yang akan dilihat konsumen dalam membeli suatu produk adalah faktor kebersihan atau higienis. Selain permasalahan aspek kebersihan dan higienis dalam produksi, permasalahan yang muncul adalah belum adanya branding produk gula tersebut. Selama ini, UD Kali Mengaji masih menjual tanpa menggunakan brand atau merk.. Aspek terakhir yang menjadi permasalahan adalah pemasaran produk. Pemasaran produk ini masih menggunakan bantuan pihak ketiga dan belum melakukan pemasaran secara mandiri. Hal ini mengakibatkan nilai jual produk gula semut cukup rendah. Secara garis besar, permasalahan mitra ini terfokus pada belum pahamnya mitra terhadap bauran pemasaran atau marketing mix. Solusi untuk mengatasi permasalahan ini dengan memberikan penyuluhan, pendampingan dan pelatihan terhadap mitra. Untuk permasalahan kebersihan akan dilakukan dengan memberikan penyuluhan dan pendampingan kepada petani mengenai dapur bersih dalam proses produksi. Penyuluhan ini diharapkan akan meningkatkan kesadaran petani dalam menjaga aspek kebersihan dalam proses produksi. Solusi belum terdapatnya branding produk gula semut dan penetapan harga akan diatasi dengan memberikan workshop mengenai branding dan packaging produk Sementara, pemasaran yang belum mandiri akan diatasi dengan memberikan pelatihan dan pendampingan workshop internet marketing dan pembuatan web dalam proses pemasaran produk.
PENILAIAN HARGA SAHAM TELEKOMUNIKASI MENGGUNAKAN PENDEKATAN RASIO KEUANGAN Pinilih, Muliasari; Shaferi, Intan
Performance: Jurnal Personalia, Financial, Operasional, Marketing dan Sistem Informasi Vol 27 No 01 (2020): Performance
Publisher : Faculty of Economics and Business Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (720.172 KB) | DOI: 10.20884/1.jp.2020.27.01.2032

Abstract

Perkembangan teknologi informasi dan jaringan internet mampu menggerakan sektor telekomunikasi yang memiliki daya saing dibandingkan dengan sektor ekonomi lainnya. Hal ini berdampak pada dicarinya saham telekomunikasi di bursa saham. Sebagai seorang investor maka dalam penentuan investasi akan melakukan analisis terlebih dahulu dan salah satu pendekatan yang digunakan adalah rasio keuangan. Dalam penelitian ini menggunakan rasio keuangan Current Ratio (CR), Earning Per Share (EPS), Debt On Equity Ratio (DER) dan Return On Assets (ROA) pada sektor telekomunikasi dengan periode 2014-2018. Rasio keuangan tersebut akan diolah dengan regresi berganda dengan melihat pengaruhnya terhadap harga saham. Berdasarkan hasil analisis, didapatkan bahwa CR memiliki pengaruh secara parsial terhadap harga saham namun EPS, DER dan ROA secara parsial tidak mampu mempengaruhi harga saham. Namun, secara simultan CR, EPS, DER dan ROA mampu mempengaruhi harga saham telekomunikasi.
KOMBINASI K-MEANS DAN SUPPORT VECTOR MACHINE (SVM) UNTUK MEMPREDIKSI UNSUR SARA PADA TWEET Baihaqi, Wiga Maulana; Pinilih, Muliasari; Rohmah, Miftakhul
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7, No 3: Juni 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020732126

Abstract

Tulisan yang disampaikan melalui twitter dinamakan dengan tweets atau dalam bahasa indonesia lebih dikenal dengan kicau, tulisan yang dishare memiliki batas maksimum, tulisan tidak boleh lebih dari 140 karakter, karakter disini terdiri dari huruf, angka, dan simbol. Penyalahgunaan dalam berpendapat sering terjadi di media sosial, sering kali pengguna media sosial dengan sadar atau tidak sadar telah membuat konten yang mengandung isu Suku (dalam hal ini menyangkut keturunan), agama, ras (kebangsaan) dan antargolongan (SARA). Perlu adanya analisis yang dapat mengidentifikasi secara otomatis apakah kalimat yang ditulis pada media sosial mengandung unsur SARA atau tidak, akan tetapi korpus tentang kalimat yang mengandung unsur SARA belum ada, selain itu label kalimat yang menandakan kalimat SARA atau bukan tidak ada. Penelitian ini bertujuan untuk membuat corpus kalimat yang mengandung unsur SARA yang didapatkan dari twitter, kemudian melabeli kalimat dengan label mengandung unsur SARA dan tidak,  serta melakukan sentiment klasifikasi.  Algoritme yang digunakan untuk proses pelabelan adalah k-means, sedangkan Support Vector Machine (SVM) digunakan untuk proses klasifikasi. Hasil yang diperoleh berdasarkan k-means antara lain 118 tweet positif SARA dan 83 tweet negatif SARA. Dalam proses klasifikasi menggunakan dua metode validasi, yaitu 5-fold cross validation yang dibandingkan dengan 10-fold cross validation, hasil akurasi dari kedua metode validasi tersebut yaitu, masing-masing 64,18% dan 63,68%. Berdasarkan hasil akurasi yang diperoleh untuk meningkatkan hasil akurasi, data hasil proses k-means diolah kembali dengan validasi pakar bahasa, hasil yang diperoleh menjadi 139 tweet positif SARA dan 62 tweet negatif SARA, hasil akurasi meningkat menjadi 70,15% dan 71,14%. Dari hasil yang didapatkan, twitter dapat dijadikan sumber untuk membuat corpus mengenai kalimat SARA, dan metode yang diusulkan berhasil untuk proses pelabelan dan sentimen klasifikasi, akan tetapi masih perlu peningkatan hasil akurasi. AbstractPosts sent via twitter are called tweets or in Indonesian better known as chirping, the posts shared have a maximum limit, the writing cannot be more than 140 characters, the characters here consist of letters, numbers, and symbols. Broadcasting in discussions that often occur on social media, often users of social media consciously or unconsciously have created content that contains issues of ethnicity, religion, race (nationality) and intergroup (SARA). Obtained from the analysis that can automatically contain sentences on social media containing no SARA or not, but the corpus about sentences containing SARA does not yet exist, other than that the sentence label indicates SARA or no sentence. This study aims to make sentence corpus containing SARA elements obtained from twitter, then label sentences with labels containing elements of SARA and not, and conduct group sentiments. The algorithm used for the labeling process is k-means, while Support Vector Machine (SVM) is used for the classification process. The results obtained based on k-means include 118 positive SARA tweets and 83 negative SARA tweets. In the classification process using two validation methods, namely cross-fold validation of 5 times compared with 10-fold cross validation, the accuracy of the two validation methods is 64.18% and 63.68%, respectively. Based on the results obtained to improve the results, the k-means process data were reprocessed with linguists, the results obtained were 139 positive SARA tweets and 62 SARA negative tweets, the results of which increased to 70.15% and 71.14%. From the results obtained, Twitter can be used as a source to create a corpus about SARA sentences, and methods that have succeeded in labeling and classification sentiments, but still need to improve the results of accuracy.