Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Smart Techno (Smart Technology, Informatic and Technopreneurship) Journal of Artificial Intelligence and Digital Business
Dewi, Ni Ketut Utami
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Pengaruh Tax Planning, Tax Avoidance, dan Firm Size terhadap Nilai Perusahaan Dewi, Ni Ketut Utami; Wulandari, Dewa Ayu Eny
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 2 (2025): Mei - Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i2.526

Abstract

Penelitian ini bertujuan untuk menguji pengaruh Tax Planning, Tax Avoidance, dan Firm Size terhadap Nilai Perusahaan. Populasi dari penelitian ini adalah seluruh perusahaan sektor food and beverage yang terdaftar di Bursa Efek Indonesia periode 2020-2023. Teknik pengambilan sampel yang digunakan adalah teknik purposive sampling dan diperoleh sampel sebanyak 79 amatan. Data diperoleh dari laporan tahunan dan laporan keuangan perusahaan dan di analisis menggunakan software SmartPLS3. Teknik analisis data dalam penelitian ini menggunakan moderated regression analysis yang diestimasi dengan SEM-PLS. Hasil penelitian ini memberikan bukti bahwa 1) Tax Planning berpengaruh negatif terhadap Nilai Perusahaan; 2) Tax Avoidance tidak berpengaruh terhadap Nilai Perusahaan; 3) Firm Size berpengaruh positif terhadap Nilai Perusahaan.
Pengaruh Efek Halo: Agresivitas Pajak, Ulasan Pihak Ketiga Laporan CSR, dan Tekanan Stakeholder Pelanggan (Studi Kasus pada Sektor Energy di BEI) Dewi, Ni Ketut Utami; Nusantari, Dewa Ayu Mas Putriari; Oktavina, Sinta
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 4 (2026): November - January
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i4.4077

Abstract

Penelitian ini bertujuan untuk menguji pengaruh ulasan pihak ketiga laporan CSR pada Agresivitas Pajak dan pengaruh tekanan stakeholder pelanggan dalam kemampuannya memperkuat pengaruh ulasan pihak ketiga laporan CSR pada Agresivitas Pajak. Populasi dari penelitian ini adalah seluruh perusahaan sektor energy yang terdaftar di Bursa Efek Indonesia periode 2021-2023. Teknik pengambilan sampel yang digunakan adalah teknik purposive sampling dan diperoleh sampel sebanyak 147 amatan. Data diperoleh dari laporang keberlanjutan, laporan tahunan dan laporan keuangan perusahaan dan di analisis menggunakan software SmartPLS3. Teknik analisi data dalam penelitian ini menggunakan moderated regression analysis yang diestimasi dengan SEM-PLS. Hasil penelitian ini memberikan bukti bahwa bahwa CSR tidak berpengaruh terhadap agresivitas pajak. Ulasan pihak ketiga terkait laporan CSR yang disampaikan oleh perusahaan dalam laporan keberlanjutan tidak mencerminkan kinerja CSR yang sesungguhnya. Informasi CSR yang diungkapkan perusahaan belum tentu mencerminkan kondisi yang sebenarnya, karena pengungkapan tersebut lebih terkait dengan kewajiban perusahaan dan bukan sebagai bentuk strategi penghindaran pajak. Menurut teori legitimasi organisasi, perusahaan tidak hanya memperhatikan hak investor, tetapi juga hak masyarakat. Kedua, membuktikan bahwa stakeholder pelanggan (penjualan) berpengaruh negatif dan signifikan atau dapat memperkuat pengaruh ulasan pihak ketiga laporan CSR pada agresivitas pajak ke arah negatif sehingga terbebas dari efek halo. Stakeholder pelanggan mampu menganalisis kerelevansian antara aktivitas dengan informasi yang diungkapkan dalam laporan CSR sehingga dapat menurunkan Tingkat agresivitas pajak perusahaan.
Sentiment Analysis Using Machine Learning for Evaluating Public Perception to Support Accountability in Vocational Higher Education Saputra, Putu Satya; Sudiatmika, I Putu Gede Abdi; Dewi, Ni Ketut Utami
Smart Techno (Smart Technology, Informatics and Technopreneurship) Vol. 8 No. 2 (2026)
Publisher : Primakara University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59356/smart-techno.v8i2.240

Abstract

This study examines public sentiment toward vocational higher education in Indonesia using 2,014 YouTube comments from 79 videos and evaluates Naïve Bayes, Support Vector Machine (SVM), and Random Forest classifiers against human-validated labels. A vocational higher-education lecturer and an Indonesian-language lecturer annotated all comments independently. They initially agreed on 1,958 comments (97.22%; Cohen’s κ = 0.945), and resolved 56 disagreements by consensus. The final labels comprised 1,227 neutral (60.92%), 702 positive (34.86%), and 85 negative comments (4.22%). A stratified 80/20 split was created before any balancing; the 403-comment test set retained the natural distribution. On the training partition, unigram versus unigram, bigram features and no balancing, class weighting, or training-only undersampling were compared using repeated stratified five-fold cross-validation (two repeats). SVM with unigram TF-IDF and balanced class weights achieved the best cross-validated macro-F1 among the three selected model configurations (0.650 ± 0.054). On the untouched test set, SVM obtained 76.67% accuracy and 0.655 macro-F1, and recovered 6 of 17 negative comments (35.29% recall). Random Forest produced slightly higher accuracy (77.17%) but only 5.88% negative recall, while Naïve Bayes detected no negative cases. The results provide a reproducible screening pipeline that may complement institutional accountability mechanisms, but the limited recovery of negative feedback precludes its use as an autonomous early-warning system.
Co-Authors ABDI SUDIATMIKA, I PUTU GEDE Nusantari, Dewa Ayu Mas Putriari Oktavina, Sinta Putu Satya Saputra Wulandari, Dewa Ayu Eny