26/09/2023
REGRESI BERGANDA DAN MACHINE LEARNING
REGRESI BERGANDA DAN MACHINE LEARNING
Analisis regresi bertujuan untuk memprediksi nilai variable tak bebas, jika variabel bebas diketahui datanya. Persamaan regresi yang memenuhi kriteria BLUE (Best, Linier, Unbiased, Estimated) dapat dijadikan alat prediksi yang baik. Dari laman www.statisticssolutions.com mengemukakan, Three major uses for regression analysis are
- Determining the strength of predictors,
- Forecasting an effect, and
- Trend forecasting
Persamaan regresi merupakan suatu persamaan yang menerangkan atau menjelaskan hubungan antara variabel bebas dan variabel tak bebas. Persamaan regresi dapat digunakan untuk memprediksi atau mengestimasi nilai dari variabel tak bebas berdasarkan informasi dari variabel bebas. Persamaan regresi linear merupakan suatu persamaan yang berupa garis lurus, sedangkan persamaan regresi nonlinear bukan merupakan persamaan garis lurus.
Model Persamaan Regresi Berganda :
Visualisasi Regresi berganda
Contoh aplikasi dari regresi linear berganda
- Membuat persamaan untuk memprediksi atau mengestimasi nilai indeks prestasi mahasiswa berdasarkan jumlah jam belajar dalam sehari dan intelligence quotient (IQ). Di samping itu dapat diketahui faktor-faktor yang memberikan kontribusi paling besar dalam hal pengaruhnya terhadap indeks prestasi mahasiswa.
- Membuat model untuk memprediksi atau mengestimasi laba perusahaan berdasarkan umur perusahaan, tingkat penjualan, dan besarnya perusahaan. Di samping itu, dapat diketahui seberapa besar kontribusi yang diberikan dari faktor umur perusahaan terhadap naik/turunnya laba perusahaan, dengan mengontrol pengaruh tingkat penjualan dan besarnya perusahaan. Dapat juga diketahui seberapa besar kontribusi yang diberikan dari faktor tingkat penjualan perusahaan terhadap naik/turunnya laba perusahaan, dengan mengontrol pengaruh umur perusahaan dan besarnya perusahaan.
- Membuat persamaan untuk memprediksi atau mengestimasi harga saham suatu perusahaan berdasarkan laba per-lembar saham dan jumlah kas dividen yang diberikan. Di samping itu, dapat diketahui seberapa besar kontribusi yang diberikan dari faktor laba per-lembar saham terhadap naik/turunnya harga saham, dengan mengontrol pengaruh jumlah kas dividen yang diberikan.
- Pada kasus makro ekonomi, kita dapat megestimasi pertumbuhan ekonomi dengan melihat kontribusi variabel bebas seperti inflasi, pendapatan, suku bunga. dll.
Regresi dan Mechine Learning
- Algoritma Regresi: Algoritma ini digunakan untuk memprediksi nilai numerik seperti harga saham, harga properti, atau jumlah penjualan. Algoritma ini digunakan untuk membuat model prediksi yang dapat digunakan untuk membuat keputusan bisnis.
- Algoritma Klasifikasi: Algoritma ini digunakan untuk memprediksi kelas suatu objek seperti mengklasifikasikan email sebagai spam atau tidak spam, atau mengklasifikasikan pasien sebagai menderita penyakit tertentu atau tidak. Algoritma ini digunakan untuk mengambil keputusan yang berkaitan dengan klasifikasi.
- Algoritma Clustering: Algoritma ini digunakan untuk mengelompokkan objek yang serupa seperti mengelompokkan pelanggan berdasarkan preferensi pembelian, atau mengelompokkan sampel data berdasarkan karakteristik. Algoritma ini digunakan untuk mengidentifikasi pola dan menemukan struktur dalam data.
- Deep Learning: Algoritma ini digunakan untuk menyelesaikan masalah yang sangat kompleks seperti pengenalan wajah, pengenalan suara, atau pengolahan bahasa alami. Algoritma ini digunakan untuk membuat sistem yang dapat belajar secara otomatis dan meningkatkan performanya dengan waktu.
- Algoritma Decision Tree: Algoritma ini digunakan untuk membuat suatu diagram pohon yang menyajikan keputusan berdasarkan kondisi-kondisi yang diberikan. Algoritma ini digunakan untuk mengambil keputusan yang berkaitan dengan klasifikasi atau regresi
- Algoritma Gradient Boosting: Algoritma ini digunakan untuk membuat sekumpulan model yang dapat digabungkan untuk memprediksi hasil. Algoritma ini digunakan untuk membuat model yang lebih kompleks dan akurat dibandingkan dengan menggunakan model tunggal.
- Algoritma Random Forest: Algoritma ini digunakan untuk membuat sekumpulan decision tree yang dapat digabungkan untuk memprediksi hasil. Algoritma ini digunakan untuk membuat model yang lebih kompleks dan akurat dibandingkan dengan menggunakan model tunggal.
- Algoritma Neural Network : Algoritma ini digunakan untuk menyelesaikan masalah yang kompleks seperti pengenalan wajah, pengenalan suara, atau pengolahan bahasa alami. Algoritma ini digunakan untuk membuat sistem yang dapat belajar secara otomatis dan meningkatkan performanya dengan waktu. Neural network dapat digunakan untuk pemrosesan gambar, teks, suara dan video. Neural network juga dapat digunakan untuk tugas-tugas yang memerlukan pembelajaran dari data yang tidak terstruktur.
Regresi yang Baik untuk Prediksi
19/09/2023
BISNIS MODEL CANVAS
BISNIS MODEL CANVAS
Business Model Canvas adalah sebuah strategi dalam manajemen berupa visual chart yang terdiri dari 9 elemen. Model ini pertama kali diperkenalkan oleh Alexander Osterwalder dalam bukunya yang berjudul Business Model Generation. Dalam buku tersebut, Alexander mencoba menjelaskan sebuah framework sederhana untuk mempresentasikan elemen-elemen penting yang terdapat dalam sebuah model bisnis.
BMC juga diartikan sebagai suatu kerangka kerja yang membahas model bisnis yang disajikan dalam bentuk visual berupa kanvas lukisan, agar dapat dimengerti dan dipahami dengan mudah. Model ini digunakan untuk menjelaskan, memvisualisasikan, menilai, dan mengubah suatu model bisnis, agar mampu menghasilkan kinerja yang lebih optimal.
Fungsi Bisnis Model Canvas
- Terjemahan konsep, ide, gagasan suatu bisnis dalam elemen-elemen visual.
- Rencana bisnis terfokus, karena detail setiap elemen business model canvas memudahkan wirausaha untuk memahami tujuan bisnis.
- Alat diskusi yang simple dengan mitra bisnis lainnya.
- Panduan untuk menjalankan bisnis.
- Panduan monitoring arah bisnis.
9 Elemen yang Harus Ada Dalam Bisnis Model Canvas
1. Value Proposition
- Gains : menjelaskan manfaat yang diharapkan, atau yang menjadi keinginan dari konsumen.
- Pains : Pengalaman negatif atau resiko yang pernah dialami oleh pelanggan dalam proses menyelesaikan pekerjaan atau suatu hal.
- Customer Jobs : merupakan tugas fungsional, sosial dan emosional yang dilakukan oleh pelanggan, masalah yang pelanggan coba untuk meneyelesaikan dan kebutuhan yang ingin mereka penuhi.
- Product & Services : menjelaskan produk dan jasa yang kita tawarkan, yang mana dapat membantu pelanggan menyelesaikan tugas fungsional, sosial dan emosional (Customer Job).
- Gain Creators : menjelaskan bagaimana produk dan jasa dapat membuat pelanggan merasakan manfaat atau diuntungkan. Gain Creators harus dapat menyelesaikan Gains pada Customer Profile.
- Pain Relievers : menjelaskan bagaimana produk atau jasa bisa menyelesaikan pengalaman negatif atau resiko yang pernah dialami oleh pelanggan, sehingga Pain Relievers harus dapat mengurangi bahkan menghilangkan Pains pada Customer Profile.
2. Customer Segments
- Mass Market : segmen pasar luas dengan jenis kebutuhan dan masalah yang sama.
- Niche Market : segmen pasar yang spesifik.
- Segmented: segmen pasar yang memiliki kebutuhan berbeda tetapi dalam satu kategori.
- Diversified : segmen pasar yang memiliki kebutuhan atau masalah yang sangat berbeda.
- Multi-sided Platform : melayani 2 atau lebih pasar segmen pasar yang saling tergantung
3. Costumer Relationship
- Transactional: beli putus saat itu juga.
- Long-term: hubungan jangka panjang antara Anda dengan pelanggan.
- Personal Assistance: Ada sales-rep yang melayani pelanggan Anda.
- Self Service: Pelanggan melayani dirinya sendiri, biasanya di bisnis retail.
- Automated Service: Pelanggan bahkan tidak perlu ke toko Anda, biasanya di bisnis SaaS.
- Community: Anda menciptakan komunitas untuk pelanggan.
- Co-Creation: Anda mengajak pelanggan menciptakan sesuatu untuk bisnis Anda.
4. Channels
Cara menjangkau/ bersentuhan dengan Costumers
- Direct : sales force, web sales, own stores.
- Indirect : partner stores, wholesaler.
- Awareness : tahap awal menginformasikan ke customer. Evaluation : cara membantu customer mengevaluasi value proposition yang ditawarkan.
- Purchase : cara-cara customer melakukan pembelian. Delivery : cara menyampaikan value proposition (produk/ jasa) kepada customer.
- After Sales : customer support setelah terjadi transaksi.
5. Key activities
- Production : aktivitas merancang, membuat, mengirimkan produk.
- Problem Solving : aktivitas operasi yang biasanya muncul pada perusahaan konsultan, rumah sakit, organisasi penyedia jasa.
- Platform Network : wadah bertemunya dua atau lebih segmen pasar untuk saling berinteraksi/ transaksi /membangun network.
6. Key resources
- Physical asset : fasilitas pabrik, gedung-gedung, kendaraan, mesin-mesin.
- Intellectual : brand, hak paten, copyright, database customer dan database partnership, informasi rahasia perusahaan
- Human Capital: tenaga kerja Financial : sumber daya keuangan perusahaan cash, credit,
- obligasi, saham
7. Key partners
- Strategic Alliance between non-competitors: kerjasama dengan perusahaan yg tidak sejenis.
- Coopetition: kerjasama dengan perusahaan kompetitor.
- Joint ventures to develop new business: kerjasama untuk membentuk usaha baru.
- Buyer supplier relationship: hubungan hanya sebagai pembeli dan penjual biasanya terjadi pada motif optimization and economies of scale.
8. Cost Structure
- Cost-driven: sensitif terhadap harga bahan baku.
- Value-driven: perusahaan tidak terlalu memikirkan harga produksi/ bahan baku karena yang dijual adalah nilai/seni/status/gaya hidup.
- Fixed cost: biaya-biaya tetap yang muncul yang tidak tergantung pada jumlah produksi
- Variable cost: biaya-biaya yang muncul bervariasi sesuai jumlah yang diproduksi
- Economies of scale: biaya per unit
- Economies of Scope
9. Revenue Stream
- Asset Sale: penjualan produk secara fisik. Usage Fee: customer membayar sesuai lamanya menggunakan produk/jasa.
- Subscription Fees: biaya berlangganan.
- Lending/renting/leasing: biaya peminjaman/pemakaian/penggunaan sementara.
- Licensing: biaya ijin pakai jasa / produk.
28/08/2023
MENGAPA KEWIRAUSAHAAN PENTING?
MENGAPA KEWIRAUSAHAAN PENTING?
Misi Kewirausahaan menjadi Misi Univeritas Negeri Makassar yang berarti semangat kewirausahaan sebaiknya mewarnai setiap aktifitas di kampus.
- Benarkah demikian?
- Mengapa kewirausahaan penting?
- Apa dan bagaimana agar dapat menyerap energi semangat berwirausaha?
Tidak ada praktik tanpa teori (konsep), teori tidak bisa berkembang tanpa praktik yang direfleksikan.
Demikian pula halnya dalam kewirausahaan. Ilmu adalah menyatunya prkatik dan teori, sehingga apabila hanya memiliki salah staunya belum sempurna keilmuannya.
DATA DAN KONSEP
Berdasarkan sensus ekonomi Badan Pusat Statistik (BPS), baseline 2019 jumlah rasio wirausaha mencapai 3,3 persen setara 8,2 juta. Artinya, dengan target 3,95 persen di 2024, maka diperlukan 1,5 juta penduduk yang usahanya menetap hingga 2024. Penumbuhan 1,5 juta wirausaha baru, tentunya efektif dalam kurun waktu tiga tahun atau mulai dari 2022 hingga 2024, sehingga rata-rata target per tahunnya 500 ribu wirausaha baru.
Pada Senin, 23 Mei 2022. Rasio kewirausahaan di Indonesia saat ini masih sangat rendah, yaitu 3,47% dari total penduduk Indonesia.
Agar wirausaha dapat tumbuh pemahaman tentang kewirausahaan penting dimassifkan.
Berikut beberapa Pengertian Kewirausahaan
- Entrepreuner (Bahasa Perancis) yang diterjemahkan ke dalam bahasa Inggris dengan arti "between taker atau go between" atau perantara, dikenal dengan istilah wirausaha di Indonesia Wirausaha (entrepreneur) terdiri dari kata Wira dan Usaha.
- Dalam Kamus Bahasa Indonesia (KBI, 2008), wira berarti utama, gagah, luhur, berani, teladan, pejuang, sedangkan usaha diartikan sebagai kegiatan yang bersifat komersial maupun non komersial
- PETER Drucker (1996) Entrepreuner adalah “kemampuan untuk menciptakan sesuatu yang baru dan berbeda”.
- Zimmerer dan Scarborough (1996), kewirausahaan adalah penerapan kreativitas dan inovasi untuk memecahkan permasalahan dan upaya memanfaatkan peluang-peluang yang dihadapi orang setiap hari.
- dan lain-lain
SIMULASI (IDENTIFIKASI)
- Sumber Energi (Extraversion atau Intraversion),
- Proses Informasi (Sensing atau Intuition),
- Pengambilan Keputusan (Thinking atau Feeling), dan
- Menjalankan Kehidupan (Judgment atau Perceiving).
TOPIK KEWIRAUSAHAAN
- Pengantar Kewirausahaan Perubahan Mindset;
- ide dan peluang bisnis & inovasi dan Aspeknya.
- Strategi inovasi Barang dan Jasa Start UP Business
- Identifikasi Peluang dan Risiko Bisnis
- Bisnis Canvass Model (Studi kasus)
- Studi kasus Millenial Cerdas Financial
- Prinsip dan karakteristik Enterpreneurship Jejak Enterpreneur (Studi kasus)
- Ide dan motivasi pelaku UKM Projeck (Studi kasus)