Penggunaan Machine Learning dalam Startup dengan Pemanfaatan Smart Pls

Hospitalia Zalukhu, Kristinus Wibowo, Dwi Prastiyanto, Adinur Subarkah, I. Ramadhan, Nabilla Rizky Ramadhan, Teknik Informatika, Sistem Komputer, Kata Kunci
{"title":"Penggunaan Machine Learning dalam Startup dengan Pemanfaatan Smart Pls","authors":"Hospitalia Zalukhu, Kristinus Wibowo, Dwi Prastiyanto, Adinur Subarkah, I. Ramadhan, Nabilla Rizky Ramadhan, Teknik Informatika, Sistem Komputer, Kata Kunci","doi":"10.33050/mentari.v2i2.424","DOIUrl":null,"url":null,"abstract":"Dalam beberapa dekade terakhir, dunia kewirausahaan telah mengalami perkembangan pesat, dengan perhatian khusus pada proses pemadanan startup. Proses ini menghubungkan perusahaan muda dengan mitra, investor, dan sumber daya yang sesuai untuk mendukung pertumbuhan mereka, menciptakan ekosistem kewirausahaan yang berkelanjutan. Namun, perkembangan teknologi dan kemajuan dalam pembelajaran mesin mempengaruhi cara pemadanan startup dilakukan. Pembelajaran mesin memungkinkan komputer untuk memahami data dan membuat prediksi berdasarkan pola yang rumit. Dalam pemadanan startup, pembelajaran mesin dapat mengoptimalkan pemilihan mitra dengan lebih cerdas dan efisien. Namun, adopsi teknologi baru seperti ini seringkali dihambat oleh ketidakpastian, resistensi terhadap perubahan, dan persepsi bahwa teknologi tersebut sulit digunakan. Penelitian ini mengeksplorasi pergeseran paradigma dalam pemadanan startup melalui integrasi pembelajaran mesin. Fokusnya adalah menganalisis faktor-faktor yang memengaruhi penerimaan teknologi pembelajaran mesin dalam konteks ini. Dengan menggunakan Model Penerimaan Teknologi (TAM) dan Teori Kesatuan Penerimaan dan Penggunaan Teknologi 2 (UTAUT2), penelitian ini bertujuan memberikan wawasan tentang bagaimana teknologi pembelajaran mesin dapat diterima dan diintegrasikan dalam ekosistem kewirausahaan yang dinamis.","PeriodicalId":363497,"journal":{"name":"Jurnal MENTARI: Manajemen, Pendidikan dan Teknologi Informasi","volume":"2 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-11-08","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal MENTARI: Manajemen, Pendidikan dan Teknologi Informasi","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.33050/mentari.v2i2.424","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Dalam beberapa dekade terakhir, dunia kewirausahaan telah mengalami perkembangan pesat, dengan perhatian khusus pada proses pemadanan startup. Proses ini menghubungkan perusahaan muda dengan mitra, investor, dan sumber daya yang sesuai untuk mendukung pertumbuhan mereka, menciptakan ekosistem kewirausahaan yang berkelanjutan. Namun, perkembangan teknologi dan kemajuan dalam pembelajaran mesin mempengaruhi cara pemadanan startup dilakukan. Pembelajaran mesin memungkinkan komputer untuk memahami data dan membuat prediksi berdasarkan pola yang rumit. Dalam pemadanan startup, pembelajaran mesin dapat mengoptimalkan pemilihan mitra dengan lebih cerdas dan efisien. Namun, adopsi teknologi baru seperti ini seringkali dihambat oleh ketidakpastian, resistensi terhadap perubahan, dan persepsi bahwa teknologi tersebut sulit digunakan. Penelitian ini mengeksplorasi pergeseran paradigma dalam pemadanan startup melalui integrasi pembelajaran mesin. Fokusnya adalah menganalisis faktor-faktor yang memengaruhi penerimaan teknologi pembelajaran mesin dalam konteks ini. Dengan menggunakan Model Penerimaan Teknologi (TAM) dan Teori Kesatuan Penerimaan dan Penggunaan Teknologi 2 (UTAUT2), penelitian ini bertujuan memberikan wawasan tentang bagaimana teknologi pembelajaran mesin dapat diterima dan diintegrasikan dalam ekosistem kewirausahaan yang dinamis.
机器学习在初创企业中的应用与智能Pls的利用
近几十年来,世界创业经历了快速发展,其中初创企业的匹配过程尤其受到关注。这一过程将年轻公司与合适的合作伙伴、投资者和资源联系起来,以支持其成长,从而创建一个可持续的创业生态系统。然而,技术的发展和机器学习的进步正在影响初创企业配对的方式。机器学习使计算机能够理解数据,并根据复杂的模式做出预测。在初创企业配对中,机器学习可以更智能、更高效地优化合作伙伴的选择。然而,此类新技术的采用往往受到不确定性、对变革的抵触以及认为技术难以使用等因素的阻碍。本研究探讨了通过整合机器学习实现初创企业匹配的模式转变。重点是分析在这种情况下影响机器学习技术接受度的因素。本研究采用技术接受模型(TAM)和技术接受与使用统一理论2(UTAUT2),旨在深入探讨机器学习技术如何被动态创业生态系统所接受和整合。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信