Publication Search

This study aims to analyze changes in Indonesia’s economic cycle patterns in the post-pandemic period, as reflected in inflation, interest rates, and the industrial production index over the 2018–2025 period. The study adopts a quantitative approach employing a multiple linear regression model. The data utilized consist of secondary time-series data obtained from Bank Indonesia and the Central Statistics Agency (Badan Pusat Statistik). The empirical results indicate that, simultaneously, the explanatory variables exert a statistically significant effect on economic growth. Partially, interest rates and the industrial production index demonstrate a positive and statistically significant influence. In contrast, inflation does not exhibit a statistically significant effect at the 10% significance level. The coefficient of determination (R-Squared) of 0.9327 suggests that the model possesses substantial explanatory power in accounting for variations in Indonesia’s economic growth. The descriptive analysis indicates that Indonesia’s economy experienced a contraction of -2,07% in 2020 due to the COVID-19 pandemic, followed by a gradual recovery throughout the 2021–2025 period. These findings imply that post-pandemic shifts in Indonesia’s economic cycle patterns are more prominently driven by interest rate policy measures and real sector recovery relative to the role of inflation.  

This study examines the relationship between the Human Development Index (HDI) and population size with economic growth in North Sumatra Province during 2010-2025 using multiple linear regression based on secondary data. The results indicate that both variables are jointly associated within the model, although they show different directions when observed individually. Population size tends to move in line with economic growth, while HDI shows an opposite tendency. These findings suggest that improvements in human capital have not yet been fully reflected in productive economic activities in the region.

Pengembangan dashboard kesehatan berbasis digital semakin banyak dikembangkan sebagai sarana untuk mendukung gaya hidup sehat melalui pemanfaatan data dan teknologi Artificial Intelligence (AI). Namun, sebagian besar dashboard yang ada terlalu berfokus pada grafik visualisasi dan tidak memberikan insight kepada pengguna, sehingga pengguna sering kali kesulitan memahami makna dari grafik visualisasi yang ada di dashboard serta pengguna tidak tahu langkah apa yang harus dilakukan selanjutnya. Penelitian ini bertujuan untuk mengembangkan dashboard kesehatan berbasis AI untuk pengambilan sebuah keputusan dengan mengintegrasikan hasil prediksi model Machine Learning (ML) dan kemampuan interpretasi Large Language Model (LLM). Data sintetis digunakan untuk merepresetasikan data kesehatan harian seorang pengguna, seperti tren indeks massa tubuh, asupan kalori, asupan nutrisi, durasi tidur dan tingkat stres. Model regresi dipilih untuk mengidentifikasi pola, tren, dan kondisi kesehatan pengguna berdasarkan data tersebut. Hasil prediksi dari model ML bisa menjadi sebuah sinyal awal untuk pengguna, namun dalam penelitian ini model ML diintegrasikan ke dalam model LLM untuk dilakukan interpretasi berbasis konteks. Model LLM kemudian mengeluarkan penjelasan dan insight kesehatan yang bersifat deskriptif dan preskriptif sehingga lebih mudah dipahami dan ditindaklanjuti oleh pengguna. Hasil penelitian menunjukkan bahwa integrasi model ML dan model LLM mampu meningkatkan fungsi dashboard dari sekadar alat visualisasi grafik menjadi sistem pengambilan keputusan. Meskipun penelitian ini masih menggunakan data sintetis, metode yang digunakan memiliki potensi untuk dikembangkan lebih lanjut dengan menggunakan data kesehatan yang nyata.

Latar belakang penelitian ini berakar pada fenomena kemajuan yang tidak merata di antara indikator pembangunan di Sumatera Utara, di mana Indeks Pembangunan Manusia (IPM), meskipun diklasifikasikan dalam kategori “tinggi”, belum secara konsisten berkontribusi pada penurunan tingkat pengangguran. Tujuan utama penelitian ini adalah untuk menguji pengaruh IMB, tingkat kemiskinan, dan tingkat pengangguran terhadap pertumbuhan ekonomi di Provinsi Sumatera Utara. Metode yang digunakan adalah pendekatan kuantitatif dengan analisis regresi linier berganda menggunakan data deret waktu dari tahun 2010 hingga 2025 yang bersumber dari BPS. Hasil penelitian menunjukkan bahwa secara simultan, IPM, kemiskinan, dan pengangguran secara signifikan mempengaruhi pertumbuhan ekonomi daerah. Secara parsial, IMB memiliki pengaruh positif dan signifikan, menunjukkan bahwa investasi dalam kualitas modal manusia meningkatkan produktivitas ekonomi. Sebaliknya, baik tingkat kemiskinan maupun tingkat pengangguran terbuka menunjukkan pengaruh negatif dan signifikan, yang menyiratkan bahwa peningkatan variabel-variabel ini cenderung menghambat ekspansi ekonomi. Lebih lanjut, variabel independen yang dimasukkan dalam model ini menjelaskan 49,49% variasi pertumbuhan ekonomi, sedangkan proporsi sisanya dijelaskan oleh faktor eksternal di luar cakupan penelitian ini. Hasil ini menyoroti pentingnya penerapan kebijakan yang menyelaraskan pengembangan sumber daya manusia dengan tuntutan pasar tenaga kerja untuk mengatasi masalah pengangguran terdidik.

The purpose of this study was to determine and analyze the effect of wage levels, economic growth, and the Human Development Index (HDI) on income inequality through labor absorption in the Districts/Cities of Jambi Province from 2020-2024. The research method used is a quantitative descriptive analysis using panel data regression with the Fixed Effect Model approach.  The analysis method used Eviews 12. The results showed of that partially, income inequality in the Districts/Cities of Jambi Province is significant positive influenced by the wage level variable, while economic growth does not have a significant effect on income inequality. In addition, the Human Development Index (HDI) has a significant negative effect on income inequality. This implies that wage increases are actually followed by in income inequality. Meanwhile, economic growth has not been able to provide a broad income redistribution effect. Conversely, improving the quality of human development proves to be the most effective factor, as it is capable of significant reducing inequalirt levels. Simultaneously, the results show that the variables of wage levels, economic growth, and the Human Development Index (HDI) collectively have a significant influence on income inequality in Districts/Cities of Jambi Province.

Perkembangan teknologi informasi memberikan kontribusi yang signifikan dalam peningkatan kualitas pelayanan kesehatan, khususnya dalam upaya deteksi dini Non-Communicable Diseases (PTM). PTM seperti diabetes melitus, hipertensi, penyakit kardiovaskular, dan obesitas memiliki prevalensi yang terus meningkat serta sering kali tidak terdeteksi pada tahap awal. Dinas Kesehatan Kabupaten Banyuwangi secara rutin melaksanakan program skrining PTM di fasilitas pelayanan kesehatan. Namun, berdasarkan hasil observasi lapangan, proses pencatatan dan pengelolaan data hasil skrining masih dilakukan secara manual menggunakan aplikasi spreadsheet yang tidak terintegrasi. Kondisi tersebut menyebabkan kesulitan dalam pelacakan riwayat kesehatan pasien, meningkatkan risiko ketidaktepatan data, serta memperlambat proses penyusunan laporan. Penelitian ini bertujuan untuk merancang Sistem Informasi Deteksi Dini Penyakit Tidak Menular berbasis web dengan fokus pada obesitas guna mendukung digitalisasi pengelolaan data kesehatan di lingkungan Dinas Kesehatan Kabupaten Banyuwangi. Metode penelitian yang digunakan adalah penelitian pengembangan sistem dengan model prototype, yang meliputi tahapan analisis kebutuhan, perancangan sistem, pembuatan prototype, serta evaluasi dan revisi berdasarkan umpan balik pengguna. Hasil penelitian menunjukkan bahwa sistem yang dirancang mampu mengelola data pasien, mencatat hasil pemeriksaan, menghitung Indeks Massa Tubuh (IMT) secara otomatis, serta menghasilkan laporan secara cepat dan terstruktur. Sistem ini diharapkan dapat meningkatkan efisiensi administrasi, akurasi data, serta mendukung pengambilan keputusan berbasis data (data-driven decision making) dalam pengendalian PTM.

Transformasi digital di sektor jasa keuangan menuntut adanya jaminan keamanan informasi yang tangguh untuk melindungi data strategis dari ancaman siber yang semakin kompleks. PT X, sebagai institusi strategis yang mengelola investasi dan aset publik, menghadapi tantangan dalam menyeimbangkan operasional sistem Enterprise Resource Planning (ERP) dengan kepatuhan terhadap regulasi privasi data. Penelitian ini bertujuan untuk mengevaluasi tingkat kematangan (maturity level) keamanan informasi dan mengidentifikasi celah risiko pada PT X menggunakan instrumen Indeks Keamanan Informasi (KAMI) Versi 5.0 yang diselaraskan dengan standar ISO/IEC 27001:2022. Metodologi penelitian menggunakan pendekatan deskriptif kuantitatif melalui wawancara, observasi dokumen, dan pengisian dashboard assessment yang mencakup tujuh area evaluasi. Berdasarkan evaluasi yang dilakukan pada November 2025, Sistem Elektronik pada PT X diklasifikasikan dalam kategori "Tinggi" dengan skor 21. Hasil akhir evaluasi menunjukkan status "Cukup Baik" dengan rincian tingkat kematangan yang bervariasi: Tata Kelola (III+), Pengelolaan Risiko (III+), Kerangka Kerja (II), Pengelolaan Aset (II), Teknologi (III+), dan Pelindungan Data Pribadi (I+). Temuan penelitian mengungkapkan bahwa meskipun aspek tata kelola dan kontrol teknologi telah terdefinisi dengan baik, terdapat kesenjangan signifikan pada formalisasi dokumentasi kerangka kerja dan kepatuhan terhadap UU PDP yang masih berada pada level awal. Kesimpulannya, prioritas perbaikan strategis harus difokuskan pada penyusunan kebijakan privasi data dan manajemen siklus hidup aset untuk mencapai target kepatuhan yang optimal.

The development of information technology requires the banking sector to implement measurable IT governance and information security to ensure operational reliability and customer data protection. However, many financial institutions, including Bank Maju, do not yet have a comprehensive picture of the maturity of IT governance and information security in an integrated manner. This study aims to evaluate the maturity of information technology governance using the COBIT 4.1 framework and to assess information security readiness using the KAMI Index version 5.0. This study uses a case study method with a descriptive qualitative approach through document analysis, observation, and assessment of IT processes in four COBIT 4.1 domains: Plan and Organize, Acquire and Implement, Deliver and Support, and Monitor and Evaluate, and five main areas of the KAMI Index. The evaluation results show that Bank Maju’s IT governance maturity level is 3.58, or Level 3 (Defined Process), indicating that the process has been documented but not consistently and measurably implemented. The KAMI Index assessment shows information security readiness is in the Sufficient/Moderate category, with major weaknesses in risk management, asset management, and personal data protection. These findings indicate that weaknesses in IT governance directly impact the low effectiveness of risk management and information security. This research contributes to this by providing an integrated evaluation approach that links IT governance and information security readiness as a basis for formulating improvement recommendations in the banking sector.

Keamanan informasi menjadi aspek yang sangat penting bagi perusahaan yang bergantung pada teknologi informasi dalam operasional bisnisnya. PT. X sebagai pengelola pusat perbelanjaan modern memiliki tingkat ketergantungan tinggi terhadap sistem elektronik seperti membership, pembayaran, CCTV, dan perparkiran, sehingga membutuhkan pengelolaan keamanan informasi yang terstruktur. Penelitian ini bertujuan mengevaluasi tingkat kematangan keamanan informasi PT. X menggunakan Indeks Keamanan Informasi (Indeks KAMI) Versi 5.0 yang dikembangkan oleh BSSN. Metode penelitian dilakukan melalui studi pustaka dan wawancara terstruktur dengan Kepala Departemen IT, kemudian hasilnya diolah menggunakan lembar kerja resmi Indeks KAMI. Hasil penelitian menunjukkan bahwa PT. X berada pada kategori Sistem Elektronik Tinggi dengan skor total 563 dan tingkat kematangan berada pada level I+ (Pemenuhan Kerangka Kerja Dasar). Area dengan skor tertinggi adalah Teknologi dan Keamanan Informasi, sementara kelemahan utama terdapat pada Pengelolaan Risiko dan Pelindungan Data Pribadi. Kesenjangan utama meliputi belum adanya penetapan risk appetite, belum tersedianya prosedur pemusnahan data pribadi, minimnya dokumentasi kebijakan keamanan informasi, serta belum diterapkannya patch management secara rutin. Rekomendasi perbaikan difokuskan pada penyusunan kebijakan keamanan informasi formal, penerapan patch management, penyusunan SOP pemusnahan data, serta penetapan toleransi risiko. Temuan ini diharapkan dapat membantu PT. X dalam menyusun prioritas peningkatan keamanan informasi serta memberikan kontribusi terhadap literatur penerapan Indeks KAMI di sektor retail dan pusat perbelanjaan.

Gaya hidup sehat (GHS) memiliki peran penting dalam menjaga kesejahteraan fisik dan mental, khususnya pada kalangan mahasiswa dan pekerja. Namun, tren gaya hidup modern yang semakin bersifat sedentari telah secara signifikan meningkatkan risiko munculnya berbagai masalah kesehatan seperti stres, penurunan konsentrasi, obesitas, dan penyakit kronis. Penelitian ini bertujuan untuk mengidentifikasi dan mengelompokkan individu berdasarkan profil gaya hidup dan kualitas tidur mereka menggunakan metode K-Means Clustering. Variabel yang dianalisis mencakup durasi tidur, tingkat stres, aktivitas fisik, indeks massa tubuh (BMI), serta pola gangguan tidur. Analisis dilakukan dengan memanfaatkan dataset Sleep Health and Lifestyle untuk mengungkap pola tersembunyi dalam kebiasaan perilaku dan kesehatan responden. Proses pengelompokan menghasilkan tiga kelompok utama, yaitu: (1) individu dengan gaya hidup sehat optimal yang ditandai dengan tidur yang cukup, pola makan seimbang, dan aktivitas fisik teratur; (2) individu dengan risiko sedang yang memiliki kebiasaan hidup tidak teratur dan tingkat stres menengah; serta (3) individu berisiko tinggi yang dicirikan oleh kualitas tidur yang buruk, stres tinggi, dan kebiasaan hidup yang kurang sehat. Temuan ini menunjukkan bahwa algoritma K-Means efektif dalam mengklasifikasikan individu ke dalam kelompok gaya hidup yang bermakna, sehingga mampu memberikan representasi yang akurat terhadap profil kesehatan populasi. Hasil penelitian ini diharapkan dapat membantu lembaga pendidikan, organisasi kesehatan, dan tempat kerja dalam merancang program promosi kesehatan yang lebih terarah dengan menekankan pengelolaan tidur yang baik, nutrisi seimbang, serta aktivitas fisik rutin untuk meningkatkan kesejahteraan dan produktivitas secara keseluruhan.

This study examines the effects of poverty, the Human Development Index, and economic growth on the Labor Development Index across Indonesian provinces during 2020-2024. The issue is important because labor development reflects not only employment opportunities, but also labor quality, productivity, welfare, protection, and regional institutional capacity. The study uses balanced panel data consisting of 34 provinces over five years, producing 170 observations. The dependent variable is the Labor Development Index, while the independent variables are the poverty rate, the Human Development Index, and economic growth measured by the growth rate of gross regional domestic product. Data are analyzed using panel regression in Stata through pooled ordinary least squares, fixed effect, and random effect models. The individual effect test, Breusch-Pagan Lagrange multiplier test, and Hausman test indicate that the Fixed Effect model is the most appropriate specification. The final estimation uses Cluster-Robust standard errors at the provincial level. The results show that the Human Development Index and economic growth have positive and statistically significant effects on the Labor Development Index, whereas poverty has a positive but statistically insignificant coefficient. These findings imply that improving labor development requires more than reducing poverty. It also needs stronger human development and inclusive regional economic growth that can create productive and decent work.

This study investigates the impact of board characteristics on the financial performance of non-financial companies listed in the JII70 index in Indonesia. Motivated by the ongoing debate on the effectiveness of corporate governance mechanisms in enhancing firm outcomes, particularly within Sharia-compliant markets, this study focuses on three key board attributes: board size, board independence, and female representation on the board. Using a quantitative causal approach and panel data from 25 companies over the period 2020–2023, the study employs a fixed effect model to evaluate the relationship between board structure and financial performance measured by Return on Assets (ROA). The results show that board size has a positive and significant effect on firm performance, indicating that larger boards may enhance oversight capacity and provide broader resources beneficial to strategic decision-making. Conversely, board independence and board female representation do not exhibit significant effects on financial performance, suggesting that their roles may be more symbolic or constrained by institutional and contextual factors in the sampled companies. These findings highlight the importance of understanding corporate governance not merely in structural terms, but in relation to functional effectiveness and contextual maturity. The study offers implications for regulators, companies, and governance reform initiatives, particularly regarding strengthening substantive roles of independent and female commissioners in improving firm performance within Sharia-compliant markets.

Penyakit jantung tetap menjadi penyebab utama kematian di seluruh dunia, sehingga menekankan perlunya deteksi dini dan langkah pencegahan aktif melalui pendekatan yang didasarkan pada analisis data. Penelitian ini bertujuan untuk memprediksi kemungkinan terjadinya penyakit jantung dengan memanfaatkan berbagai metode pembelajaran mesin, yang bergantung pada indikator kesehatan seperti nilai tekanan darah, tingkat kolesterol, indeks massa tubuh, serta pengukuran denyut nadi. Penelitian ini menerapkan teknik pembelajaran terawasi, meliputi Regresi Logistik, Pohon Keputusan, Hutan Acak, dan Mesin Vektor Pendukung, untuk mengevaluasi efektivitas masing-masing model dalam menentukan kondisi kesehatan pasien. Data yang digunakan berasal dari repositori kesehatan yang dapat diakses secara gratis, mencakup 303 catatan medis pasien, di mana setiap catatan ditandai oleh 14 atribut kesehatan yang berbeda. Untuk memastikan keandalan data, beberapa langkah pra-pemrosesan diterapkan, seperti normalisasi, seleksi fitur, dan penanganan data yang hilang. Temuan eksperimen mengungkapkan bahwa algoritma Hutan Acak menunjukkan akurasi tertinggi sebesar 92,3%, mengungguli model lainnya dalam aspek presisi, recall, dan skor F1. Hal ini menandakan bahwa metode Hutan Acak unggul dalam mendeteksi pola dan faktor yang memperbesar risiko penyakit jantung. Penelitian ini berkontribusi pada pengembangan sistem diagnostik cerdas, yang dapat mendukung tenaga medis dalam pengambilan keputusan awal yang didasarkan pada bukti kuat. Kesimpulan dari studi ini menyoroti pentingnya memasukkan teknologi pembelajaran mesin ke dalam ekosistem layanan kesehatan digital guna meningkatkan ketepatan diagnosis dan memperbaiki hasil kesehatan pasien.

This study aims to estimate changes in the Indonesian Sharia Stock Index (ISSI) from 2020 to 2025 using the Autoregressive Integrated Moving Average (ARIMA) model. The growth of the Islamic stock market in Indonesia has increased rapidly, driven by public awareness of investments that follow sharia principles, as well as changes in macro and microeconomic conditions, especially during the COVID-19 pandemic which has had a significant impact on the financial market. This study relies on monthly ISSI data taken from official sources and analyzed with a quantitative approach using the time series method using EViews version 13 software. Statistical analysis and stationarity tests indicate that the ISSI data exhibits an increasing trend pattern and quite high volatility, so that a differentiation process is necessary to achieve stationarity. Based on the results of model testing and the selection of optimal information criteria, the ARIMA (1,1,1) model was selected as the most appropriate to capture the autocorrelation pattern and produce accurate short-term predictions. Projections indicate a stable growth trend until the end of 2025, with an estimated index of more than 8.3 million. The findings of this study indicate that the ARIMA model is an effective tool for forecasting ISSI movements and can be a strategic consideration for investors, financial institutions, and policymakers in developing sustainable investment strategies in the Indonesian Islamic stock market.

Corporate Social Responsibility (CSR) programs represent a form of social and environmental accountability implemented by companies as a contribution to sustainable development. In the context of PT PLN Indonesia Power UBP Barru, CSR implementation is realized through community-based economic empowerment initiatives focusing on Micro, Small, and Medium Enterprises (MSMEs), particularly the Cahaya Bulam Bakery MSME. This study aims to assess the level of community satisfaction with the quality of CSR program implementation using the Community Satisfaction Index (IKM) approach as stipulated in the Regulation of the Minister for Administrative and Bureaucratic Reform (Permenpan RB) No. 14 of 2017. The research employed a quantitative approach with a survey method involving all program beneficiaries. Data were collected using a questionnaire with a four-point Likert scale covering 20 assessment indicators, including program relevance, community participation, communication, innovation, and sustainability. The findings reveal that the CSR program of Cahaya Bulam Bakery achieved an IKM score categorized as “Excellent,” with a conversion value of 94.13. This indicates that the program has been effectively implemented in enhancing beneficiary capacity, generating economic impact, and strengthening synergy between the company and the local community. Nevertheless, there remains room for improvement, particularly in ensuring fairness and enhancing the program’s relevance to community needs.

Poverty, according to the World Bank (2000), is defined as "poverty is pronounced deprivation in well-being," meaning that poverty is the loss of well-being. This study aims to analyze the impact of income distribution inequality and the Human Development Index (HDI) on poverty in Indonesia. The research utilizes data sourced from the Central Statistics Agency (BPS) report. The study focuses on 34 provinces in Indonesia between 2022 and 2024, examining income inequality and human development quality. The data analysis method used is panel data regression, which allows for analyzing the effects of these variables simultaneously. The findings of this study are: (1) income distribution inequality has a significant impact on poverty levels, indicating that the higher the income inequality, the higher the poverty rate in Indonesia; and (2) the Human Development Index (HDI) also affects poverty levels. The higher the HDI, the lower the poverty rate, suggesting that improvements in education, health, and well-being can reduce poverty. These findings emphasize the importance of reducing income inequality and improving human development quality as effective strategies to decrease poverty in Indonesia. Policies focused on equitable development and improving the quality of life for communities are essential for achieving more widespread well-being across all provinces.

This study aims to analyze the effect of dividend policy and profitability on shareholder wealth in companies listed in the High Dividend 20 Index on the Indonesia Stock Exchange (IDX) during the 2019–2023 period. The research adopts a quantitative approach using secondary data obtained from the official IDX website (www.idx.co.id ).The population includes all issuers in the High Dividend 20 Index during the research period, and purposive sampling was applied to select 12 companies as the final sample. Data analysis techniques involved classical assumption testing, multiple linear regression, and hypothesis testing to determine the influence of independent variables on shareholder wealth. The statistical analysis was performed using EViews 12 Student Version software.The findings reveal that the Dividend Payout Ratio (DPR) does not have a significant effect on shareholder wealth, implying that dividend distribution is not the main factor influencing investor value in the observed companies. In contrast, Return on Assets (ROA) demonstrates a significant positive effect, which highlights the importance of profitability in driving shareholder wealth. These results suggest that investors may place greater emphasis on a company’s ability to generate earnings rather than its dividend distribution policy when assessing firm value. The study contributes to the literature on dividend policy and corporate performance by providing evidence from the Indonesian capital market, particularly within firms that consistently distribute high dividends.

This study aims to analyze the influence of liquidity, leverage, profitability, and company size on the share prices of companies that are members of the Investor33 index on the Indonesia Stock Exchange (IDX) during the 2019–2023 period. This study uses a quantitative approach with purposive sampling techniques, so that 17 companies out of a total of 46 companies that meet the criteria are obtained. The data used is secondary data in the form of annual financial statements obtained from the IDX's official website. The analysis method used was multiple linear regression with the help of the Statistical Program for Social Science (SPSS) software version 25. The results of the analysis show that the leverage and profitability variables have a significant effect on the stock price, which indicates that the company's capital structure and ability to generate profits are important factors in the investor's assessment. In contrast, the liquidity variables and company size do not show a significant influence on the stock price, which means that the company's ability to meet short-term obligations and operational scale are not the main determinants in the formation of the stock price on the index. These findings provide implications for investors and company management to pay more attention to profitability and leverage aspects in financial strategies and investment decision-making. This research can also be a reference for further studies related to the analysis of financial ratios and capital market dynamics in Indonesia.

This study aims to determine whether there is a significant difference in stock returns before and after stock splits among companies listed in the LQ-45 Index on the Indonesia Stock Exchange (IDX) during the 2019–2023 period. A stock split is a corporate action believed to provide a positive signal to investors. This research uses a quantitative approach with an event study method. The sample consists of 14 companies that carried out stock splits while being listed in the LQ-45 Index. Stock returns are calculated using an 11-day event window and a 60-day estimation period. The data analysis technique employed is the paired sample t-test to examine the difference in returns. The results show a significant difference, with a p-value of 0.006 < 0.05. However, the difference is negative, as most companies experienced a decline in stock returns after the stock split. This decrease may be caused by investors engaging in profit-taking after the stock split euphoria, or due to the short observation period, which may not have fully captured the market’s response. The author recommends that companies carefully consider the timing and implications of stock splits and ensure transparent communication with investors.

Perkembangan produktivitas tenaga kerja Indonesia menunjukkan tren positif dalam beberapa tahun terakhir, di mana pada periode 2018–2022 produktivitas meningkat sebesar 4,8% dengan capaian tertinggi pada tahun 2022 mencapai Rp86,55 juta per pekerja per tahun. Potensi kelautan dan perikanan yang besar menjadi salah satu modal penting dalam mendorong pertumbuhan ekonomi nasional. Proyeksi pertumbuhan Produk Domestik Bruto (PDB) Indonesia pada tahun 2025 diperkirakan berada pada kisaran 4,9% hingga 5%, yang didorong oleh belanja publik yang terarah serta peningkatan investasi di berbagai sektor strategis. Pada tahun 2024, jumlah lapangan kerja diperkirakan mencapai 144,64 juta orang dengan pertumbuhan lapangan kerja baru yang berkontribusi terhadap penurunan tingkat pengangguran. Indeks Pembangunan Manusia (IPM) mengalami peningkatan dari 71,92 pada tahun 2023 menjadi target 72,51 pada tahun 2025, yang mencerminkan perbaikan kualitas pendidikan, kesehatan, dan standar hidup masyarakat. Rasio Gini, sebagai indikator ketimpangan pendapatan, menurun menjadi 0,380 pada akhir tahun 2024, menunjukkan peningkatan pemerataan pendapatan. Dari sisi pelayanan kesehatan, data alokasi BPJS Kesehatan pada tahun 2024 mencatat 102,8 juta data sampel yang tersedia, mencerminkan cakupan layanan kesehatan yang luas. Sementara itu, dari sisi fiskal, total penerimaan pajak dalam APBN 2024 diperkirakan mencapai Rp2.309,86 triliun dengan realisasi sementara sebesar Rp869,50 triliun, di mana penerimaan pajak termasuk pajak penghasilan dan pajak pertambahan nilai menunjukkan tren peningkatan dalam beberapa tahun terakhir. Belanja negara diperkirakan mencapai Rp3.325,12 triliun yang diharapkan mampu mendukung pemerataan dan keberlanjutan pembangunan nasional.