Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal JOURNAL OF APPLIED MANAGERIAL ACCOUNTING Konstelasi: Konvergensi Teknologi dan Sistem Informasi
Bagas Brian Pratama
Ma Chung University
Computer Science & IT Economics, Econometrics & Finance

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Bagaiamana Pendidikan Akuntansi Memastikan Relevansinya dengan Profesional Akuntan di Masa Depan? Bagas Brian Pratama; Rino Tam Cahyadi; Cecilia Deandra Christina Indranatan; Fulvian Wahyu Danendra Mangkuluhur
JOURNAL OF APPLIED MANAGERIAL ACCOUNTING Vol. 9 No. 2 (2025): JOURNAL OF APPLIED MANAGERIAL ACCOUNTING
Publisher : Pusat P2M Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jama.v9i2.11806

Abstract

This study aims to develop an accounting education model that is adaptive to digital technological changes and the learning characteristics of Generation Z. The main issue addressed is the gap between the competencies of accounting graduates and the increasingly digitalized demands of the industry, as well as the limited relevance of conventional teaching approaches to the learning styles of digital-native students. A mixed methods approach with an exploratory-explanatory design was employed across three stages: (1) conceptual model development through a scoping literature review, (2) industry needs exploration via interviews with six accounting professionals from both the private and public sectors, and (3) empirical implementation and evaluation of the model within classroom-based accounting courses. The literature review and expert interviews concluded that the accounting education model must undergo changes to be relevant to the future industry. These changes encompass three key elements: integrating digital technology, contextual learning based on practical problems, and the role of lecturers as facilitators. This model was then tested in classroom learning among three different accounting student cohorts at Ma Chung University, with a total of 72 accounting students. The evaluation of the model's implementation demonstrated a high level of satisfaction with an average response of 4.3 (very satisfied), as well as high instrument reliability with a Cronbach's Alpha value of >0.95. This research provides a framework for future accounting education reform that is more contextual and aligned with industry demands and the character of future students.
Utilizing Advanced Artificial Intelligence to Predicting Indonesia's Economic Growth and Strengthen Economic Decision-Making : (A Case Study of Indonesia's Macroeconomic Indicators) Bagas Brian Pratama; Azka Al Azkiyai; Santi Widyaningrum; Teofilius Karnalim; Doni Darmawan
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 101 No. 101 (2026): Special Issue Seminar Konstelasi Bali
Publisher : Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/konstelasi.v101i101.14067

Abstract

Pertumbuhan ekonomi suatu negara menjadi indikator penting dalam menentukan kebijakan nasional yang berdampak pada kehidupan masyarakat. Dalam penelitian ini, model simulasi dirancang untuk memprediksi pertumbuhan ekonomi Indonesia berdasarkan nilai PDB negara tersebut. Penelitian ini menerapkan teknik kecerdasan buatan (AI) canggih (CNN-LSTM, GRU-LSTM, SVR, LLR) untuk memprediksi PDB Indonesia, pendekatan inovatif yang menggabungkan pembelajaran mesin dan pembelajaran mendalam dengan metode ensembel. Upaya modernisasi alat kebijakan ekonomi ini menawarkan potensi signifikan untuk meningkatkan proses pengambilan keputusan. Studi ini menggunakan 17 indikator variabel makroekonomi dengan rentang data 26 tahun (1997-2023), termasuk agregat moneter komprehensif (M2) dari lima ekonomi besar dan data perdagangan bulanan rinci untuk Indonesia. Dengan menerapkan metode ensembel ganda (rata-rata, median, dan stacked), studi ini menunjukkan komitmen untuk meningkatkan akurasi prediksi. Metode kombinasi, yang mencapai RMSE terendah (9,8316), menunjukkan bagaimana model AI yang berbeda dapat bekerja sama untuk mengurangi kesalahan dan meningkatkan prediksi. Penelitian ini menunjukkan bahwa nilai model simulasi dan nilai aktual menunjukkan pola yang konsisten. Konsistensi antara nilai simulasi dan nilai aktual menunjukkan bahwa model AI dapat memprediksi kondisi ekonomi dengan akurat, sehingga dapat menjadi dasar untuk pengambilan keputusan yang lebih baik di masa depan. Selain itu, melalui prediksi yang akurat ini, pemerintah dapat melakukan upaya pencegahan lebih awal terhadap krisis potensial di masa depan.
Co-Authors Azka Al Azkiyai Cecilia Deandra Christina Indranatan Doni Darmawan Fulvian Wahyu Danendra Mangkuluhur Rino Tam Cahyadi, Rino Tam Santi Widyaningrum Teofilius Karnalim