cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Arif Mudi Priyatno
Contact Email
arifmudi11@gmail.com
Phone
+6282390449323
Journal Mail Official
riggs@universitaspahlawan.ac.id
Editorial Address
Department of Digital Business, Universitas Pahlawan Tuanku Tambusai Jl. Tuanku Tambusai No.23, Bangkinang, Kec. Bangkinang, Kabupaten Kampar, Riau 28412
Location
Kab. kampar,
Riau
INDONESIA
Journal of Artificial Intelligence and Digital Business
Published by Universitas Pahlawan Tuanku Tambusai
ISSN : 29639298     EISSN : 2963914X     DOI : https://doi.org/10.31004/riggs.v1i1
Core Subject : Economy, Science, Engineering,
Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering
Journal of Artificial Intelligence and Digital Business (RIGGS) is published by the Department of Digital Business, Universitas Pahlawan Tuanku Tambusai in helping academics, researchers, and practitioners to disseminate their research results. RIGGS is a blind peer-reviewed journal dedicated to publishing quality research results in the fields of business and engineering. All publications in the RIGGS Journal are open access which allows articles to be available online for free without any subscription. RIGGS is a national journal with e-ISSN: 2963-914X, and is free of charge in the submission process and review process. Journal of Artificial Intelligence and Digital Business (RIGGS) publishes articles periodically twice a year, in January and July.
Arjuna Subject : Umum - Umum
Articles 8,292 Documents
 129   130   131   132   133 
Evaluasi Website Perpustakaan Undiksha Menggunakan WebQual 4.0 dan IPA Kadek Cahya Sugana Griadhi; I Gusti Lanang Agung Raditya Putra; Luh Putu Eka Damayanthi
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.12179

Abstract

Website perpustakaan merupakan layanan digital penting yang menyediakan akses informasi akademik dan mendukung aktivitas pembelajaran sivitas perguruan tinggi. Evaluasi kualitas website diperlukan untuk mengetahui kesesuaian layanan dengan kebutuhan pengguna, mengukur faktor-faktor yang memengaruhi kepuasan, serta menentukan prioritas pengembangan. Penelitian ini bertujuan menganalisis pengaruh Usability Quality, Information Quality, Service Interaction Quality, dan Visual Quality terhadap kepuasan pengguna Website Perpustakaan Universitas Pendidikan Ganesha serta mengidentifikasi atribut yang perlu diprioritaskan menggunakan Importance Performance Analysis (IPA). Penelitian menerapkan pendekatan kuantitatif dengan melibatkan 378 mahasiswa sebagai responden yang dipilih melalui teknik simple random sampling dari populasi pengguna website. Data dikumpulkan menggunakan kuesioner berskala Likert dan dianalisis melalui regresi linear berganda, analisis kesenjangan, tingkat kesesuaian, serta pemetaan Diagram Kartesius IPA. Hasil penelitian menunjukkan bahwa Usability Quality dan Information Quality berpengaruh positif dan signifikan terhadap kepuasan pengguna, sedangkan Service Interaction Quality dan Visual Quality tidak berpengaruh signifikan secara parsial. Secara simultan, seluruh dimensi kualitas website berpengaruh signifikan dan mampu menjelaskan 44,4% variasi kepuasan pengguna. Hasil IPA memperlihatkan seluruh atribut memiliki nilai kesenjangan negatif, dengan indikator IQ4, IQ5, SIQ3, dan SIQ4 berada pada Kuadran I sebagai prioritas utama perbaikan. Temuan ini menegaskan bahwa peningkatan kemudahan penggunaan, kualitas informasi, dan interaksi layanan perlu menjadi fokus pengembangan Website Perpustakaan Universitas Pendidikan Ganesha untuk meningkatkan kepuasan pengguna secara berkelanjutan.
Analisis Penerimaan Pengguna Sistem Informasi SADARI Menggunakan Model UTAUT Komang Sri Ayu Rejeki; I Gusti Lanang Agung Raditya Putra; I Made Edy Listartha
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.12180

Abstract

Penerapan Sistem Informasi Akademik merupakan salah satu upaya perguruan tinggi dalam meningkatkan efektivitas dan kualitas layanan akademik. STIE Satya Dharma Singaraja telah mengembangkan Sistem Informasi SADARI (Satya Dharma Integrated) sebagai media yang mendukung pengelolaan berbagai layanan akademik secara terintegrasi. Namun, keberhasilan implementasi sistem informasi tidak hanya ditentukan oleh ketersediaan teknologi, tetapi juga oleh tingkat penerimaan dan penggunaan sistem oleh pengguna. Oleh karena itu, diperlukan evaluasi untuk mengetahui faktor-faktor yang memengaruhi penerimaan pengguna terhadap Sistem Informasi SADARI. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang memengaruhi penerimaan dan penggunaan Sistem Informasi SADARI menggunakan model Unified Theory of Acceptance and Use of Technology (UTAUT). Penelitian ini menggunakan pendekatan kuantitatif dengan melibatkan 257 responden yang terdiri atas mahasiswa dan dosen STIE Satya Dharma Singaraja. Pengumpulan data dilakukan melalui penyebaran kuesioner, kemudian dianalisis menggunakan metode Structural Equation Modeling-Partial Least Squares (SEM-PLS). Hasil penelitian menunjukkan bahwa ekspektasi kinerja berpengaruh positif dan signifikan terhadap niat penggunaan, kondisi yang memfasilitasi berpengaruh positif dan signifikan terhadap perilaku penggunaan, serta niat penggunaan berpengaruh positif dan signifikan terhadap perilaku penggunaan. Sebaliknya, ekspektasi usaha dan pengaruh sosial tidak berpengaruh signifikan terhadap niat penggunaan. Selain itu, variabel pengalaman tidak terbukti memoderasi hubungan antarvariabel dalam model UTAUT. Hasil penelitian ini diharapkan dapat menjadi bahan evaluasi dan pertimbangan bagi STIE Satya Dharma Singaraja dalam meningkatkan kualitas layanan serta mengoptimalkan implementasi Sistem Informasi SADARI sehingga dapat meningkatkan penerimaan dan penggunaan sistem secara berkelanjutan.
Pengaruh Penerapan Green Accounting dan Kualitas Audit terhadap Nilai Perusahaan (Perusahaan Indeks Saham Syariah Indonesia (ISSI) yang Terdaftar di BEI Tahun 2021-2024) Sri Al Ashar; Ilham Illahi
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.12181

Abstract

Penelitian ini menggunakan pendekatan kuantitatif dengan memanfaatkan data berbentuk angka untuk menganalisis pengaruh penerapan green accounting dan kualitas audit terhadap nilai perusahaan. Objek penelitian adalah perusahaan yang terdaftar dalam Indeks Saham Syariah Indonesia (ISSI) di Bursa Efek Indonesia (BEI) selama periode 2021–2024. Sampel penelitian berjumlah 150 perusahaan yang dipilih menggunakan teknik purposive sampling. Data yang digunakan merupakan data sekunder yang diperoleh dari situs resmi BEI dan laporan tahunan masing-masing perusahaan. Analisis data dilakukan menggunakan regresi data panel dengan bantuan perangkat lunak EViews 12. Hasil penelitian menunjukkan bahwa penerapan green accounting berpengaruh signifikan terhadap nilai perusahaan dengan nilai signifikansi 0,0067 (<0,05), sehingga hipotesis pertama diterima. Sebaliknya, kualitas audit tidak berpengaruh signifikan terhadap nilai perusahaan karena memiliki nilai signifikansi 0,5606 (>0,05), sehingga hipotesis kedua ditolak. Namun, secara simultan penerapan green accounting dan kualitas audit berpengaruh signifikan terhadap nilai perusahaan dengan nilai signifikansi 0,020663 (<0,05), sehingga hipotesis ketiga diterima. Hasil uji koefisien determinasi (R²) sebesar 0,009605 atau 0,9605% menunjukkan bahwa kedua variabel independen hanya mampu menjelaskan 0,9605% variasi nilai perusahaan, sedangkan 99,0395% sisanya dipengaruhi oleh faktor-faktor lain di luar model penelitian. Temuan ini menunjukkan bahwa meskipun green accounting berkontribusi terhadap peningkatan nilai perusahaan, masih terdapat banyak faktor lain yang lebih dominan dalam menentukan nilai perusahaan.
Pengaruh Manajemen Laba, Leverage dan Transfer Pricing terhadap Penghindaran Pajak pada Perusahaan Sub Sektor Food and Beverage yang Terdaftar di Bursa Efek Indonesia (BEI) Tahun 2021-2025 Rohmaniyah Rohmaniyah; Dahlia Tri Anggraini
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.12183

Abstract

Penelitian ini bertujuan untuk menguji dan menganalisis secara mendalam pengaruh manajemen laba, leverage, dan transfer pricing terhadap tindakan penghindaran pajak (tax avoidance) pada perusahaan sub sektor food and beverage yang terdaftar di Bursa Efek Indonesia (BEI) selama periode pengamatan tahun 2021-2025. Menggunakan pendekatan kuantitatif dengan metode pengambilan sampel purposive sampling, diperoleh total 295 observasi data sekunder yang bersumber dari laporan keuangan tahunan perusahaan. Teknik analisis data panel yang dipilih melalui serangkaian pengujian asumsi (Uji Chow dan Uji Lagrange Multiplier) adalah Common Effect Model (CEM) yang diestimasi menggunakan alat bantu statistik Eviews 10. Hasil pengujian hipotesis secara parsial (uji t) mengungkapkan bahwa variabel manajemen laba memiliki arah hubungan negatif namun tidak berpengaruh signifikan terhadap penghindaran pajak. Hal ini menunjukkan bahwa keputusan manipulasi laba akuntansi tidak serta merta menjadi stimulus bagi manajemen dalam melakukan agresivitas pajak. Sebaliknya, variabel leverage terbukti berpengaruh positif dan signifikan terhadap tindakan penghindaran pajak perusahaan, yang mengindikasikan bahwa tingginya komposisi pendanaan melalui utang memicu beban bunga yang besar sehingga efektif mereduksi beban pajak. Demikian pula dengan variabel transfer pricing yang ditemukan berpengaruh positif dan signifikan terhadap penghindaran pajak, mencerminkan pemanfaatan transaksi hubungan istimewa untuk meminimalkan kewajiban perpajakan secara global. Secara simultan (uji F), ketiga variabel independen tersebut secara bersama-sama memiliki pengaruh signifikan terhadap variasi tindakan penghindaran pajak pada objek perusahaan yang diteliti.
Pengaruh Konten Digital serta Iklan terhadap Brand Awareness pada Instagram Sate Koja Hilman Fauzan; Ridho Riadi Akbar; Andhika Mochamad Siddiq
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.12184

Abstract

Kajian dilakukan guna  menganalisis dampaknya konten digital juga iklan pada  brand awareness pada Instagram Sate Koja. Rancangan penelitian menerapkan metode numerik melalui pendekatan deskriptif dan pembuktian. Pendekatan tersebut digunakan untuk menggambarkan kondisi setiap variabel penelitian sekaligus menguji hubungan antara konten digital, iklan, dan brand awareness pada objek yang diteliti. Sebanyak 100 orang yang mengetahui atau pernah memperoleh informasi tentang Sate Koja dari Instagram ditetapkan sebagai responden. Data dikumpulkan menggunakan kuesioner berskala Likert. Kuesioner disusun berdasarkan indikator pada masing-masing variabel sehingga dapat menggambarkan persepsi responden terhadap aktivitas pemasaran yang dilakukan melalui Instagram Sate Koja. Pengolahan data dengan IBM SPSS mencakup pengujian validitas dan reliabilitas, kajian deskriptif, pemeriksaan asumsi klasik, analisis regresi linear berganda, koefisien hubunganya, koefisien determinasi, dilakukan uji parsial (uji t), serta pemeriksaan bersamaan (diuji F)Temuan deskriptif menempatkan konten digital, iklan, dan brand awareness di dalam kategori baik. Secara parsial, uji t membuktikan bahwasannya konten digital maupun iklan memberikan dampak yang menguntungkan dan bermakna terhadap brand awareness. Pengujian simultan melalui uji F juga memperlihatkan bahwasannya kedua faktor tersebut secara serentak memberikan dampak terhadap brand awareness. Instagram Sate Koja secara signifikan. Hasil tersebut menunjukkan bahwa pengelolaan konten yang relevan dan didukung oleh aktivitas iklan mampu memperkuat tingkat pengenalan merek di kalangan audiens Instagram. Temuan penelitian ini menunjukkan bahwa kombinasi konten digital yang menarik dan aktivitas periklanan yang tepat berperan dalam meningkatkan pengenalan merek di kalangan pengguna Instagram. Nilai koefisien determinasi 0,847 berarti konten digital dan iklan menerangkan 84,7% variasi brand awareness, sedangkan 15,3% lainnya diuraikan oleh unsur lain di luar kajian.
Analisis Pajak Pertambahan Nilai di Indonesia Kristianto Kurnia Saputro; Rio Mardiansyah; Risnaiya Lutfiah Fikri; Mely Anggraini; Agung Nugroho
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.12185

Abstract

Penelitian ini bertujuan menganalisis perkembangan, mekanisme, serta penerapan Pajak Pertambahan Nilai (PPN) di Indonesia berdasarkan ketentuan perpajakan terkini. Penelitian menggunakan pendekatan kualitatif dengan metode kajian pustaka. Data sekunder bersumber dari peraturan perundang-undangan, peraturan pelaksana, dokumen Direktorat Jenderal Pajak, dan artikel ilmiah yang relevan. Analisis dilakukan secara deskriptif melalui penelaahan dasar hukum, subjek dan objek pajak, Dasar Pengenaan Pajak, mekanisme pajak keluaran dan pajak masukan, serta pelaporan SPT Masa PPN. Hasil kajian menunjukkan bahwa PPN merupakan pajak tidak langsung yang dipungut secara bertahap pada rantai produksi dan distribusi, sementara beban ekonominya ditanggung konsumen akhir. Undang-Undang Harmonisasi Peraturan Perpajakan menetapkan tarif PPN sebesar 12% mulai 1 Januari 2025. Dalam pelaksanaannya, penyerahan barang dan jasa selain barang mewah menggunakan Dasar Pengenaan Pajak berupa nilai lain sebesar 11/12, sehingga beban efektifnya tetap 11%, sedangkan tarif 12% secara penuh berlaku pada barang kena pajak tergolong mewah sesuai ketentuan. Pengusaha Kena Pajak wajib membuat faktur pajak, mengkreditkan pajak masukan yang memenuhi syarat, menyetor kekurangan pajak, dan melaporkan SPT Masa PPN melalui sistem administrasi elektronik. PPN berkontribusi penting terhadap penerimaan negara, tetapi implementasinya menghadapi tantangan berupa kepatuhan, akurasi faktur, integrasi data, dampak terhadap daya beli, dan biaya administrasi usaha. Efektivitas kebijakan memerlukan kepastian hukum, pengawasan berbasis risiko, edukasi wajib pajak, fasilitas yang tepat sasaran, dan penguatan sistem Coretax.
Klasifikasi Penyakit Jantung Berdasarkan Algoritma Random Forest pada Dataset Heart Disease Yeheskiel Ravena Damanik; Albert Adolf Angie MS; Esther Laura Rumahorbo; Elisabeth Jessica Sitanggang
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.12186

Abstract

Penyakit jantung merupakan salah satu penyebab utama kematian di dunia dan menjadi masalah kesehatan yang memerlukan deteksi dini secara cepat serta akurat untuk mengurangi risiko komplikasi maupun kematian. Seiring berkembangnya teknologi, penerapan data mining dalam bidang kesehatan dapat dimanfaatkan untuk membantu proses klasifikasi penyakit berdasarkan data medis pasien. Penelitian ini bertujuan untuk mengimplementasikan algoritma Random Forest dalam mengklasifikasikan penyakit jantung menggunakan dataset Heart Disease yang terdiri dari 918 data dengan berbagai atribut klinis yang berhubungan dengan kondisi pasien. Proses pengolahan data dilakukan menggunakan perangkat lunak Orange Data Mining melalui beberapa tahapan, yaitu pemuatan dataset, seleksi atribut, pembagian data menjadi data latih dan data uji, pembangunan model klasifikasi, serta evaluasi kinerja model menggunakan Test & Score dan Confusion Matrix. Evaluasi dilakukan untuk mengetahui kemampuan model dalam mengklasifikasikan pasien yang terindikasi maupun tidak terindikasi penyakit jantung berdasarkan nilai prediksi yang dihasilkan. Hasil penelitian menunjukkan bahwa algoritma Random Forest mampu memberikan performa klasifikasi yang baik dengan tingkat akurasi yang tinggi serta mampu mengenali kelas positif dan kelas negatif secara efektif berdasarkan hasil evaluasi. Hal ini menunjukkan bahwa algoritma Random Forest memiliki potensi yang baik untuk diterapkan sebagai sistem pendukung keputusan dalam proses identifikasi awal penyakit jantung. Penelitian ini diharapkan dapat menjadi referensi bagi penelitian selanjutnya dalam pengembangan model klasifikasi berbasis data mining pada bidang kesehatan guna meningkatkan efektivitas dan efisiensi proses deteksi penyakit jantung.
Penerapan Algoritma C4.5 Untuk Prediksi Keterlambatan Pembayaran SPP Siswa di SMK Diponegoro Karanganyar Muhammad Abdul Aziz; Husni Hidayat; Eva Rokhanah
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.12187

Abstract

Keterlambatan pembayaran Sumbangan Pembinaan Pendidikan (SPP) merupakan salah satu permasalahan yang dapat memengaruhi kelancaran operasional dan pengelolaan keuangan sekolah, khususnya pada sekolah swasta yang sebagian besar bergantung pada pembayaran dari siswa. Keterlambatan tersebut dapat menghambat penyusunan anggaran, pelaksanaan kegiatan pendidikan, serta proses administrasi sekolah. Oleh karena itu, diperlukan suatu metode yang mampu membantu pihak sekolah mengidentifikasi siswa yang berpotensi mengalami keterlambatan pembayaran sejak dini. Penelitian ini bertujuan menerapkan algoritma C4.5 untuk mengklasifikasikan status pembayaran SPP siswa berdasarkan atribut usia, pendidikan orang tua, penghasilan orang tua, riwayat pernah terlambat, dan status pembayaran pada bulan sebelumnya. Penelitian dilakukan melalui tahapan pengumpulan data, preprocessing yang meliputi seleksi dan transformasi data, pemodelan menggunakan algoritma C4.5, serta evaluasi model menggunakan aplikasi RapidMiner dengan metode 10-fold Cross Validation. Dataset yang digunakan berjumlah 256 data siswa yang terdiri atas 89 data pembayaran tepat waktu dan 167 data pembayaran terlambat. Hasil pengujian menunjukkan bahwa model memperoleh nilai accuracy sebesar 64,49%, precision sebesar 61,30%, serta recall sebesar 25,27% untuk kelas Tepat dan 86,06% untuk kelas Terlambat. Pohon keputusan yang dihasilkan menunjukkan bahwa atribut status pembayaran bulan sebelumnya merupakan faktor yang paling berpengaruh dalam proses klasifikasi. Hasil penelitian ini menunjukkan bahwa algoritma C4.5 mampu memberikan interpretasi yang mudah dipahami serta cukup efektif dalam mengidentifikasi siswa yang berpotensi mengalami keterlambatan pembayaran SPP sehingga dapat menjadi dasar bagi sekolah dalam melakukan langkah antisipatif dan pengambilan keputusan yang lebih tepat.
Klasifikasi Penyakit Jantung Menggunakan Algoritma K-Nearest Neighbor pada Dataset UCI Heart Disease Togi Samuel Lumbantobing
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.12189

Abstract

Penyakit jantung merupakan salah satu penyebab kematian tertinggi di dunia, sehingga keterlambatan diagnosis menjadi masalah krusial yang berdampak langsung pada peningkatan angka mortalitas, terutama karena proses skrining konvensional masih bergantung pada pemeriksaan klinis manual yang memakan waktu dan rentan terhadap variasi interpretasi antar tenaga medis. Permasalahan ini mendorong kebutuhan akan sistem deteksi dini berbasis data yang mampu mengklasifikasikan risiko penyakit jantung secara cepat dan konsisten. Penelitian ini menerapkan algoritma K-Nearest Neighbor (KNN) sebagai solusi klasifikasi menggunakan dataset UCI Heart Disease yang terdiri dari 303 rekam data pasien dengan 13 fitur klinis. Tujuan penelitian ini adalah membangun model klasifikasi yang mampu membedakan pasien dengan dan tanpa penyakit jantung secara akurat, sekaligus mengidentifikasi nilai k optimal dan fitur klinis paling berpengaruh, sebagai kontribusi berupa model skrining awal yang dapat diimplementasikan pada fasilitas kesehatan. Data diproses melalui normalisasi Min-Max Scaling, kemudian dibagi dengan rasio 80:20 menggunakan stratified sampling sehingga diperoleh 242 data training dan 61 data testing. Eksperimen dilakukan terhadap tujuh nilai k (1, 3, 5, 7, 9, 11, 13). Hasil eksperimen menunjukkan bahwa nilai k=1 memberikan akurasi tertinggi sebesar 83,61% dengan precision 81,08%, recall 90,91%, dan F1-score 85,71% pada data testing. Fitur thal (thalassemia), cp (chest pain type), dan ca (number of major vessels) terbukti menjadi atribut klinis paling berpengaruh berdasarkan analisis korelasi terhadap label target. Hasil ini menunjukkan bahwa model KNN dengan normalisasi Min-Max Scaling layak digunakan sebagai alat bantu skrining awal penyakit jantung di fasilitas kesehatan.
Hukum Waris Perdata: Pembagian Harta Waris Dalam Bentuk Crypto Aset Marsanti, Aliyah; Urbaniasi, Urbaniasi
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 2 (2025): Mei - Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i2.1219

Abstract

Penelitian ini mengkaji problematika hukum dalam pembagian harta waris yang berbentuk crypto aset menurut perspektif hukum waris perdata di Indonesia. Keberadaan crypto aset sebagai kelas aset digital yang relatif baru menimbulkan kompleksitas tersendiri dalam sistem pewarisan konvensional. Penelitian ini bertujuan untuk menganalisis status hukum crypto aset sebagai objek waris, metode valuasi yang tepat dalam konteks volatilitas nilai, mekanisme peralihan kepemilikan, serta implikasi perpajakan yang menyertainya. Metode penelitian yang digunakan adalah yuridis normatif dengan pendekatan perundang-undangan, konseptual, dan komparatif. Hasil penelitian menunjukkan bahwa meskipun belum terdapat regulasi spesifik yang mengatur pewarisan crypto aset di Indonesia, aset digital ini dapat dikualifikasikan sebagai harta peninggalan berdasarkan penafsiran ekstensif terhadap ketentuan KUH Perdata tentang benda bergerak tidak berwujud. Valuasi crypto aset untuk keperluan pembagian waris dapat dilakukan melalui beberapa pendekatan, meliputi: valuasi pada tanggal kematian, valuasi pada tanggal distribusi, valuasi rata-rata, valuasi berdasarkan kesepakatan, atau distribusi in-kind. Penelitian ini juga menemukan bahwa peralihan kepemilikan crypto aset melalui pewarisan memerlukan mekanisme khusus terkait akses terhadap dompet digital (wallet) dan kunci privat (private keys), yang mensyaratkan perencanaan waris digital yang memadai. Dalam aspek perpajakan, meskipun perolehan harta waris tidak termasuk objek Pajak Penghasilan, terdapat potensi kewajiban perpajakan bagi ahli waris jika melakukan pengalihan kepemilikan crypto aset yang diwarisinya. Penelitian ini merekomendasikan perlunya pembentukan kerangka regulasi khusus yang mengakomodasi karakteristik unik crypto aset dalam sistem hukum waris Indonesia, serta penyusunan protokol pewarisan digital sebagai antisipasi terhadap tantangan teknis dalam peralihan kepemilikan crypto aset.

Page 131 of 830 | Total Record : 8292

 129   130   131   132   133 

Filter by Year

2022 2026


Reset
Filter By Issues
All Issue Vol. 5 No. 2 (2026): Mei-Juli Vol. 5 No. 1 (2026): Februari - April Vol. 4 No. 4 (2026): November - January Vol. 4 No. 3 (2025): Agustus - October Vol. 4 No. 2 (2025): Mei - Juli Vol. 4 No. 1 (2025): Februari - April Vol. 3 No. 4 (2025): November - January Vol. 3 No. 3 (2024): Agustus - October Vol. 3 No. 2 (2024): Mei - Juli Vol. 3 No. 1 (2024): Februari - April Vol. 2 No. 2 (2024) Vol. 2 No. 1 (2023) Vol. 1 No. 2 (2023) Vol. 1 No. 1 (2022) More Issue