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 Educatoria : Jurnal Ilmiah Ilmu Pendidikan
Sabila, Mutiara
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Social Sciences Other

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

Found 2 Documents
Search

 1 
Analisis Media Pembelajaran Berbasis Deep Learning pada Pembelajaran Biologi Tingkat SMA Alfiyana, Dina; Munawaroh, Laili Fatrotul; Sabila, Mutiara; Dewi, Lussana Rosita
Educatoria : Jurnal Ilmiah Ilmu Pendidikan Vol. 6 No. 1 (2026): January
Publisher : Lembaga Pendidikan, Penelitian, dan Pengabdian Kamandanu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36312/educatoria.v6i1.860

Abstract

The application of deep learning-based learning media as a pedagogical approach that emphasizes meaningful learning and in-depth conceptual understanding in biology learning at the high school level is still relatively limited. This study aims to analyze the application of deep learning-based learning media in biology learning at the high school level and identify relevant media types to improve student motivation and in-depth conceptual understanding. The method used is a literature review by systematically analyzing 14 relevant scientific articles published between 2021-2025. Articles were obtained through Google Scholar, DOAJ, and ScienceDirect databases. The results of the literature review indicate three main patterns. First, deep learning focuses on meaningful, reflective, and contextual learning. Second, interactive digital media integrated with learning models has proven effective in increasing learning motivation, active engagement, and higher-order thinking skills. Third, the implementation of deep learning-based media still faces obstacles such as limited technological infrastructure, low teacher digital literacy, and resistance to conventional learning. The synthesis of these findings confirms that the effectiveness of deep learning-based media is highly dependent on the alignment between media design and the applied pedagogical strategy. Therefore, a learning media development strategy that integrates deep learning principles is needed. Thus, deep learning-based media has the potential to become a strategic tool in realizing meaningful, contextual, and 21st-century biology learning.
Pengaruh Perencanaan Pajak, Tunneling Incentive, dan Kepemilikan Manajerial Terhadap Penghindaran Pajak Sabila, Mutiara; Saragih, Muhammad Rizal
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.v5i1.6193

Abstract

Penelitian ini bertujuan untuk menguji dan menganalisis pengaruh perencanaan pajak, tunneling incentive, dan kepemilikan manajerial terhadap penghindaran pajak pada perusahaan sektor Consumer Non-Cyclicals yang terdaftar di Bursa Efek Indonesia periode 2020-2024. Urgensi penelitian ini didasari oleh fenomena fluktuasi penerimaan pajak negara dan adanya dugaan praktik manajemen pajak yang agresif pada sektor barang konsumsi guna menjaga stabilitas laba di tengah ketidakpastian ekonomi global. Penelitian ini menggunakan pendekatan kuantitatif dengan sumber data sekunder yang diperoleh secara konsisten dari laporan keuangan tahunan auditan. Populasi penelitian mencakup seluruh perusahaan dalam sektor Consumer Non-Cyclicals, di mana melalui teknik purposive sampling diperoleh 11 perusahaan yang memenuhi kriteria dengan total 55 unit observasi selama lima tahun pengamatan. Metode analisis data yang digunakan adalah regresi data panel dengan bantuan perangkat lunak EViews 12. Berdasarkan hasil pengujian teknis, Common Effect Model (CEM) terpilih sebagai model estimasi terbaik setelah melalui serangkaian uji formal yaitu uji Chow, uji Hausman, dan uji Lagrange Multiplier. Hasil penelitian secara parsial menunjukkan bahwa perencanaan pajak berpengaruh positif dan signifikan terhadap penghindaran pajak, yang mengindikasikan bahwa perusahaan cenderung mengoptimalkan celah regulasi untuk meminimalkan beban fiskal. Sebaliknya, tunneling incentive dan kepemilikan manajerial terbukti tidak memiliki pengaruh signifikan terhadap penghindaran pajak. Hal ini menyiratkan bahwa kebijakan penghindaran pajak pada sektor ini lebih didominasi oleh strategi perencanaan pajak yang sistematis dibandingkan faktor struktur kepemilikan maupun dorongan insentif dari pemegang saham pengendali. Implikasi penelitian ini diharapkan dapat menjadi bahan pertimbangan bagi otoritas perpajakan dalam mengevaluasi kebijakan pengawasan fiskal.
Co-Authors Alfiyana, Dina Lussana Rosita Dewi, Lussana Rosita Munawaroh, Laili Fatrotul Saragih, Muhammad Rizal