Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini mengajukan sebuah model adopsi teknologi chatbot dengan pendekatan teori elaboration likelihood model. Konstruk peripheral yang diuji antara lain visual attractiveness, language mastery, dan reputation. Sementara konstruk central yang diuji adalah information quality. Teori technology acceptance model (TAM) dijadikan referensi untuk pengembangan model yang tidak hanya mengevaluasi model secara fungsional seperti perceived ease-of-use dan perceived usefulness tetapi juga secara social seperti perceived sociability. Instrumen penelitian dikembangkan dalam bentuk survei yang disebarkan secara daring dimana responden akan diberikan waktu untuk berinteraksi dengan chatbot dan kemudian mengevaluasi pengalaman yang dirasakan. Uji hipotesis dilakukan dengan analisis data responden sejumlah 392 data dengan menggunakan metode CB-SEM. Ditemukan bahwa teori ELM dapat diterapkan dalam konteks adopsi teknologi chatbot. Rute peripheral (visual attractiveness, language mastery, dan reputation) memiliki korelasi positif terhadap perceived sociability. Rute central memiliki korelasi positif yang kuat terhadap perceived usefulness dan korelasi positif yang moderat terhadap perceived ease-of-use. Perceived sociability dan perceived usefulness ditemukan dapat memprediksi intensi pengguna untuk berinteraksi secara kuat. Sementara perceived ease-of-use tidak memiliki efek yang signifikan terhadap intensi pengguna untuk interaksi berkelanjutan. Penelitian ini menguatkan penelitian-penelitian sebelumnya yang menemukan bahwa chatbot tidak hanya butuh penerimaan secara fungsional, namun juga sosial. Dengan hasil ini, pengembang dapat mengetahui bagaimana prioritas yang harus disusun dalam pengembangan chatbot yang digunakan secara berkelanjutan oleh penggunanya.

---

This study proposes a model for the adoption of chatbot technology using the Elaboration Likelihood Model (ELM) theory. Peripheral constructs that are tested in this study include visual attractiveness, language mastery, and reputation, while the central construct includes information quality. Technology Acceptance Model (TAM) is used as a reference for the development of this research model that discusses not only functional acceptance, such as perceived ease of use and perceived usefulness but also social acceptance (perceived sociability). Research instrument developed in the form of a survey distributed to respondents and will be given time to interact with the chatbot and then evaluate their experience. Hypothesis testing is done by analyzing the data of respondents amounting to 392 data using the CB-SEM method. It was found that ELM theory can be applied in the context of the adoption of chatbot technology. Peripheral route (visual attractiveness, language mastery, and reputation) have positive interactions with perceived sociability. The central route, information quality, has a strong positive correlation on perceived ease of use and perceived usefulness. Perceived sociability and perceived usefulness are found to be a predicting factor for intention to use, while perceived ease of use does not have a correlation with the intention to use. This research support previous studies that found that for a chatbot to be adopted needs not only functional acceptance but also social acceptance. With this result, chatbots developers can understand how to design a chatbot that will be used by its users."

"Data panel merupakan gabungan dari dua jenis data, yaitu data cross section dan data longitudinal. Model regresi linier yang melibatkan data panel disebut dengan model regresi data panel. Pada saat melakukan observasi, sering ditemui bahwa nilai observasi di suatu lokasi bergantung pada nilai observasi di lokasi sekitarnya, yang dikenal dengan spasial dependen. Model regresi data panel yang turut melibatkan aspek ketergantungan lokasi (spasial dependen) dikenal dengan model spasial data panel. Model spasial lag data panel menunjukkan adanya ketergantungan antara variabel dependen di suatu lokasi dengan variabel dependen di lokasi sekitarnya. Pada tugas akhir ini akan dibahas penaksiran parameter pada Random Effects Spatial Lag Panel Data Model dengan komponen error satu arah menggunakan metode maksimum likelihood."

"Asumsi kestasioneran merupakan asumsi yang harus dipenuhi pada sebagian besar teori ekonometri. Pada kenyataannya, hal ini hampir tidak terpenuhi untuk variabel-variabel ekonomi. Granger dan Newbold (1974) menunjukkan bahwa regresi yang dibentuk oleh variabel-variabel nonstasioner yang tidak berkorelasi akan menciptakan spurious regression (regresi palsu). Pada tahun 1987, Engle dan Granger merumuskan suatu ide untuk membuat kombinasi linier yang stasioner dari variabel-variabel nonstasioner yang disebut kointegrasi. Dalam ekonometrika, variabel-variabel yang terkointegrasi dikatakan berada dalam kondisi keseimbangan jangka panjang (long run equilibrium). Pengujian kointegrasi untuk kasus bivariat dapat dilakukan dengan menggunakan metode Engle - Granger, sedangkan penaksiran parameternya dapat dilakukan dengan metode Engle - Granger two step procedurre. Walaupun metode Engle - Granger mudah diterapkan, akan tetapi mempunyai beberapa kelemahan apabila diterapkan pada kasus kointegrasi mutivariat. Johansen (1988) merumuskan suatu metode pengujian kointegrasi untuk kasus multivariat yang disebut sebagai Johansen Cointegration Test. Pengujian kointegrasi Johansen mampu mendeteksi secara langsung ada berapa hubungan kointegrasi yang terbentuk dari n variabel yang diuji,. Sedangkan untuk penaksiran parameternya digunakan metode Johansen Maximum Likelihood. Dalam tugas akhir ini, hubungan kointegrasi multivariat diterapkan pada nilai Produk Domestik Bruto (PDB), ekspor dan Investasi di Indonesia pada tahun 1970-2007."

"ABSTRAKItem response theory atau yang sering disingkat sebagai IRT memberikan estimasi kemampuan peserta yang lebih tepat jika dibandingkan dengan classical test theory. Estimasi yang dihasilkan pada IRT bergantung pada ketepatan model yang digunakan. Pemilihan model IRT dapat dilakukan setelah didapatkan hasil confirmatory factor analysis dengan melihat nilai model fit. Model dengan nilai good fit yang lebih baik akan menjadi model yangterpilih. Pemilihan model fit dengan langkah ini disebut sebagai pemilihan model melalui data empirik. Pemilihan model dan struktur dapat dibantu dengan melihat nature dari sebuah tes. Seperti pada tes seleksi dengan bentuk pilihan maka model IRT yang tepat digunakan untuk mengestimasi adalah model 3 parameter logistik. Kesalahan dalam memilih struktur dan model IRT terkadang tidak dapat dihindari karena ketidaktahuan peneliti. Diantara estimator yang ada dalam IRT terdapat satu estimator yang dikenal memiliki robust standar error atau dapat menghasilkan standar eror yang kecil jikadigunakan pada model IRT yang tidak tepat. Estimator ini dinamakan maximum likelihood with robust standard errors. Memperkecil standar eror berarti memperkecil ketidakakuratan estimasi yang disebabkan oleh kesalahan pemilihan model. Keakuratan MLR akan disandingkan dengan maximum likelihood estimator dalam mengestimasi. MLE dikenal dengan propertinya yang asimptotik jika digunakan pada sampel besar. Hasil yang didapatmemperlihatkan bahwa MLR dapat menghasilkan akurasi yang lebih baik pada model dengan sampel kecil sedangkan pada sampel besar MLE dan MLR memberikan hasil yang tidak berbeda.

---

ABSTRACTItem response theory gives more acurrate estimates of latent trait compared to classical test theory. These estimates are independent to any sample and test. But the result of estimates are depend on which model is used. That is why the selection of model in IRT is very important. The wrong model will cause the estimates inflate or underrated. Before a data can be calculated with IRT model we need to check the appropriate model and structure first. To know what structure will be used we first check the data using confirmatory factor analysis. The result will show which structure fits the data more, is it first order or second order data. To select the IRT model we do a fit of model testing. This is a trial and error step. Usually in fit model testing we propose more than one model to be tested. As not all models can be included for being tested, there are the chance for using a wrong model. Using a wrong structure and model sometimes can not be helped. In IRT there are estimator named maximum likelihood with robust standard error which is specialized to estimateparameters when the model is wrong. This can be done because of MLR is using Huber Sandwich method as estimator. In this research MLR is being compared to MLE to estimate a second order data which is treated as first order data. The error is being accompanied with IRT model variations (1-PL, 2-PL, and 3-PL) and three samples variations (350, 500, and 2000). As 2 x 3 x 3 combination models, we will have 18 models in result. The results showing that MLR produces smaller standard. But MLE is quite good too when the samplebeing used is as big as 2000"

"Tugas akhir ini membahas mengenai penggunaan metode Maksimum Likelihood (ML) dan Bayes dalam penaksiran parameter shape 𝛽 pada distribusi Kumaraswamy. Kedua metode tersebut akan dibandingkan berdasarkan Mean Square Error (MSE) yang diperoleh dari masing-masing taksiran. Pada metode Bayes digunakan dua fungsi Loss yaitu Square Error Loss Function (SELF) dan Precautionary Loss Function (PLF). Selanjutnya, akan dibandingkan Resiko Posterior yang diperoleh dari kedua fungsi loss tersebut. Hasil yang diperoleh dari perbandingan tersebut diterapkan pada data hidrologi sebagai rekomendasi metode terbaik yang dapat menggambarkan data tersebut.

---

This paper disscusses about Maximum Likelihood (ML) and Bayes method in estimating the shape β parameter in Kumaraswamy distribution. Both of the methods will be compared according to Mean Square Error (MSE) obtained from each estimator. At Bayes method, it will be used two Loss functions, those are Square Error Loss Function (SELF) and Precautionary Loss Function (PLF). Then, Posterior Risk obtained from both of loss functions will be compared. The comparison will be applied to hydrological data as a recommendation for the best method in representating the data."

"Perilaku keterlibatan publik pada media sosial pemerintah dalam situasi krisis memiliki peranan penting terhadap keberhasilan pemerintah dalam manajemen krisis yang mengancam kesehatan dan keselamatan masyarakat. Pemrosesan informasi krisis oleh publik di media sosial dinilai mampu mempengaruhi perilaku keterlibatannya. Menggunakan kerangka Elaboration Likelihood Model, penelitian ini telah mengkonfirmasi beberapa startegi pembuatan informasi krisis pada akun media sosial pemerintah yang dinilai mampu meningkatkan perilaku keterlibatan melalui dua rute pemrosesan informasi yaitu rute periferal, rute sentral, atau melalui interaksi diantara keduanya. Menggunakan metode analisis isi, penelitian ini berhasil mengekstrasi data unggahan pemerintah dan kemudian dilakukan pengujian melalui regresi binomial negatif. Hasil penelitian menunjukkan bahwa perilaku keterlibatan atas pesan krisis kesehatan yang disampaikan pemerintah melalui media sosialnya dipengaruhi oleh prediktor yang terdapat pada kedua rute pemrosesan secara simultan. Ketika memproses informasi krisis kesehatan pada media sosial pemerintah, isyarat kredibilitas, daya tarik, fitur interaktivitas, vividness, topik, keberadaan emosi dan sentimen menjadi prediktor yang signifikan terhadap perilaku keterlibatan publik. Keberadaan emosi pesan memainkan peranan yang penting dalam peningkatan perilaku keterlibatan atas pesan krisis kesehatan terlebih ketika diintegrasikan dengan fitur fungsional medium. Penelitian ini mampu memberikan implikasi secara teoritis dan praktis terhadap penerapan emosi pada pesan krisis kesehatan dan keterlibatan publik pada media sosial pemerintah.

---

Public engagement behavior on government social media account in crisis situations has an important role for gaining success in government’s management about crisis that threatens public health and safety. The public's crisis information processing on social media believed to be able to influence their engagement behavior. Using Elaboration Likelihood Model framework, this study aims to identify what factors that public concern while processing a crisis information on government’s social media account, to obtained crisis message strategy that enhance engagement based on two processing routes, namely central and peripheral. Using content analysis method and then testing it through negative binomial regression, this study shows that public engagement in health crisis messages conveyed by the government through social media is influenced by predictors in both processing routes simultaneously. While processing health crisis information, credibility, attractiveness, interactivity features, vividness, topic, emotional presence and sentiment became significant predictors of public engagement behavior. The presence of message emotions plays an important role in increasing engagement behavior for health crisis messages on social media, especially when integrated with the functional features of medium. This research provides theoretical and practical implications of implementation emotions strategy in health crisis messages and public engagement on government’s social media."

"Data menunjukan bahwa jmnlah siswi SMA yang merokok mengalami kenaikan psat beberapa tahun belakangan. Hal ini mengkhawatirkan mengingat dampak negatif rokok bagi perempuan sangat besar, apalagi bila aktivitas merokok sudah dimulai sejak dini. Dari sisi pemasaran, fenomena naiknya jumlah Siswi SMA yang merokok ini dapat dipandang sebagai hasil dari kalahnya efektivitas iklan jangan merokok sebagai bentuk promosi social marketing dibandingkan dengan iklan rokok. Tesis ini mencoba menentukan efektivitas iklan jangan merokok menurut teori ELM. Hasil penelitian menemukan bahwa iklan jangan merokok untuk Siswi SMA kurang efektif karena disampaikan melalui isu yang kurang relevan bagi mereka, Karenanya, penelitian mencoba meningkatkan efektivitas iklan jangan merokok melalui jalur peripheral route BLM.

---

Data shows that the number of female high school students who smoke greatly increases this past years. This makes for a concern because the negative effects of smoking to female are massive, especially when smoking is started in early years of 1%. From the perspective of management, this phenomena can be seen as a result of ineffectiveness in don 't smoke advertisement as a part of the promotion element of social marketing compares to the smoking advertisement. This thesis attempts to determine the effectiveness of the advertisement with ELM theory. Research conducted shows that it is ineffective to female high school students because it is delivered in an issue that is of less relevance to them. Thus, the research attempts to leverage its effectiveness by formulating a peripheral route approach in ELM."