Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Pattimura Proceeding : Conference of Science and Technology Journal of Artificial Intelligence and Digital Business Riwayat: Educational Journal of History and Humanities
Makatara, Biva Aditya Yuda
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Humanities Astronomy Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Materials Science & Nanotechnology Mathematics Physics Social Sciences

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

Found 3 Documents
Search

 1 
Optimalisasi Perencanaan Pembangunan Daerah dengan Teknologi Deep Learning untuk Memprediksi Tren Ekonomi Makatara, Biva Aditya Yuda; Dida, Marimbi Liebe Na'illah; Narazaki, Najwa Syawalia; Romarina, Arina; Ardieansyah, Ardieansyah
Riwayat: Educational Journal of History and Humanities Vol 8, No 4 (2025): Oktober, Social Issues and Problems in Society
Publisher : Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24815/jr.v8i4.49442

Abstract

Optimalisasi perencanaan pembangunan daerah dengan pemanfaatan teknologi deep learning untuk memprediksi tren ekonomi menjadi kebutuhan strategis dalam menghadapi tantangan dinamika pembangunan yang kompleks dan data ekonomi yang besar. Penelitian ini bertujuan mengkaji peran teknologi deep learning dalam meningkatkan akurasi prediksi indikator ekonomi seperti inflasi, Produk Domestik Regional Bruto (PDRB), dan investasi daerah sebagai dasar pengambilan keputusan di tingkat pemerintah daerah. Melalui metode library research dengan kajian literatur jurnal terindeks Sinta, Google Scholar, dan Scopus, hasil penelitian menunjukkan bahwa model deep learning seperti Long Short-Term Memory (LSTM), ensembel learning, dan Convolutional Neural Network (CNN) dengan fusi data deret waktu memiliki performa yang unggul dibandingkan metode statistik tradisional, dengan tingkat kesalahan prediksi yang rendah dan kemampuan adaptasi yang tinggi terhadap pola data ekonomi yang beragam dan dinamis. Selain peningkatan efisiensi proses analisis data besar dan simulasi berbagai skenario kebijakan berbasis data, tantangan implementasi utama meliputi kebutuhan infrastruktur teknologi tinggi, sumber daya manusia yang ahli, dan integrasi data yang baik. Studi ini merekomendasikan pentingnya pemanfaatan cloud computing, pelatihan SDM intensif, serta penegakan kebijakan Satu Data Indonesia untuk mendukung adopsi teknologi deep learning secara efektif dalam pembangunan daerah. Kontribusi teknologi ini diharapkan dapat memperkuat proses perencanaan berbasis bukti, menghasilkan kebijakan yang tepat sasaran, serta mendukung pembangunan yang berkelanjutan dan responsif terhadap perubahan ekonomi global dan lokal.
Akuntabilitas Anggaran Publik dan Partisipasi Masyarakat dalam Pengambilan Kebijakan Keuangan di Era Digital Makatara, Biva Aditya Yuda; Dida, Marimbi Liebe Na’illah; Utomo, Decky Dwi; Marta, Fitri Yul Dewi
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 3 (2025): Agustus - October
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i3.3214

Abstract

Penelitian ini bertujuan untuk menganalisis hubungan antara akuntabilitas anggaran publik dan partisipasi masyarakat dalam pengambilan kebijakan keuangan di era digital. Transformasi digital telah membuka peluang besar bagi peningkatan transparansi dan keterlibatan publik, terutama melalui penerapan platform e-budgeting dan portal data terbuka di pemerintah daerah. Namun demikian, tantangan seperti kesenjangan digital, rendahnya literasi keuangan masyarakat, serta resistensi birokrasi terhadap inovasi masih menjadi hambatan utama. Dengan menggunakan pendekatan kualitatif melalui studi kasus multi-situs pada beberapa pemerintah daerah di Indonesia, penelitian ini menggali bagaimana implementasi teknologi digital memengaruhi kualitas akuntabilitas dan efektivitas partisipasi publik. Hasil analisis menunjukkan bahwa penggunaan teknologi informasi secara signifikan meningkatkan akses masyarakat terhadap data anggaran dan memperkuat mekanisme pengawasan publik. Namun, efektivitas partisipasi masih sangat bergantung pada desain platform yang inklusif, kemudahan akses, serta responsivitas pemerintah dalam menindaklanjuti masukan warga. Selain itu, kepercayaan masyarakat terhadap pemerintah dan komitmen politik dari para pemangku kebijakan terbukti menjadi faktor penentu keberhasilan penerapan akuntabilitas digital. Penelitian ini menekankan pentingnya sinergi antara kebijakan inklusi digital, peningkatan kapasitas literasi keuangan, dan penguatan sistem pengendalian internal. Secara praktis, hasil penelitian ini diharapkan dapat menjadi acuan bagi pemerintah daerah dalam merancang strategi digital governance yang lebih transparan, partisipatif, dan akuntabel guna meningkatkan efektivitas pengelolaan keuangan publik di masa mendatang.
Recursive Economy and Policy Innovation in Indonesia’s Post-Resource Economy Romarina, Arina; Ardieansyah, Ardieansyah; Utama, Lalu Satria; Nalien, Elvira Mulya; Putra, Bima Eka; Dida, Marimbi Liebe Na’illah; Makatara, Biva Aditya Yuda; Azhari, Luthfi
Pattimura Proceeding 2026: Proceeding of the 3rd International Conference of International Conference on Business and Eco
Publisher : Pattimura University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/pcst.2026.iconbe.p110-128

Abstract

Indonesia’s economy has long relied on non-renewable natural resources, which are now depleting, posing risks to long-term economic stability. The transition to a recursive economy—where resources are continuously reused and innovation drives sustainability—is critical. However, the role of policy innovation in facilitating this shift remains underexplored, particularly in integrating green economy principles, fiscal governance, and Just Energy Transition (JET) frameworks. This study examines how innovative policies can accelerate Indonesia’s transition to a recursive, post-resource economy. It fills a gap in literature by linking green government initiatives (e.g., fiscal incentives, R&D capacity) with economic resilience, while incorporating JET as a key variable. The novelty lies in synthesizing governance, technology, and diversification strategies into a unified policy model for sustainable transition. A Systematic Literature Review (SLR) is employed, analyzing peer-reviewed articles, government reports, and international case studies (2010–2025) on green economy transitions. Data is thematically coded to identify policy patterns, technological drivers, and institutional barriers. Findings reveal that: (1) Fiscal policies (e.g., carbon taxes, green subsidies) significantly boost renewable energy adoption; (2) Strong R&D investment correlates with faster industrial diversification; (3) JET-aligned governance enhances equity in transition outcomes. However, bureaucratic fragmentation and short-term economic priorities hinder progress. To achieve a recursive economy, Indonesia must: (1) Integrate green fiscal policies with JET commitments; (2) Strengthen cross-sectoral R&D collaboration; (3) Institutionalize metrics for long-term resilience. Recommendations include piloting circular industrial zones and aligning regional governance with national green targets.
Co-Authors Arina Romarina, Arina Azhari, Luthfi Dida, Marimbi Liebe Na'illah Dida, Marimbi Liebe Na’illah Marta, Fitri Yul Dewi NALIEN, ELVIRA MULYA Narazaki, Najwa Syawalia Putra, Bima Eka Utama, Lalu Satria Utomo, Decky Dwi