Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 173763 dokumen yang sesuai dengan query
cover
Ryan Randy Suryono
"Penelitian ini bertujuan untuk membangun proses bisnis pengawasan Fintech P2P Lending di Indonesia berbasis Berita Daring, Twitter, dan Ulasan Google Playstore. Usulan pengawasan yang baru digambarkan dengan Business Process Modeling Notation (BPMN). Selanjutnya diimplementasikan dengan membuat prototipe. Pendekatan yang digunakan adalah pendekatan Text Mining seperti ekstraksi informasi dengan Named Entity Recognition (NER), Analisis Sentimen dan Pemodelan Topik dengan Latent Dirichlet Allocation (LDA). Hasil eksperimen pada pendekatan NER menunjukan Algoritma Multinomial Naïve Bayes mendapatkan F1-score tertinggi sebesar 90%, sedangkan pada pendekatan analisis sentiment model Naïve Bayes dan Random Forest terbukti memiliki akurasi tinggi yaitu diatas 91%. Hasil NER membuktikan bahwa platform Cashless, Yokke, Digital Artha Media, Koinworks, Moka, Privy id, PT Tunaiku Fintech Indonesia, PT Relasi Perdana Indonesia, PT Dynamic Credit Asia dan PT Progo Puncak Group tidak ada dalam daftar Fintech di Otoritas Jasa Keuangan (OJK). Sedangkan hasil Persentase positif untuk aplikasi Adakami, Easycash, Danamas, Dompetkilat, dan Indodana berturut-turut adalah 47%, 59%, 28%, 24%, dan 29%. Penelitian ini dapat digunakan oleh OJK untuk pengawasan Fintech dan meningkatkan perlindungan konsumen.

This research aims to build a business process to supervise Fintech P2P Lending in Indonesia based on Online News, Twitter, and Google Playstore Reviews. The proposed new supervision is described by the Business Process Modeling Notation (BPMN), then implemented by making a prototype. The Text Mining approach uses information extraction with Named Entity Recognition (NER), Sentiment Analysis, and Topic Modeling with Latent Dirichlet Allocation (LDA). Experimental results on the NER approach show that the Naïve Bayes Multinomial Algorithm gets the highest F1-score of 90%. In contrast, the Naïve Bayes and Random Forest model sentiment analysis approaches are proven to have high accuracy, above 91%. The NER results demonstrate that the platforms Cashless, Yokke, Digital Artha Media, Koinworks, Moka, Privy id, PT Tunaiku Fintech Indonesia, PT Relasi Perdana Indonesia, PT Dynamic Credit Asia, and PT Progo Puncak Group are not on the Fintech list at the Financial Services Authority (OJK). While the positive percentage results for the Adakami, Easycash, Danamas, Dompetkilat, and Indodana applications were 47%, 59%, 28%, 24%, and 29%, respectively. This research can be used by OJK for Fintech supervision and improving consumer protection."
Jakarta: Fakultas Ilmu Komputer Universitas Indonesia, 2023
D-pdf
UI - Disertasi Membership  Universitas Indonesia Library
cover
Mohammad Fahmi Arkanuddin
"Tujuan penelitian adalah menganalisis pengaruh risiko serta regulasi arsitektur keuangan terhadap ekosistem fintech pada indutsri fintech P2P lending Indonesia serta menganalisis risiko-risiko mendasar industri fintech P2P lending Indonesia. Penelitian ini untuk menguji dan mengkonfirmasi model, berdasarkan teori ekosistem fintech. Penelitian ini menggunakan paradigma positivis, dan metode kuantitatif. Stabilitas ekosistem fintech P2P lending sangat penting dalam menjaga keberlangsungan bisnis Industri fintech P2P lending Indonesia, sementara itu risiko dan regulasi arsitektur keuangan sebagai variabel eksternal yang dapat mempengaruhi stabilitas ekosistem fintech P2P lending, hal ini tercermin dari hasil penelitian menunjukkan bahwa: (i) Risiko serta regulasi arsitektur keuangan secara bersama-sama dan simultan memiliki pengaruh signifikan terhadap ekosistem fintech; (ii) Risiko-risiko mendasar pada industri fintech P2P lending, antara lain risiko kredit, risiko operasional, risiko likuiditas, risiko reputasi serta ada 1 tambahan risiko yaitu risiko pandemik-COVID-19. Risiko memungkinkan dapat dimitigasi melalui penerbitan regulasi, karena kedua variabel ini memiliki korelasi yang sangat kuat, selain itu juga dengan memperkuat ekosistem fintech terutama elemen kunci yaitu fintech start-ups, dengan fokus mengelola, mengendalikan dan memitigasi risiko melekat yang ada. Risiko pandemik-COVID-19, memiliki korelasi terhadap elemen start-up fintech, sehingga adanya pandemik COVID-19, mendorong penggunaan platform digital-mobile application, di mana transaksi dapat dilakukan tanpa harus bertemu dan tetap menjaga social distancing. Dimensi regulasi harus mencakup regulatory, fungsi regulasi dengan menerbitkan aturan-aturan, dan supervisory, fungsi pengawasan terhadap seluruh pelaku fintech P2P lending dan pelaku pendukungnya serta regulasi big data analytics, automation dan robotics. Elemen-elemen baru ekosistem fintech P2P lending Indonesia perlu didukung dan dikembangkan, seperti institusi asuransi kredit dan lembaga perlindungan konsumen fintech.

The purpose of this research was for analyzing the affect risk and financial architecture regulation to fintech ecosystem on P2P lending industry in Indonesia and analyze the fundamental risks of fintech P2P lending Industry in Indonesia. This research was to test and confirm the theory of fintech ecosystem. This research uses positivist paradigm and the quantitative method approach. The stability of fintech P2P lending ecosystem is the most important to keep the business sustainability of fintech P2P lending in Indonesia, in while risk and financial architecture regulation are external variables that can affect the stability of fintech P2P lending ecosystem, which was reflected in the result of of research showed that: (i) from fintech ecosystem perspective view, risk had significant correlations to financial architecture regulation; (ii) in fintech P2P lending industry, risk had effect significantly on fintech ecosystem; (iii) for regulation level in fintech P2P lending industry, financial architecture regulation has no significantly effect on fintech ecosystem; (iv) risk and financial architecture regulation had significant effect simultaneously on fintech ecosystem; (v) The fundamental risks of fintech P2P lending industry are credit risk, operational risk, liquidity risk, reputation risk and 1 addtitional risk, namely pandemic risk-COVID 19. The Risks are probable can be mitigated by making rules in financial architecture regulation and empowered fintech ecosystem, especially main element of fintech ecosystem is fintech start-ups for managing and mitigating inherent risks. Pandemic risk COVID-19 has strong correlations to fintech start-up, the existence of pandemic COVID-19 event can encourage for using digital platform-mobile application, where the transactions can be settled without meeting and still-keep up social distancing. Financial architecture regulation has cover at least the regulatory, issue the rules related with this industry and supervisory, supervise all the actors of this industry and supports as well as regulation of big data analytics, automation and robotics. The new elements of ecosystem of fintech P2P lending in Indonesia needed for supporting this industry, namely: the existance of credit insurance institution element and fintech consumers protection agency."
Depok: Fakultas Ilmu Administrasi Universitas Indonesia, 2022
D-pdf
UI - Disertasi Membership  Universitas Indonesia Library
cover
Lusi Yolanda
"Perkembangan teknologi informasi melahirkan inovasi di bidang keuangan salah satunya Fintech Peer-to-Peer Lending syariah. Penyelenggara Fintech Peer-to-Peer Lending Syariah di Indonesia bersaing menyediakan berbagai produk pembiayaan dengan beragam akad dan program, sedangkan ketentuan penyelenggaraannya baru diatur oleh POJK No 77/POJK.01/2016 tentang Layanan Pinjam Meminjam Berbasis Teknologi Informasi, dan Fatwa DSN-MUI No 117/DSN-MUI/II/2018 tentang Layanan Pembiayaan Berbasis Teknologi Informasi Berdasarkan Prinsip Syariah. Penelitian ini membahas mekanisme pembiayaan dan model pengawasan Fintech Peer-to-Peer Lending Syariah di Indonesia. Penelitian ini adalah penelitian normatif yang bersifat deskriptif analitis. Hasil penelitian menunjukkan bahwa mekanisme pembiayaan telah sesuai dengan Fatwa DSN MUI, dan dilaksanakan dalam tiga tahapan yakni tahapan penerimaan pembiayaan, tahapan penawaran investasi, dan masa investasi. Analisis syariah dilakukan pada tahapan penerimaan pembiayaan dan saat masa investasi berlangsung. Pengawasan Fintech Peer-to-Peer Lending Syariah di Indonesia dilakukan oleh pihak internal dan pihak eskternal. Pengawasan internal dilakukan oleh organ perusahaan dengan pembuatan dan pelaksanaan SOP yang telah disetujui oleh OJK. Dewan Pengawas Syariah ikut melakukan pengawasan secara internal dengan pemantauan aspek syariah. Pengawasan Eksternal dilakukan oleh OJK, namun OJK tidak spesifik memiliki program atau unit khusus yang mengawasi aspek syariah. Dewan Syariah Nasional juga berperan melakukan pengawasan tidak langsung dengan memberikan rekomendasi DPS, pembinaan, dan pencabutan DPS. Penyelenggara harus mengoptimalkan integrasi aspek syariah dalam SOP dan penyelenggaraannya. OJK harus mengeluarkan aturan baru yang mengakomodir Fintech Peer-to-Peer Lending Syariah serta melakukan pengawasan spesifik terhadap aspek syariah. DPS harus mengoptimalkan perannya dalam melakukan pengawasan. DSN perlu meningkatkan pelatihan dan sertifikasi untuk menambah jumlah DPS yang masih terbatas

The development of information technology has created innovations in financial sector, one of them is Sharia Peer-to-Peer Lending. Sharia Peer-to-Peer Lending operators in Indonesia compete to provide various financing products with various akad and programs, while rules for their implementation are only regulated by POJK NO 77/POJK.01/2016 and in the DSN-MUI Fatwa No 117/DSN-MUI/II/2018. This study discusses the financing mechanism and supervision model of Sharia Peer-to-Peer Lending in Indonesia. This research is normative research and analytical descriptive. The results showed that the financing mechanism has in accordance with DSN MUI Fatwa, and implemented in three stages; the stage of receiving financing, offering investment, and investment period. Sharia compliance is carried out within the stage of receiving financing and during the investment period. Supervision of Sharia Peer-to-Peer Lending is carried out by internal and external parties. Internal supervision is carried out by the operators by making and implementing SOPs that have been approved by the OJK. DPS participates in monitoring sharia aspects. External supervision is carried out by OJK, unfortunately OJK not yet specifically have a special program or unit that oversees sharia aspects. DSN plays a role in indirect supervision by providing DPS recommendations, coaching, and revoking DPS. Operators should optimize the integration of sharia aspects in SOPs and their implementation. OJK must issue new rules to accommodate Sharia Peer-to-Peer Lending and carry out specific supervision on sharia aspects. DPS should optimize its role in conducting supervision. DSN should continue to conduct various trainings and certifications to increase the number of DPS which is still limited"
Depok: Fakultas Hukum Universitas Indonesia, 2022
T-pdf
UI - Tesis Membership  Universitas Indonesia Library
cover
Irfanda Husni Sahid
"Persaingan pasar yang ketat membuat pengelola aplikasi XYZ harus dapat menghadirkan keunggulan dari produknya. Untuk itu, pengelola XYZ melakukan analisis terhadap ulasan yang diberikan oleh penggunanya. Namun, pengelola aplikasi XYZ mengalami kesulitan dalam melakukan analisis ulasan karena menggunakan cara yang manual dan tidak efisien. Penelitian ini dilakukan untuk mengetahui sentimen dari aspek-aspek mobile service quality (M-S-QUAL) dan topik-topik yang sering dibicarakan oleh pengguna aplikasi XYZ pada review Google Playstore. Data ulasan yang digunakan merupakan ulasan dari bulan Januari 2023 hingga Agustus 2024, data ini berjumlah 13,364 data. Terdapat 5,000 data yang dianotasi. Data tersebut kemudian dibersihkan dan digunakan untuk melakukan analisis sentimen berbasis aspek (ABSA) dan pemodelan topik. Hasil penelitian menunjukkan dari sembilan aspek M-S-QUAL, terdapat tiga aspek yang dieliminasi karena kekurangan data, dan terdapat empat aspek yang dieliminasi karena model machine learning yang dilatih memiliki performa yang kurang baik dengan F1-score dibawah 0.7. Model yang layak digunakan untuk scoring hanya ada pada aspek billing dan system availability yaitu model XGBoost dengan teknik oversampling synthetic minority over-sampling technique (SMOTE) untuk kedua aspek. Performa dari model-model ini adalah 0.758 pada aspek billing, dan 0.802 pada aspek system availability. Dari 4,006 ulasan relevan pada aspek billing, 6.44% adalah sentimen positif, 90.81% adalah sentimen negatif, dan 2.75% adalah sentimen netral. Dari 2,410 ulasan relevan pada aspek system availability, 7.88% memiliki sentimen positif, 86.76% memiliki sentimen negatif, dan 5.35% memiliki sentimen netral. Hasil ini menunjukkan bahwa sentimen dominan pada ulasan yang relevan dengan aspek billing dan system availability adalah sentimen negatif. Pemodelan topik dilakukan untuk masing-masing sentimen positif dan negatif pada aspek billing dan system availability. Pemodelan topik aspek billing menghasilkan 3 topik untuk sentimen positif, 3 topik untuk sentimen negatif. Pemodelan topik aspek system availability menghasilkan 2 topik untuk sentimen positif, dan 2 topik untuk sentimen negatif. Topik-topik ini yang dapat dijadikan poin perbaikan dan peningkatan aplikasi XYZ.

The intense competition in the market forces the XYZ management to offer competitive advantages in their product. To achieve this, they analyze user reviews. However, they face challenges in analyzing user reviews because they still use manual methods, which makes the process inefficient. This study aims to understand the sentiment of aspects of mobile service quality (M-S-QUAL) and the popular topics from XYZ app users in Google Play Store reviews. The data used in this study was 13,364 reviews from January 2023 to August 2024, with 5,000 of them manually labeled. The data was cleaned and used for aspect-based sentiment analysis (ABSA) and topic modeling. The results showed that, out of nine M-S-QUAL aspects, three were excluded due to insufficient data, and four more were excluded because the machine learning models performed poorly, with F1-scores below 0.7. Only the billing and system availability aspects had decent models. The models for these aspects used the XGBoost algorithm combined with synthetic minority over-sampling technique (SMOTE). The models’ performance scores were 0.758 for billing and 0.802 for system availability. For the billing aspect, out of 4,006 relevant reviews, 6.44% had positive sentiment, 90.81% were negative, and 2.75% were neutral. For system availability, out of 2,410 relevant reviews, 7.88% were positive, 86.76% were negative, and 5.35% were neutral. This shows that most users had negative sentiment about billing and system availability. Topic modeling was conducted separately for positive and negative sentiments in both the billing and system availability aspects. For the billing aspect, topic modeling resulted in three topics for positive sentiment and three topics for negative sentiment. For the system availability aspect, two topics were identified for both positive and negative sentiments. These topics can serve as key areas for improving and enhancing the XYZ application."
Jakarta: Fakultas Ilmu Komputer Universitas Indonesia, 2025
TA-pdf
UI - Tugas Akhir  Universitas Indonesia Library
cover
Ami Fitri Utami
"Perusahaan Teknologi Finansial Pendanaan atau sering disebut sebagai FinTech Peer to Peer Lending di Indonesia memiliki peran penting dalam mendukung pemerataan kebutuhan akses pendanaan secara nasional. Namun, terdapat ketimpangan antara kinerja perusahaan dari sisi jumlah pengguna serta jumlah pendanaan yang terdistribusi dibandingkan dengan potensi pasar yang ada. Hal ini disebabkan banyaknya kompleksitas yang terjadi termasuk adanya kekurangan sumber-daya internal, tekanan dari regulator, hingga tekanan dari keraguan pasar untuk menggunakan produk. Dalam menyingkapi masalah tersebut, para pemain melakukan berbagai macam kolaborasi dengan berbagai pihak untuk dapat menghasilkan inovasi yang sesuai dengan kebutuhan pasar, regulasi dan perkembangan teknologi. Penelitian ini berforkus pada dinamika dalam kolaborasi antara para FinTech Peer to Peer Lending dengan jejaringnya. Dalam penelitian ini konsep sistem memori transaktif pada level perusahaan dengan rekan kolaborasinya menjadi kunci dalam memahami dinamika yang ada. Diprediksikan bahwa karakteristik rekan kolaborasi dari sisi spesialisasi pengetahuan, kepercayaan perusahaan akan kredibilitas pengetahuan rakennya serta koordinasi dengan rekan rekan yang dimiliki dianggap dapat berperan dalam peningkatan inovasi serta kinerja perusahaan.

Peer to Peer (P2P) lending FinTech firms in Indonesia possess a major role in enhancing the country’s financial inclusion that leads to a better national’s economy condition. Despites of its’ massive growth in terms of players, investors, as well as innovations; number of national’s P2P lending FinTech adopters are still low which pivotal as it resemblance their performance. This occur as P2P lending FinTech firms facing various challenges both internal and externally due to the newness of the industry. To become more effective, current players tend to collaborate with various parties in deciphering the industrial dynamics. This research focusing on how firm might entrench benefits from its’ collaboration through the concept of Transactive memory system in the inter-firm collaboration level. This research argued that the availability of TSM among the P2P lending FinTech firm and its collaborative might enhance the firm’s competitive advantage such innovation which leads to a better performance in the market. This research mainly contributes to the TMS research field where the concept of TMS mainly used in a small group, and never been investigated in the context of inter-firm collaboration. Current study also contributes to the TMS field as it goes to the dimensional level rather than uses TMS as second order factor construct."
Depok: Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2021
D-pdf
UI - Disertasi Membership  Universitas Indonesia Library
cover
Ramarsha Septarizki
"Tujuan dari penelitian ini adalah untuk menguji pengaruh reputasi platform peer-to-peer peer (P2P) lending di Indonesia secara langsung dan tidak langsung mempengaruhi pilihan investasi investor (pemberi pinjaman). Menggunakan data yang dikumpulkan dari 30 platform P2P Lending, studi ini menghitung reputasi platform melalui mekanisme
reputasi menggunakan peringkat platform di Google Play Store, yang kemudian diikuti dengan memeriksa pengaruh reputasi platform pada pilihan investasi investor (proxy berdasarkan volume nilai pinjaman oleh pemberi pinjaman) dan pengaruh melalui informasi peningkatan kredit, dengan menggunakan model regresi OLS. Hasil dalam penelitian ini
menunjukkan bahwa reputasi platform secara signifikan memengaruhi pilihan investasi investor dengan mengendalikan variabel informasi peningkatan kredit dan sebagai variabel mediasi, reputasi platform mempengaruhi pilihan investasi investor melalui informasi peningkatan kredit.
The purpose of this study is to examine the influence of the reputation of the peer-to-peer peer (P2P) lending platform in Indonesia directly and indirectly influencing the investment choices of investors (lenders). Using data collected from 30 P2P Lending platforms, this study calculates platform reputation through mechanisms reputation using platform ratings on the Google Play Store, which is then followed by examining the effect of platform reputation on investors' investment choices (a proxy based on the volume of loan value by lenders) and the effect through credit enhancement information, using the OLS regression model. Results in this study shows that platform reputation significantly influences investors' investment choices by controlling for credit enhancement information variables and as a mediating variable, platform reputation influences investors' investment choices through credit enhancement information."
Depok: Fakultas Ilmu Administrasi Universitas Indonesia, 2019
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Muhammad Ali Ariyogis
"ABSTRACT
Peer to Peer (P2P) Lending merupakan pelayanan yang didukung oleh pemerintah dan merupakan alat pendukung pembangunan dalam industri Financial Technology (Fintech) yang berada di Indonesia. Walaupun P2P Lending memiliki kontribusi positif dalam mengurangi financial exclusion, penelitian mengenai P2P Lending masih terbatas dan jarang, terutama di bidang kepercayaan. Pelayanan P2P Lending yang tidak membutuhkan tatap muka, menunjukan bahwa pelayanan ini memiliki beberapa resiko dimana aspek kepercayaan memainkan peran yang penting. Penelitian ini bertujuan untuk menganalisis dimensi kepercayaan pada P2P Lending di Indonesia. Penelitian ini menggunakan metode survey terhadap 204 pemberi pinjaman pada salah satu situs P2P Lending di Indonesia yaitu Akseleran. Data mencakup tiga dimensi kepercayaan yaitu Specific Trust Beliefs, General Trust Beliefs, dan Outcome Trust Belief. Data diolah menggunakan Teknik Structural Equation Modelling (SEM) dan hasilnya menunjukan bahwa kepercayaan kepada perantara dan kepercayaan kepada peminjam merupakan faktor yang signifikan dalam mempengaruhi keinginan pemberi pinjaman dalam memberikan pinjaman. Namun, berdasarkan perspektif pemberi pinjaman, kepercayaan kepada peminjam lebih pe

ABSTRACT
Peer-to-Peer (P2P) Lending is strongly endorsed by the government and considered an engine of development in Indonesian financial technology industry. Notwithstanding their positive contributions in mitigating financial exclusion issue, research on P2P Lending is limited and scarce, particularly in the field of trust. In the absence of face-to-face meeting, P2P Lending have some inherent risk in its application where trust plays a key role. This study aims to analyse dimensions of trust related to Indonesian (P2P) Lending system. This study uses survey to 204 online lenders of Akseleran, one of known P2P Lending providers in Indonesia. Data comprises three dimensions of trust, namely  Specific Trust Beliefs, General Trust Beliefs, and Outcome Trust Belief. Data are analysed using Structural Equation Modelling (SEM) and the findings show that lenders trust in borrowers and in intermediaries are significant factors influencing lenders lending intention. However, trust in borrower is more critical than trust in intermediaries from the lenders perspective. "
2019
S-Pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Syahrul Amrie
"Perkembangan media sosial telah berkembang pesat, tidak hanya sebagai alat komunikasi sosial antar individu. Fungsi dan kegunaannya semakin berkembang serta banyak dimanfaatkan organisasi swasta maupun pemerintah untuk mengukur tingkat layanan. Ditjen Imigrasi selaku organisasi pemerintah merupakan salah satu organisasi yang memanfaatkan media sosial, salah satu fungsinya untuk mengetahui apakah layanan yang diberikan telah diterima dengan baik oleh masyarakat. Selain melalui media sosial, Imigrasi juga telah meluncurkan aplikasi M-Paspor di platform Google Play Store, di platform tersebut Imigrasi juga dapat mengetahui tingkat efektivitas dari aplikasi yang telah diluncurkan. Berdasarkan survei yang dilakukan oleh Balitbangham yang merupakan internal dari Kemenkumham, layanan yang diberikan oleh imigrasi mendapat nilai sangat baik, namun faktanya pada media sosial maupun google play store banyak komentar maupun ulasan yang kurang puas dengan pelayanan pihak imigrasi. Hal tersebut menjadi kontradiksi antara hasil survei Balitbangham dan data di media sosial. Namun, akan sulit untuk melakukan analisis data media sosial dikarenakan jumlah yang banyak. Oleh karena itu, perlu dilakukan untuk mengusulkan sistem untuk melakukan analisis sentimen menggunakan data teks komentar dan ulasan. Sehingga pihak Imigrasi dapat mengambil langkah terbaik untuk dapat memperbaiki layanan yang masih belum maksimal. Dataset yang digunakan berupa data yang diambil dari media sosial Twitter dan Instagram serta ulasan pada Google Play Store. Hasil penelitian menunjukan jika fitur ekstraksi TF-IDF Unigram yang dipadukan dengan algoritma Support Vector Machine (SVM) serta SMOTE menghasilkan performa paling tinggi dibandingkan dengan nave Bayes (NB) maupun Random Forest (RF). dalam melakukan klasifikasi, SVM menghasilkan dengan hasil Precision 72%, Recall 69%, Accurasy 69, serta F1-Score sebesar 68%. Model tersebut dapat digunakan Imigrasi untuk mengetahui umpan balik pelayanan dari masyarakat yang dapat digunakan sebagai pertimbangan dalam melakukan perbaikan pelayanan serta merumuskan strategi pelayanan oleh Direktorat terkait agar pelayanan lebih efisien untuk kedepannya. Sehingga, Imigrasi akan mampu dengan cepat merespon kendala yang dihadapai oleh masyarakat.

The development of social media has grown rapidly, not only as a means of social communication between individuals. Its functions and uses are growing and are widely used by private and government organizations to measure service levels. The Directorate General of Immigration as a government organization is one of the organizations that utilizes social media. Its function is to find out whether the services provided have been well received or not by the public. Apart from social media, Immigration has also launched the M-Passport application on the Google Play Store platform, on the platform, Immigration officials can also find out the effectiveness of the applications that have been launched. Based on a survey conducted by Balitbangham which is internal to the Ministry of Human Rights, the services provided by immigration get a very good score, but the fact is that on social media and the Google Play Store some many comments and reviews are not satisfied with the services of the immigration authorities. This is a contradiction between the results of the Balitbangham survey and data on social media. However, it will be difficult to analyze social media data due to the large number. Therefore, it is necessary to propose a system to perform sentiment analysis using commentary and reviewing text data. So that Immigration can take the best steps to be able to improve services that are still not optimal. The dataset used is in the form of data taken from social media Twitter and Instagram as well as reviews on the Google Play Store. The results show that the TF-IDF Unigram extract feature combined with the Support Vector Machine (SVM) and SMOTE algorithms produces the highest performance compared to Naïve Bayes (NB) and Random Forest (RF). In classifying, SVM produces 72% Precision, 69% Recall, 69% Accuracy, and 68% F1-Score. This model can be used by Immigration to find out service feedback from the community as a consideration in making service improvements and formulating more efficient service strategies for the future. Thus, Immigration will be able to quickly respond to the obstacles faced by the community."
Jakarta: Fakultas Ilmu Kompter Universitas Indonesia, 2022
TA-pdf
UI - Tugas Akhir  Universitas Indonesia Library
cover
Miftah Khairi Amrillah
"Secara umum dapat diketahui bahwa terdapat hubungan antara perkembangan sistem finansial dan juga pertumbuhan ekonomi, walaupun penjelasan mengenai keduanya cukup kompleks. Dengan kemajuan teknologi, P2P lending menjadi sebuah industri yang sangat berkembang di Indonesia, sebagai alternatif kredit yang berbeda dari perbankan, yang juga kemungkinan besar mempengaruhi pertumbuhan ekonomi. Penelitian ini bertujuan untuk menganalisis kontribusi dari kredit yang disalurkan melalui perusahaan P2P lending terhadap Produk Domestik Regional Bruto (PDRB) di 5 provinsi yang ada di Pulau Jawa, yaitu Provinsi Banten, DKI Jakarta, Jawa Barat, Jawa Tengah, DI Yogyakarta, dan Jawa Timur dengan menggunakan data panel melalui pendekatan fixed effect dari periode tahun Q1-2020 sampai dengan Q2-2022. Studi ini menemukan bahwa terdapat dampak yang positif dan signifikan dari penyaluran kredit P2P lending terhadap PDRB dengan koefisien sebesar 0,0754%. Meskipun terdapat dampak yang positif, namun industri P2P lending masih memiliki banyak tantangan yang perlu diatasi.

It is generally admitted that there is a relationship between financial system development and economic growth, although the nexus between these two are complex. Due to the advancement of technology, P2P lending becomes a growing industry in Indonesia as an alternative credit that is different from a conventional bank, which also might contribute to fostering economic growth. This paper's purpose is to analyze the contribution of P2P lending to Product Domestic Regional Bruto (PDRB) in 5 provinces in Java, which are Banten, DKI Jakarta, West Java, Central Java, DI Yogyakarta, and East Java using fixed effect panel regressions from Q1-2020 to Q2-2022 period. This paper finds a significant and positive impact of P2P lending on real PDRB growth, with a 0,0754% magnitude. Although there is a positive impact; however, there are still many challenges that need to be overcome in the P2P lending industry."
Jakarta: Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2023
T-pdf
UI - Tesis Membership  Universitas Indonesia Library
cover
Fatimah Ath-Thahirah
"Financial technology (fintech), khususnya Peer-to-Peer (P2P) Lending, telah berkembang pesat di Indonesia dan berpotensi mengancam perbankan tradisional yang juga memberikan layanan pembiayaan. Dalam hal ini, studi-studi terdahulu cenderung menemukan hasil yang inkonklusif dimana Fintech ditemukan memberikan pengaruh positif dan juga negatif terhadap kinerja perbankan. Oleh karena itu, tujuan penelitian ini adalah mengkaji dampak fintech P2P lending terhadap kinerja perbankan di Indonesia, baik perbankan konvensional maupun perbankan syariah. Studi ini menggunakan metode Generalized Method of Moment (GMM) dimana sampel yang digunakan meliputi 63 bank konvensional dan 12 bank syariah di Indonesia periode 2016-2020. Variabel kinerja perbankan yang digunakan mencakup ROA sebagai variabel dependen, jumlah perusahaan P2P lending sebagai variabel independen, dan variabel kontrol meliputi ukuran bank, jumlah kantor cabang, rasio modal, ukuran pinjaman, penyisihan kerugian. Hasil penelitian menunjukkan bahwa keberadaan fintech P2P lending tidak berpengaruh signifikan terhadap kinerja perbankan secara agregat. Namun, analisis terpisah antara perbankan konvensional dan syariah, menemukan bahwa fintech P2P lending tidak mempengaruhi kinerja perbankan konvensional namun memiliki dampak positif yang signifikan terhadap kinerja perbankan syariah. Hasil penelitian ini akan memberikan membantu regulator dan pelaku industri di sektor perbankan dan fintech P2P lending serta memperkaya literatur akademik dalam disiplin ini.

Financial Technology (Fintech), particularly Peer-to-Peer (P2P) Lending, has developed rapidly in Indonesia and has the potential to threaten traditional banks that also provide financing services. In this regard, previous studies found inconclusive results where Fintech was found to have positive and negative effects on banking performance. Therefore, this study aims to examine the impact of fintech P2P lending on banking performance in Indonesia, both conventional banking and Islamic banking. This study uses the Generalized Method of Moment (GMM) with sample includes 63 conventional banks and 12 Islamic banks in Indonesia in 2016-2020. The banking performance variables used include ROA as the dependent variable, the number of P2P lending companies as the independent variable, and control variables consisting of bank size, number of branch offices, capital ratio, loan size, and allowance for losses. The results indicate that the existence of fintech P2P lending does not have a significant effect on banking performance in the aggregate. Separate analysis for conventional and Islamic banking found that fintech P2P lending had no effect on the performance of conventional banking but had a significant positive effect on the performance of Islamic banking. The results of this study will help regulators and banking and fintech P2P lending industry players and enrich academic literature in these disciplines"
Depok: Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2022
T-pdf
UI - Tesis Membership  Universitas Indonesia Library
<<   1 2 3 4 5 6 7 8 9 10   >>