Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Journal of Artificial Intelligence and Digital Business
Nusantari, Dewa Ayu Mas Putriari
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
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.
Analisis Sentimen Aplikasi M-Pajak Menggunakan Machine Learning Berbasis Algoritma Xgboost Sudiatmika, I Putu Gede Abdi; Nusantari, Dewa Ayu Mas Putriari; Putera, Wayan Andrika
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 1 (2026): Februari - April
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i1.6425

Abstract

Analisis sentimen terhadap ulasan pengguna aplikasi merupakan pendekatan penting untuk memahami persepsi dan tingkat kepuasan pengguna terhadap layanan digital. Penelitian ini bertujuan untuk menganalisis sentimen pengguna aplikasi M-Pajak pada platform Google Play Store dengan menggunakan algoritma machine learning XGBoost. Data yang digunakan dalam penelitian ini berupa 5.825 ulasan pengguna yang diperoleh melalui proses web scraping. Tahapan penelitian meliputi preprocessing data teks yang terdiri dari cleaning, case folding, normalisasi kata, tokenizing, stopword removal, dan stemming untuk menghasilkan data yang terstruktur. Pelabelan sentimen dilakukan menggunakan pendekatan lexicon-based dengan InSet Lexicon sehingga data diklasifikasikan ke dalam tiga kategori sentimen, yaitu positif, netral, dan negatif. Dataset kemudian dibagi menjadi data pelatihan dan data pengujian dengan rasio 80% dan 20% menggunakan teknik stratified sampling. Model XGBoost dilatih menggunakan representasi fitur TF-IDF dan dievaluasi menggunakan confusion matrix, accuracy, serta classification report. Hasil penelitian menunjukkan bahwa sentimen negatif mendominasi dengan persentase 59,15%, diikuti oleh sentimen positif sebesar 24,80% dan sentimen netral sebesar 16,05%. Model yang dibangun menghasilkan nilai akurasi sebesar 81,21%, dengan performa terbaik pada kelas sentimen negatif yang memperoleh nilai F1-score sebesar 0,89. Temuan ini menunjukkan bahwa aplikasi M-Pajak masih menghadapi berbagai kendala teknis yang memengaruhi pengalaman pengguna, sehingga hasil penelitian ini dapat dijadikan sebagai bahan evaluasi untuk meningkatkan kualitas dan kinerja layanan aplikasi..
Co-Authors ABDI SUDIATMIKA, I PUTU GEDE Dewi, Ni Ketut Utami Oktavina, Sinta Putera, Wayan Andrika