Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 30 dokumen yang sesuai dengan query
cover
Imelda Hotmaria
Abstrak :
Pesatnya perkembangan proses audit menggunakan pendekatan data analytics menawarkan manfaat kompetitif yang signifikan bagi organisasi yang dapat memanfaatkan lingkungan berbasis data, termasuk kantor akuntan publik. Namun pada saat ini belum banyak kantor akuntan publik yang memanfaatkan data analytics. Penelitian ini bertujuan untuk mengevaluasi kesiapan implementasi data analytics dalam audit pada KAP DNA, salah satu kantor akuntan publik terbesar di dunia yang berafiliasi internasional. KAP DNA telah menginisiasi penggunaan data analytics mulai dari tahun 2016. Proses penelitian ini dilakukan dengan metode kualitatif dimana narasumber dipilih berdasarkan snowball sampling sejumlah 5 narasumber yang terdiri dari manajer senior, manajer, dan senior auditor. Alat ukur evaluasi kesiapan menggunakan kriteria Acatech indeks maturitas industri milik Schuh et al. (2017) yang telah dikembangkan di penelitian Gürdür et al. (2019). Kriteria tersebut terdiri dari kesiapan sumber daya, kesiapan sistem informasi, kesiapan budaya, dan kesiapan organisasi. Berdasarkan hasil penelitian, KAP DNA memiliki tingkat kesiapan menengah secara umum. Hal ini disebabkan oleh tantangan seperti kurangnya kemampuan auditor, kekurangan sumber daya manusia tim khusus data analytics, dan perangkat yang belum memadai. KAP DNA direkomendasikan untuk mempertimbangkan menambah pelatihan terkait data analytics kepada auditor di saat low season, merekrut karyawan tambahan di tim khusus data analytics, dan menyediakan perangkat yang memadai. ......The rapid development of the audit process using a data analytics approach offers significant competitive advantages for organizations that can take advantage of a data-driven environment, including public accounting firms. However, currently not many public accounting firms are utilizing data analytics. This study aims to evaluate the readiness to implement data analytics in audits at KAP DNA, one of the world's largest public accounting firms with international affiliations. KAP DNA has initiated the use of data analytics starting in 2016. This research process was carried out using a qualitative method where the informants were selected based on snowball sampling of 5 sources consisting of senior managers, managers, and senior auditors. The measuring instrument for readiness evaluation uses the Acatech industrial maturity index criteria belonging to Schuh et al. (2017) which has been developed in the research of Gürdür et al. (2019). The criteria consist of resource readiness, information system readiness, cultural readiness, and organizational readiness. Based on the research results, KAP DNA has a medium level of readiness in general. This is due to challenges such as lack of auditor capabilities, lack of human resources for dedicated data analytics teams, and inadequate tools. KAP DNA is recommended to consider adding training related to data analytics to auditors during low season, recruiting additional employees in a dedicated data analytics team, and providing adequate tools.
Jakarta: Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2021
T-pdf
UI - Tesis Membership  Universitas Indonesia Library
cover
Dwika Widyantama
Abstrak :
Karakteristik dari transformasi digital pada manufaktur adalah penerapan teknologi mutakhir yang mendukung proses dan informasi yang terkoneksi antara mesin-mesin produksi, dan produk serta adaptabilitas tinggi dari suatu sistem produksi. Dalam mencapai tujuan utama Industri 4.0 yaitu smart manufacturing yang dapat merespons fluktuasi permintaan pasar terhadap produk berkualitas tinggi, dibutuhkan penerapan teknologi yang dapat mengumpulkan dan menganalisis data yang menghasilkan solusi secara cerdas disebut sebagai pemanfaatan Data Analytics. Tujuan pada penelitian ini adalah memberikan rekomendasi strategi berupa urutan prioritas kriteria kesuksesan untuk dapat digunakan para pemangku kepentingan di perusahaan manufaktur dengan melakukan implementasi transformasi digital yang efektif. Metode AHP (Analytic Hierarchy Process) digunakan pada penelitian ini untuk mendapatkan prioritas faktor kesuksesan yang menjadi dasar rekomendasi strategi dalam meningkatkan efektivitas implementasi Data Analytics pada manufaktur. Hasil penelitian ditemukan bahwa 3 faktor kesuksesan teratas adalah Effective data driven communication (People & Management), Technology & Infrastructure Integration (Technology) kemudian Training & Upskilling (People & Management). ......Technological developments always create new challenges for organizations to adapt so that they remain competitive. Today, organizations are dealing with rapid technological developments and the disruption of digital transformation. The characteristics of digital transformation in manufacturing are the application of the latest technology that supports so that processes and information are connected, between production machines, and products as well as the high adaptability of a production system. In achieving the main goal of Industry 4.0, namely smart manufacturing that can respond to fluctuations of market demand for high-quality products, it is necessary to apply technology that can collect and analyze data to produce intelligent solutions, which is often referred to as the use of Data Analytics. Literature study shows that there are various barriers or barriers in the implementation of Data Analytics in manufacturing companies. However, none of these studies have discussed what success factors need to be prioritized for treatment. This causes the implementation of Data Analytics in manufacturing to be less effective. The aim of this research is to provide strategic recommendations in the form of a priority sequence of success criteria that can be used by stakeholders in manufacturing companies to be able to implement effective digital transformation. Determining the priority of handling obstacles in the implementation of Data Analytics is a Multi-criteria Decision Making (MCDM) problem, the AHP method is used in this study to obtain priority success factors which are the basis for strategic recommendations in increasing the effectiveness of Data Analytics implementation in manufacturing. From the research results, it was found that the top 3 success factors were Effective data driven communication (People & Management), Technology & Infrastructure Integration (Technology) then Training & Upskilling (People & Management).
Depok: Fakultas Teknik Universitas Indonesia, 2023
T-pdf
UI - Tesis Membership  Universitas Indonesia Library
cover
Fany
Abstrak :
Perkembangan era big data telah mendorong industri untuk mengadopsi teknologi data analitik untuk kebutuhan internal audit bekerja lebih efisien dan efektif. Penelitian ini menginvestigasi faktor-faktor yang mempengaruhi adopsi teknologi data analytics untuk audit internal oleh sebuah perusahaan swasta. Kerangka teoritis studi berlandaskan pada Technology, Organization, and Environment (TOE) yang mengelaborasi komponen lingkungan dalam membahas faktor-faktor yang mendorong pengadopsian sebuah teknologi. Dengan metode studi kasus dan menggunakan in-depth interview untuk pengumpulan data primer di samping data sekunder, penelitian ini melakukan wawancara kepada 4 partisipan yang bekerja sebagai auditor internal di PT. XXX. Hasil temuan mengungkapkan bahwa faktor yang mempengaruhi adopsi data analytics di PT. XXX dari konteks teknologi ditentukan adalah relatif advantage dan complexity, sementara konteks organisasi ditentukan oleh quality of human resources dan top management support. Pada prakteknya, pemanfaatan data analytics di PT. XXX adalah untuk mencari anomali dalam populasi audit, menerapkan audit berkelanjutan (continuous auditing) serta analisa data audit dengan merekam lebih dari 1 juta data. Penggunaan data analytics untuk kegiatan audit masih cukup terbatas sehingga regulator diharapkan dapat membentuk standar audit dan mengadakan training untuk meningkatkan keterampilan auditor dalam penggunaan data analytics. Para akademisi juga diharapkan dapat menyusun dan membentuk kurikulum praktik untuk mempersiapkan para lulusannya berkiprah di dalam penggunaan data analytics. ......The big data era has driven industry to adopt data analytics technology, particularly in the field of internal audit. This study systematically investigates into factors that influence the adoption of data analytics technology for internal audit by a private company. Technology, Organization, and Environment (TOE) framework is used to explain the antecedents of the adoption of data analytics technology. Using a case study design and in-depth interviews for primary data collection, the findings reveal that technological and organizational contexts are the major drivers of technology adoption in data analytics. In practice, the use of data analytics at PT. XXX is to identify the presence of anomalies in the audit population, implement continuous auditing and analyze audit data by using more than 1 million data. The use of data analytics for audit activities is still found limited, therefore regulators are advised to set reformed audit standards and provide training to enhance the use of data analytics. In addition, the role of academics to develop hands-on curriculum for students to develop their skills in data analytics is deemed crucial in promoting the advancement of data analytics technology for internal audit work.
Depok: Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2022
T-pdf
UI - Tesis Membership  Universitas Indonesia Library
cover
Loshin, David, 1963-
Abstrak :

ABSTRACT
Big Data Analytics" will assist managers in providing an overview of the drivers for introducing big data technology into the organization and for understanding the types of business problems best suited to big data analytics solutions, understanding the value drivers and benefits, strategic planning, developing a pilot, and eventually planning to integrate back into production within the enterprise.
Amsterdam: Morgan Kaufmann, 2013
658.472 LOS b
Buku Teks  Universitas Indonesia Library
cover
Vincent Alexander
Abstrak :
Laporan magang ini membahas mengenai evaluasi praktik data analytics dalam mendukung prosedur audit di KAP Unihome dan juga melakukan refleksi diri terhadap aktivitas magang yang telah dilakukan. Evaluasi ini akan dilakukan terhadap tim data & analytics KAP Unihome yang merupakan salah satu dari KAP di Indonesia. Evaluasi akan dilakukan menggunakan beberapa teori berdasarkan tipe analitik, pendekatan analitik, fungsi analitik, dan praktik terbaik data analitik. Berdasarkan hasil evaluasi yang telah dilakukan, diperoleh bahwa praktik data analitik pada KAP Unihome merupakan tipe dasar dengan analitik deskriptif menggunakan pendekatan manual, menjalankan uji rincian dan analisis data eksploratif, serta secara umum sudah menerapkan praktik yang cukup baik. ......This internship report discusses the evaluation of data analytic practices in support of audit procedures at KAP Unihome and to do a self-reflection about the internship activity that has been done. This report will evaluate the KAP Unihome data & analytics team which is one of the accounting firm in Indonesia. Evaluations will be conducted using several theories based on analytic types, analytic approaches, analytic functions, and best practices in data analytics. Based on the results of evaluations that have been carried out, it is found that the practice of data analytic in KAP Unihome is a basic type with descriptive analytics using a manual approach, running test of details and exploratory data analytics, and in general having implemented fairly good practices.

Depok: Fakultas Ekonomi dan Bisnis Universitas Indonesia , 2020
TA-Pdf
UI - Tugas Akhir  Universitas Indonesia Library
cover
Grace Monica Patanggu
Abstrak :
Privasi data menjadi perhatian krusial dalam lanskap bisnis saat ini, terutama dengan Big Data dan Analytics (BD&A) serta kecerdasan buatan (AI). Diulas melalui empat artikel, lanskap analitika bisnis yang terus berkembang membahas aspek sejarah, tantangan implementasi, dan perannya yang transformatif. Sambil menyoroti manfaat BD&A dan AI, esai menekankan kebutuhan mendesak akan kesadaran dan langkah-langkah proaktif untuk mengatasi isu privasi data. Esai ini menekankan dampak negatif dari pengumpulan data yang luas dan menganjurkan perlindungan informasi pribadi melalui regulasi yang ketat. Diskusinya menekankan kesiapan organisasi dan pengembangan kepemimpinan untuk mengatasi tantangan dalam adopsi BD&A sambil memastikan perlindungan data yang sensitif. Esai ini menyimpulkan dengan mengajak untuk lebih mendalami privasi data melalui studi kasus di masa depan untuk mengurangi risiko dalam penanganan informasi rahasia di lingkungan digital yang dinamis. ......Data privacy is a critical concern in today's business landscape, particularly with Big Data and Analytics (BD&A) and artificial intelligence (AI). Explored through four articles, the evolving business analytics landscape addresses historical aspects, implementation challenges, and its transformative role. While highlighting the benefits of BD&A and AI, the essay emphasizes the urgent need for awareness and proactive measures to address data privacy issues. It underscores the drawbacks of extensive data collection and advocates for safeguarding personal information through stringent regulations. The discussion stresses organizational readiness and leadership development to navigate challenges in BD&A adoption while ensuring sensitive data protection. The essay concludes by calling for deeper exploration of data privacy in future case studies to mitigate risks in handling confidential information in the dynamic digital environment.
Depok: Fakultas Ekonomi Dan Bisnis Universitas Indonesia, 2024
MK-pdf
UI - Makalah dan Kertas Kerja  Universitas Indonesia Library
cover
Nico Juanto
Abstrak :
E-commerce dan big data merupakan bukti dari kemajuan teknologi yang sangat pesat. Big data berperan cukup penting dalam perusahaan e-commerce untuk menangani perkembangan semua data, mengolah setiap data tersebut dan menjadi competitive advantage bagi perusahaan. Perusahaan XYZ.com mengalami kesulitan dalam menganalisis stok dan tren dari produk yang dijual. Jika hal ini tidak ditanggulangi, maka perusahaan XYZ.com akan kehilangan opportunity gain. Untuk menentukan tren dan stok produk secara cepat dengan akurat, dibutuhkan big data predictive analysis. Penelitian ini mengolah data transaksi menjadi data yang dapat dianalisis untuk menentukan tren dan prediksi tren produk berdasarkan kategorinya dengan menggunakan big data predictive analysis. Hasil dari penelitian ini akan memberikan informasi kepada pihak manajemen kategori apa yang berpotensi menjadi tren dan jumlah minimal stok yang harus disediakan dari kategori produk tersebut.
E commerce and big data are evidence of rapid technological advances. Big data plays an important role in e commerce companies to handle and analyze all data changes, and become a competitive advantage for the company. XYZ.com experience a difficulty in analyzing stocks and commerce product trend. If this issue not addressed, XYZ.com company will lose an opportunity gain. To determine trends and stock accurately, XYZ.com can use big data predictive analysis. This study processes transaction data into data that can be analyzed to determine trends and predictions of product trends based on its categories using big data predictive analysis. The results of this study give massive informations to management about what categories will potential become trends and minimum stock required to be provided.
Depok: Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2017
T-Pdf
UI - Tesis Membership  Universitas Indonesia Library
cover
Kelvin Hendiko Sutedjo
Abstrak :
Tujuan dari penelitian ini adalah memberikan solusi dan masukkan kepada XYZ.com untuk mengembangkan layanan video on demand dengan mengevaluasi data yang diperoleh melalui web analytics. Melalui data tersebut XYZ dapat memperdalam pengetahuan mengenai perilaku pengunjung, terutama pengunjung yang memiliki value berupa durasi kunjungan yang tinggi sehingga dimasa mendatang XYZ.com dapat merumuskan strategi untuk meningkatkan dan mempertahankan hubungan yang nantinya diharapkan dapat meningkatkan advertising revenue. Penelitian ini menggunakan big data analytics, yakni analisis deskriptif. Teknik analisa data yang digunakan adalah analisa clustering dan data analysis menggunakan SQL. Clustering analysis digunakan untuk mengelompokkan pengunjung berdasarkan durasi kunjungan dan jumlah perangkat. Data analysis dengan SQL digunakan untuk menganalisa karakteristik dari pola penggunaan perangkat dan traffic source, serta dapat membantu memvisualisasikan data. Hasil akhir dari penelitian yang dilakukan adalah mengetahui jumlah cluster dari pengunjung yang terbentuk, pola penggunaan perangkat dan traffic source yang digunakan pada visitor yang memiliki durasi kunjungan yang tinggi.
The purpose of this research is to provide solution and recommendation for XYZ.com in order to develop and enhance their video on demand service by evaluating the data extracted from web analytics. Through these data, XYZ can deepen the knowledge about the behavior of visitors, especially visitors who have value of high duration of visits, so that in future XYZ.com can formulate strategies to improve and maintain relationship that will be expected to increase advertising revenue. This study use big data analytics, namely descriptive analysis. Data analysis technique used are clustering analysis and data analysis using SQL. Clustering analysis is used to group visitors based on the duration of the visit and the number of devices. Data analysis with SQL is used to analyze characteristics of device usage patterns and traffic sources, and can help visualize data. The final result of this research is to know the number of clusters of visitors formed, the pattern of device usage and traffic source used in visitors who have high duration of visit.
Depok: Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2017
T-Pdf
UI - Tesis Membership  Universitas Indonesia Library
cover
Hebert Kostan
Abstrak :
ABSTRAK
Industri e-commerce adalah industri yang paling bergantung pada pemasaran media sosial .Tujuan dilakukannya penelitian ini adalah untuk menjadi acuan bagi perusahaan-perusahaan e-commerce dalam membuat strategi pemasaran di media sosial dengan menganalisa faktor-faktor apa saja yang berpengaruh pada peningkatan brand post popularity share, like, reactions dan komentar dan bagaimana pengaruhnya. Faktor-faktor yang akan dianalisa diadopsi dari beberapa studi sebelumnya yaitu tingkat vividness, tingkat interactivity, durasi di posisi teratas, dan panjang pesan. Data yang akan di observasi adalah 136.009 status dari 75 brand e-commerce yang memiliki akun di Facebook dan kemudian akan dianalisa menggunakan analisa regresi poisson.
ABSTRACT
E commerce industry is the industry most dependent on social media marketing. The aim of this study is to be a guide for brands to help them create a solid social media marketing strategy by analyzing factors influencing brand post popularity shares, likes, reactions, and comments and how these factors influence. The factors that will be analyzed are adopted from previous studies and they are levels of vividness, levels of interactivity, duration on top and message length. The data that will be used to be analyzed consists of 136.009 statuses from 75 e commerce brands that has a brand page on Facebook. Then, the data will be tested via poisson regression analysis.
2017
T49925
UI - Tesis Membership  Universitas Indonesia Library
cover
Dinna Arifiyanti
Abstrak :
ABSTRAK
Pencucian uang merupakan fenomena umum yang terjadi di seluruh dunia. Sektor keuangan seperti lembaga perbankan merupakan titik kontak tingkat pertama dalam pencucian uang. Untuk itu, setiap bank perlu melakukan pemantauan terhadap kegiatan transaksi nasabahnya melalui penyimpanan data arus transaksi. Penerapan teknik lanjutan dari big data analytics sepeti data mining dapat digunakan sebagai teknik untuk mendeteksi indikasi pencucian uang, Pada penelitian ini, penulis menganalisis data transaksi pada sebuah rekening nasabah di Bank menggunakan teknik statistik deskriptif, regresi, dan visualisasi untuk mengetahui pola yang terjadi pada data histori dan mengidentifikasi transaksi anomali. Hasil interpretasi analisis regresi menunjukkan pada saat tertentu, waktu berpengaruh secara signifikan terhadap jumlah transaksi. Hasil penelitian akhirnya menunjukkan adanya penyimpangan pola transaksi yang mengarah pada adanya indikasi pencucian uang dalam rekening nasabah tersebut.
ABSTRACT
Money laundering is a common phenomenon that occurs all over the world. The financial sector such as banking institutions is the first point of contact in money laundering. Therefore, every bank needs to monitor its customers 39 transaction activities through storage of transaction flow data. Application of advanced techniques of big data analytics such as data mining can be used as a technique to detect money laundering indications. In this study, a set of a customer rsquo s transaction data in a bank is being analysed using descriptive statistics, regression, and visualization techniques to observe the patterns that occur in historical data and to identify anomalous transactions. Regression analysis interpretation showed that time had significant impact on transaction amount. The result of the research finally showed an existence of unusual transaction pattern which led to an indication of money laundering in the customer 39 s account.
Depok: Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2018
T50500
UI - Tesis Membership  Universitas Indonesia Library
<<   1 2 3   >>