Garuda - Garba Rujukan Digital

Implementation of Good Corporate Governance (GCG) and Corporate Social Responsibility (CSR) in The Plastic Industry’s Family Companies Sugianto, Sugianto; Azizah, Nur; Falaq, Fitrah Izul
Innovative: Journal Of Social Science Research Vol. 3 No. 4 (2023): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v3i4.16335

Penelitian ini bertujuan untuk melakukan analisis penerapan prinsip Good Corporate Governance (GCG) dan perspektif teoritis tentang stategi Cororate Social Responsibility (CSR) di PT Hamifaro. Sebuah perushaan keluarga yang bergerak dibidang industri plastik. Penelitian ini menggunakan pendekatan kuantitatif diskriptif dengan teknik wawancara dan penetapan narasumber menggunakan motode purposive sampling. Hasil dari penelitian ini menunjukkan PT Hamifaro sudah baik dalam penerpan prinspi GCG namun terdapat beberapa kekurangan dalam penerapan prinsip akuntabilitas dan fairness. Di dalam perushaan masih ditemukan beberapa kekurangan seperti Standar Oprating Procedure dan Jobdesk yang masih belum merata pembagiannya. Lalu adanya tumpang tindah jabatan dan pembagian tugas yang belum merata. Selain itu program CSR yang dimiliki oleh perushaan dan yang sedang berjalan kedepannya harusnya bias ditingkatkan lagi agar dapat berdampak lebih luas dan memenuhi prespektif Austrian economics dimana program CSR yang ada di perushaan selain berdampak secara sosial, juga memberikan keuntungan dan dijadikan sebagai intervensi bisnis.

Bonus Compensation, Institutional Ownership, Political Connections and Tax Avoidance Sugianto, Sugianto; Azizah, Nur; Falaq, Fitrah Izul
Innovative: Journal Of Social Science Research Vol. 3 No. 4 (2023): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v3i4.16338

Tata kelola perusahaan dinilai mampu mengurangi kemungkinan terjadinya financial distress. Sebab, ketika tata kelola perusahaan baik maka permasalahan keagenan terkait tingkat asimetri informasi dalam perusahaan akan bisa diminimalkan. Penelitian ini bertujuan untuk menguji dan memberikan bukti empiris mengenai struktur tata kelola perusahaan yang diproksikan dengan kepemilikan bank dan kepemilikan manajerial pada perusahaan subsektor jasa transportasi yang terdaftar di Bursa Efek Indonesia (BEI) tahun 2019-2020. Sampelnya adalah 67 perusahaan jasa transportasi selama periode observasi. Teknik pengambilan sampel yang digunakan adalah teknik purposive sampling. Analisis data menggunakan analisis regresi linier berganda. Hasil penelitian menunjukkan bahwa kepemilikan bank tidak mempunyai pengaruh terhadap financial distress, sedangkan kepemilikan manajerial ditemukan meningkatkan financial distress pada perusahaan. Kepemilikan bank tidak mempunyai pengaruh terhadap financial distress, sedangkan kepemilikan manajerial mempunyai pengaruh positif. Hal ini menunjukkan bahwa semakin tinggi kepemilikan manajerial pada perusahaan dapat meningkatkan risiko terjadinya financial distress pada perusahaan apabila fungsi pengawasan tidak efektif dan efisien.

Optimizing Security and Data Privacy in IoT Systems to Prevent Cyberattacks Falaq, Fitrah Izul; Wibowo, Ericha Lisa; Damayanti, Novita Dwi
Innovative: Journal Of Social Science Research Vol. 3 No. 4 (2023): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v3i4.16340

Perangkat IoT sering kali rentan terhadap serangan siber, yang dapat menyebabkan pencurian data, gangguan layanan, dan bahkan kerusakan fisik. Penelitian ini bertujuan untuk mengkaji berbagai metode untuk mengoptimalkan keamanan data dan privasi dalam sistem IoT. Penelitian ini merupakan penelitian tinjauan naratif yang bertujuan untuk menilai, mengidentifikasi, menganalisis, dan merangkum literatur terkait optimalisasi keamanan dan privasi data dalam sistem IoT untuk mencegah serangan siber. Kriteria inklusi meliputi: 1) Literatur terkait topik penelitian tentang serangan siber, keamanan IoT, dan privasi data; 2) Database yang digunakan adalah Google Scholar; 3) Literatur yang digunakan adalah literatur 10 tahun terakhir; 4) literatur tersedia dalam bentuk teks lengkap. Meningkatnya popularitas perangkat Internet of Things (IoT) membawa serta berbagai risiko keamanan dan privasi data. Perangkat ini sering kali memiliki kerentanan yang dapat dieksploitasi oleh peretas untuk melakukan serangan siber. Beberapa strategi yang dapat diterapkan untuk mengoptimalkan keamanan dan privasi data pada sistem IoT antara lain keamanan perangkat, keamanan jaringan, keamanan data, pemantauan dan respons. Ancaman keamanan terhadap sistem IoT mencakup peretasan data, pengambilalihan perangkat, dan gangguan layanan. Ancaman-ancaman ini dapat menyebabkan kerugian finansial, kerusakan reputasi, dan bahkan membahayakan keselamatan manusia. Enkripsi data dapat dilakukan dengan melindungi data yang dikirim dan disimpan dalam sistem IoT dengan enkripsi.

Strategy for Implementing Artificial Intelligence in Revitalizing Vocational Education in Indonesia: Analysis of Challenges and Opportunities Falaq, Fitrah Izul; Nafi’a, Muhammad Zidni Ilman; Damayanti, Novita Dwi
Innovative: Journal Of Social Science Research Vol. 3 No. 4 (2023): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v3i4.16362

Peran pendidikan vokasi semakin krusial dalam era Revolusi Industri 4.0, di mana teknologi berkembang dengan sangat cepat dan menuntut adanya keterampilan baru yang relevan dengan kebutuhan industri saat ini. Dalam konteks ini, Kecerdasan Buatan (Artificial Intelligence/AI) telah muncul sebagai salah satu teknologi kunci yang mampu mendorong transformasi dalam berbagai sektor, termasuk pendidikan vokasi. Penelitian ini menggunakan pendekatan deskriptif kualitatif. Teknik pengumpulan data meliputi: 1) Literatur dan dokumen sekunder; 2) Wawancara mendalam. Analisis data dilakukan dengan menggunakan metode analisis tematik. Validitas dan reliabilitas data dilakukan dengan triangulasi data dengan membandingkan hasil wawancara dengan temuan dari literatur. Tantangan implementasi AI meliputi infrastruktur teknologi, sumber daya manusia, dan kebijakan pemerintah. Infrastruktur dan ketersediaan sumber daya manusia meliputi akses internet stabil, jumlah komputer per siswa, ketersediaan perangkat keras untuk AI, total tenaga pengajar terampil dalam AI. Sedangkan peluang dalam implementasi AI meliputi infrastruktur teknologi, kebijakan, sumber daya manusia, dan hasil pendidikan. Sedangkan peluang dalam penerapan kecerdasan buatan (AI) di sektor pendidikan vokasi di Indonesia. Tantangan dalam implementasi AI meliputi keterbatasan infrastruktur, kekurangan sumber daya manusia terampil, dan dukungan kebijakan yang belum optimal. Sedangkan peluang penerapan AI meliputi personalisasi pembelajaran, pengembangan platform pembelajaran adaptif, serta kolaborasi antara pemerintah, institusi pendidikan, dan industri teknologi..

The Influence of Big Data Technology in Business Decision Making in E-Commerce: Case Study in Indonesia Wibowo, Ericha Lisa; Falaq, Fitrah Izul; Sugianto, Sugianto
Innovative: Journal Of Social Science Research Vol. 3 No. 4 (2023): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v3i4.16365

Pertumbuhan e-commerce di Indonesia didorong oleh peningkatan akses internet dan perubahan perilaku konsumen yang lebih bergantung pada platform digital. Platform seperti Tokopedia, Shopee, dan Bukalapak menggunakan big data untuk memperbaiki layanan, mempersonalisasi pengalaman pengguna, dan mengoptimalkan operasional bisnis. Penelitian ini bertujuan untuk analisis klasterisasi, asosiasi, dan prediktif untuk mengevaluasi dampak penerapan Big Data terhadap kinerja bisnis. Material penelitian meliputi data transaksi konsumen, data perilaku pembelian, dan data inventaris. Pengumpulan data berlangsung selama 6 bulan melalui sistem Application Programming Interface. Teknik sampling yang digunakan adalah sampling acak sederhana. Penyimpanan data dan pengolahan data diproses melalui pipeline ETL (Extract, Transform, Load). Pengaturan eksperimental diterapkan melalui setup analisis data dan infrastruktur teknologi. Data dianalisis menggunakan Uji Hipotesis, Analisis Regresi Linier Berganda, Uji Chi-Square, dan Uji Korelasi Pearson. Hasil uji t-Student menunjukkan bahwa nilai t = 2.45 dengan derajat kebebasan (df) = 29 dan p-value = 0.02. Karena p-value < 0.05. Hasil ANOVA menunjukkan bahwa nilai F = 5.32 dengan p-value = 0.01. Nilai R² sebesar 0.586 menunjukkan bahwa 58.6% variabilitas dalam konversi penjualan dapat dijelaskan oleh variabel independen yang digunakan dalam model. Nilai F = 24.67 dengan p-value = 0.000 menunjukkan bahwa model regresi secara keseluruhan signifikan. Waktu Kunjungan (p-value = 0.017) dan Frekuensi Klik (p-value = 0.000) memiliki pengaruh signifikan terhadap konversi penjualan. Penggunaan Big Data memungkinkan perusahaan untuk memberikan layanan yang lebih personal, mengoptimalkan strategi pemasaran, dan mengelola inventaris dengan lebih efisien. Hasilnya, terjadi peningkatan konversi penjualan, loyalitas pelanggan, dan profitabilitas, sekaligus mengurangi risiko stok berlebih atau kekurangan stok.

Title

Found 5 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 5 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 5 Documents
Search