Article Per Year (5 Year)
p-Index From 2020 - 2025
0.983
P-Index
This Author published in this journals
All Journal FIDUSIA : JURNAL KEUANGAN DAN PERBANKAN JAZ: Jurnal Akuntansi Unihaz PARETO : Jurnal Ekonomi dan Kebijakan Publik Priviet Social Sciences Journal
Ariska, Fitriani
Unknown Affiliation
Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Environmental Science Law, Crime, Criminology & Criminal Justice Social Sciences

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : PARETO : Jurnal Ekonomi dan Kebijakan Publik

 1 
PENGARUH PMDN, PMA, ANGKATAN KERJA DAN INFLASI TERHADAP PERTUMBUHAN EKONOMI DI INDONESIA Ariska, Fitriani
PARETO : Jurnal Ekonomi dan Kebijakan Publik Vol. 6 No. 2 (2023): PARETO
Publisher : Fakultas Ekonomi Universitas Prof. Dr. Hazairin, SH. Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32663/fh0y7v89

Abstract

Pertumbuhan ekonomi pada hakekatnya adalah suatu acuan untuk mengukur prestasi dari perkembangan suatu perekonomian dari suatu periode ke periode berikutnya, Namun dalam kenyataanya kondisi perekonomian pada umumnya mengalami gelombang pasang surut,salah satunya di provinsi di Indoneisa. Perekonomian di Indonesia bertumpu pada kegiatan sektor pertanian di tiap Provinsi.Penelitian ini ingin melihat bagaimana pertumbuhan ekonomi dipengaruhi oleh naiknya pmdn, pma, angkatan kerja dan inflasi pada suatu Provinsi. Jenis penelitian ini merupakan explanatory research, dimana metode analisis yang digunakan adalah regresi data panel. Total unit observasi data panel pada penelitian ini berjumlah 170 unit terdiri dari tiga puluh empat provinsi di Indonesia pada periode 2017- 2021. Penelitian ini bertujuan untuk mengetahui pengaruh antara PMDN, PMA, Angkatan Kerja dan Inflasi terhadap Pertumbuhan Ekonomi di Provinsi Bengkulu. Hasil penelitian menunjukkan bahwa PMDN (X1) berpengaruh terhadap Pertumbuhan Ekonomi, PMA (X2) berpengaruh terhadap Pertumbuhan Ekonomi, Angkatan Kerja (X3) tidak berpengaruh terhadap Pertumbuhan Ekonomi dan Inflasi (X4) berpengaruh terhadap Pertumbuhan Ekonomi pada provinsi di Indonesia. Berdasarkan hasil tersebut, dapat disimpulkan bahwa meningkatnya investasi dapat meningkatkan pertumbuhan ekonomi. Sementara itu pada jumlah penduduk, semakin banyaknya SDM, maka juga akan mengurangi tingkat pertumbuhan ekonomi.dan untuk Inflasi semakin stabil nya nilai iflasi maka pertumbuhan ekonomi akan mengalami peningkatan. Berdasarkan hal tersebut maka disarankan kepada pemerintah mestinya berusaha melakukan pembangunan yang diharapkan meningkatkan investasi  dan dapat memberikan pengaruh langsung pada pertumbuhan ekonomi seperti melakukan upaya yang komprehensif dan berkelanjutan, seperti investasi infrastruktur, pengembangan potensi wilayah, peningkatan kualitas sumber daya manusia, melaksanakan program pembangunan yang dapat meningkatkan pertumbuhan ekonomi di masing-masing wilayah.
Analisis Bibliometrik Financial Distress dengan VOSviewer Wediyanto, Eko; Ariska, Fitriani; Hendri, Hendri
PARETO : Jurnal Ekonomi dan Kebijakan Publik Vol. 7 No. 2 (2025): PARETO
Publisher : Fakultas Ekonomi Universitas Prof. Dr. Hazairin, SH. Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32663/qkm6t028

Abstract

Financial Distress adalah situasi di mana perusahaan menghadapi kesulitan untuk memenuhi kewajiban finansialnya yang dapat menyebabkan kebangkrutan jika tidak ditangani secara efektif. Fenomena ini menjadi perhatian signifikan dalam bidang keuangan karena dampaknya yang luas terhadap stabilitas perusahaan dan ekonomi. Penelitian ini bertujuan untuk mengkaji sejauh mana perkembangan penelitian mengenai financial distress. Data diambil dari google scholar sebanyak 1.000 artikel selama sepuluh tahun terakhir untuk mengidentifikasi tren utama, topik yang mendominasi, serta kolaborasi antar peneliti. Hasil penelitian menunjukan bahwa perusahaan multinasional dan pasar internasional lebih memperhatikan financial distress secara global dengan menggunakan metode prediksi berbasis teknologi seperti machine learning dan big data yang menawarkan akurasi lebih tinggi dibandingkan metode lama seperti Altman Z-Score untuk menganalisis financial distress.
Co-Authors Hendri Hendri Pakri, Pakri Wediyanto, Eko