Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Akuntansi dan Perpajakan Jurnal Informatika Polinema (JIP)
Novia Puspitasari
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Library & Information Science

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

Found 2 Documents
Search

 1 
Analisis Sentimen Calon Presiden Indonesia 2019 di Twitter Menggunakan Metode Backpropagation Imam Fahrur Rozi; Yushintia Pramitarini; Novia Puspitasari
Jurnal Informatika Polinema Vol. 6 No. 2 (2020): Vol 6 No 2 (2020)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v6i2.306

Abstract

Analisis sentimen digunakan untuk melihat opini terhadap sebuah masalah yang muncul dan menggiring ke opini positif, netral maupun negatif. Dengan berkembangnya teknologi yang pesat, terutama dibidang social media, memberikan kesempatan kepada siapapun untuk memberikan opini, salah satunya di Twitter. Menyesuaikan kondisi yang terjadi di Indonesia saat ini, yaitu mengenai PEMILU, banyak dari masyarakat yang menyampaikan opininya terhadap para calon presiden, opini tersebut memungkinkan sangat bermanfaat bagi para calon presiden dan bisa dijadikan sebagai bahan evaluasi. Algoritma yang digunakan pada penelitian ini ialah Backpropagation, yang merupakan perkembangan dari jaringan syaraf tiruan dengan multi-layer perceptron. Analisis tweet dibagi menjadi 3 klasifikasi yaitu positif, negatif dan netral. Variasi pengujian yang digunakan dalam menguji performa sistem adalah perbandingan data training dan testing, nilai learning rate, jumlah hidden layer dan nilai minimum error. Hasil pengujian metode backpropagation dengan variasi perbandingan data training menghasilkan akurasi sebesar 90.6% pada perbandingan data training testing 60%:40%. Sedangkan pada variasi nilai learning rate menghasilkan akurasi sebesar 89.6% pada nilai learning rate 0.1. Untuk variasi jumlah hidden layer menghasilkan akurasi sebesar 91.6% pada jumlah hidden layer 6. Dan untuk variasi nilai minimum error menghasilkan akurasi sebesar 91% pada nilai minimum error 0.
Digital Tax Literature Mapping: A Top Bibliometric Analysis Global Publications 2010–2023 Novia Puspitasari; Haryanto Haryanto
Jurnal Akuntansi dan Perpajakan Vol. 11 No. 2 (2025): September 2025
Publisher : University of Merdeka Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26905/ap.v11i2.16193

Abstract

In this increasingly advanced era, digital transformation has triggered fundamental changes in the global tax system, including in Indonesia, which is now faced with the challenges of supervision, compliance, and fiscal justice in an economic ecosystem without physical borders. This study aims to conduct a bibliometric analysis of the scientific literature on digital taxes in Indonesia, focusing on publication trends, main themes, and mapping the direction of future research. Using the PRISMA approach and data from Scopus during the period 2010–2023, a total of 496 English-language articles were analyzed using RStudio and Biblioshiny devices. The results show a significant trend of publication growth with an average annual increase of 30.66%, as well as the dominance of topics such as digital storage, taxation, and fiscal policy. The findings also show that there is still limited exploration of data privacy, sustainability, and social perspectives in digital taxation studies. Therefore, this study underlines the importance of increasing the contribution of interdisciplinary and contextual national research as the basis for the formulation of responsive and inclusive digital fiscal policies in Indonesia.
Co-Authors Haryanto Haryanto Imam Fahrur Rozi Yushintia Pramitarini