Claim Missing Document
Check
Articles

Found 2 Documents
Search

PENGARUH LIKUIDITAS DAN PROFITABILITAS TERHADAP STRUKTUR MODAL PERUSAHAAN DI BIDANG TEKNOLOGI Fitria, Nanda Anis; Ardiansyah, Zikri; Makiyah, Salma Zahara Nurul; Haryo, Muhammad Keanu; Maesaroh, Syti Sarah
JAMBURA: Jurnal Ilmiah Manajemen dan Bisnis Vol 7, No 2 (2024): JIMB - VOLUME 7 NOMOR 2 SEPTEMBER 2024
Publisher : Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37479/jimb.v7i2.27490

Abstract

Abstrak: Penelitian ini bertujuan untuk menganalisis pengaruh likuiditas dan profitabilitas terhadap struktur modal pada perusahaan teknologi yang terdaftar di Bursa Efek Indonesia (BEI) selama periode 2020-2022. Populasi penelitian ini adalah seluruh perusahaan teknologi yang terdaftar di BEI, sedangkan sampelnya adalah perusahaan teknologi yang memiliki laporan tahunan selama periode penelitian. Teknik analisis data yang digunakan dalam penelitian ini adalah regresi linier berganda. Hasil penelitian menunjukkan bahwa likuiditas dan profitabilitas memiliki pengaruh simultan yang signifikan terhadap struktur modal perusahaan teknologi. Likuiditas memiliki pengaruh positif terhadap struktur modal, sedangkan profitabilitas memiliki pengaruh positif terhadap struktur modal. Penelitian ini memiliki implikasi bagi praktisi dan akademisi. Bagi praktisi, penelitian ini memberikan informasi tentang faktor-faktor yang memengaruhi struktur modal perusahaan teknologi. Informasi ini dapat digunakan oleh praktisi untuk membuat keputusan yang lebih baik terkait dengan struktur modal perusahaan. Bagi akademisi, penelitian ini memberikan kontribusi pada literatur tentang struktur modal perusahaan teknologi. Penelitian ini juga dapat menjadi dasar bagi penelitian lebih lanjut tentang topik yang sama dengan menggunakan metodologi yang berbeda atau mempertimbangkan periode waktu yang berbeda.
Analisis Perbandingan Model Transfer Learning untuk Klasifikasi Bentuk Wajah pada Rekomendasi Bingkai Kacamata Fitria, Nanda Anis; Purwaamijaya, Btari Mariska; Guntara, Rangga Gelar
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 7 No. 2 (2025): Desember 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v7i2.9155

Abstract

Pemilihan bingkai kacamata yang sesuai dengan bentuk wajah masih menjadi tantangan, terutama dalam pembelian online yang tidak memungkinkan pengguna untuk mencoba produk secara langsung. Penelitian ini bertujuan menganalisis dan membandingkan performa beberapa arsitektur transfer learning berbasis Convolutional Neural Network (CNN) dalam klasifikasi bentuk wajah serta penerapannya pada sistem rekomendasi bingkai kacamata berbasis knowledge-based recommender system. Dataset yang digunakan diperoleh dari Kaggle dan terdiri atas 11.457 citra wajah yang terbagi ke dalam lima kelas bentuk wajah. Pendekatan yang digunakan dalam penelitian ini yaitu CRISP-DM yang meliputi tahapan business understanding, data understanding, data preparation, modeling, evaluation, dan deployment. Empat arsitektur yang dibandingkan adalah MobileNetV2, MobileNetV3, DenseNet121, dan InceptionV3. Hasil penelitian menunjukkan bahwa MobileNetV2 memberikan akurasi terbaik sebesar 86,32% dengan konsistensi prediksi yang baik tanpa indikasi overfitting. Sistem rekomendasi yang dikembangkan mampu memberikan saran bingkai sesuai bentuk wajah pengguna berdasarkan rule mapping. Temuan ini menunjukkan bahwa MobileNetV2 merupakan arsitektur paling optimal dalam penelitian ini dan berpotensi dikembangkan lebih lanjut menjadi sistem rekomendasi hybrid yang mempertimbangkan preferensi pengguna serta diintegrasikan dengan fitur interaktif seperti virtual try-on berbasis Augmented Reality (AR) untuk meningkatkan pengalaman pengguna dalam pemilihan kacamata secara daring.