Claim Missing Document
Check
Articles

Found 12 Documents
Search

PENGARUH NON PERFORMING LOAN DAN DANA PIHAK KETIGA TERHADAP RETURN ON ASSETS PT BANK CIMB NIAGA TBK PERIODE 2013-2020 Nur’aini Indah Kusumaningrum; Eko Widodo; Kukuh Harianto
Jurnal Mahasiswa: Jurnal Ilmiah Penalaran dan Penelitian Mahasiswa Vol. 4 No. 4 (2022): Desember : Jurnal Mahasiswa
Publisher : Universitas Sains dan Teknologi Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/jurnalmahasiswa.v4i4.437

Abstract

Perbankan merupakan salah satu penopang terkuat dalam perekonomian Indonesia. Kegiatan bank yang dapat meningkatkan perekonomian negara salah satunya berasal dari tingkat pemberian kredit yang dilakukan oleh bank kepada pihak ketiga dan kepada bank lain. Wabah Covid 19 yang terjadi pada tahun 2020 tentunya berdampak pada sektor perbankan. Salah satu bank swasta yang terdampak adanya pandemi covid 19 adalah PT Bank CIMB Niaga Tbk. Disamping mengalami pertumbuhan pada kredit ritel, Bank CIMB Niaga juga mengalami kredit bermasalah yang cukup tinggi mencapai 2,5% dibanding dengan kondisi normal. Tujuan dari penelitian ini adalah untuk menjelaskan apakah ada pengaruh signifikan antara non performing loan dan dana pihak ketiga terhadap return on asets PT Bank CIMB Niaga Tbk tahun 2013-2020. Hasil penelitian menunjukkan bahwa non performing loan berpengaruh negatif dan signifikan terhadap return on asets dengan nilai t hitung -2,115 dan nilai signifikasi 0,043. Sedangkan dana pihak ketiga berpengaruh positif tidak signifikan terhadap return on asets ditunjukkan dengan nilai t hitung 0,240 dan tingkat signifikasi 0,812. Dan diketahui juga non performing loan dan dana pihak ketiga secara simultan tidak memiliki pengaruh signifikan terhadap variabel terikat dengan nilai 0,109 atau tidak lebih besar dari 0,05.
Klasifikasi Sentimen Review Pengguna pada Platform Steam Menggunakan Arsitektur Transformer DistilBERT Dody Pradipta; Eko Widodo; David Fahmi A; M. Iqbal Izzul Haq
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.11000

Abstract

Ulasan pengguna pada platform Steam mengandung informasi penting yang dapat digunakan untuk mengetahui persepsi pemain terhadap suatu game. Namun, jumlah ulasan yang besar menyebabkan proses analisis secara manual menjadi kurang efisien. Penelitian ini bertujuan untuk melakukan klasifikasi sentimen ulasan pengguna Steam menggunakan model berbasis Deep Learning, yaitu DistilBERT. Metode penelitian yang digunakan adalah eksperimen dengan pendekatan kuantitatif dan mengadopsi framework CRISP-DM. Dataset yang digunakan terdiri dari 17.495 ulasan pengguna yang dibagi menjadi data latih sebesar 80% dan data uji sebesar 20%. Proses analisis meliputi data preparation, tokenisasi menggunakan DistilBERT Tokenizer, fine-tuning model DistilBERT, serta evaluasi menggunakan metrik accuracy, precision, recall, dan F1-score. Hasil pengujian menunjukkan bahwa model DistilBERT mampu menghasilkan nilai akurasi sebesar 90%, dengan nilai precision sebesar 90%, recall sebesar 89%, dan F1-score sebesar 90%. Hasil tersebut menunjukkan bahwa DistilBERT memiliki kemampuan yang baik dalam memahami konteks teks dan melakukan klasifikasi sentimen secara efektif. Meskipun demikian, model masih mengalami kesulitan dalam menangani ulasan yang mengandung sentimen campuran, ironi, dan bahasa informal.