MétaCan
Menu
Retour à la cohorte
Enregistrement W2223287599

ASSESSMENT RISIKO PADA WARALABA COFFEE SHOP (STUDI KASUS: ASSESSMENT DUA WARALABA COFFEE SHOP DI JAKARTA)

2015· article· id· W2223287599 sur OpenAlexaboutno aff
Rizkia Natasya Novianti Sibarani

Notice bibliographique

RevueJurnal Ilmiah Universitas Bakrie · 2015
Typearticle
Langueid
DomaineBusiness, Management and Accounting
ThématiqueFranchising Strategies and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCoffee shopHumanitiesFranchiseBusinessAgricultural scienceBusiness administrationArtMarketingEnvironmental science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

ASSESSMENT RISIKO PADA WARALABA COFFEE SHOP (STUDI KASUS: ASSESSMENT DUA WARALABA COFFEE SHOP DI JAKARTA) Rizkia Natasya ABSTRAK Penelitian ini difokuskan hanya pada dua waralaba coffee shop di Jakarta. Dengan pertimbangan mengambil satu contoh waralaba coffee shop asing dan satu contoh waralaba coffee shop lokal. Penelitian ini bertujuan untuk mengetahui risiko yang ada didalam sistem bisnis kedua waralaba coffee shop tersebut. Penelitian ini menggunakan pendekatan kualitatif dengan menerapkan metode House of Risk yang mengacu pada dasaran AS/NZS 4360: 2004 dimana terdapat dua fase yaitu fase pengidentifikasian risiko (risk identification) yang terbagi menjadi 3 bagian yaitu identifikasi risiko, analisis risiko dan evaluasi risiko yang memiliki 5 tahap serta fase penanganan risiko (risk treatment) yang memiliki 2 tahap. Teknik analisis yang digunakan adalah kualitatif melalui brainstorming dan wawancara kepada 4 franchisee dan 4 manager cafe dari dua waralaba coffee shop tersebut dengan total 8 responden dan semi-kuantitatif dengan pengisian angket bobot konsekuensi dan kemungkinan. Hasil penelitian ini menyatakan bahwa risiko terberat dalam bisnis waralaba kedua coffee shop ini bagi franchisee yaitu persaingan dengan kompetitor, hubungan dengan franchisor, lokasi yang tidak tepat dan sumber daya manusia. Dan terdapat satu agen risiko terberat yang paling banyak menimbulkan risiko yaitu pemilihan lokasi yang tidak tepat. Kata Kunci: waralaba, manajemen risiko, House of Risk RISK ASSESSMENT IN FRANCHISE COFFEE SHOP (CASE STUDY: ASSESSMENT OF TWO FRANCHISE COFFEE SHOP IN JAKARTA) Rizkia Natasya ABSTRACT This study focused only on two franchise coffee shop in Jakarta. With consideration to take one example of foreign coffee shop franchises and one example of a local coffee shop franchise. This study aims to determine the risks that exist within the business systems both of the coffee shop franchise. This study used a qualitative approach by applying House of Risk which refers to the standard AS / NZS 4360: 2004 where there are two phases which identifies the risk (risk identification) is divided into 3 parts, risk identification, risk analysis and risk assessments have 5 stages and phase of risk management (risk treatment) which has 2 stages. The analysis technique used is qualitatively through brainstorming and interviews to 4 franchisee and 4 manager of the two franchises cafe coffee shop with a total of 8 respondents and semi-quantitative questionnaire filling weight and possible consequences. Results of this study stated that the most weightest in coffee shop franchise for franchisee is competitive with competitors, relationship with franchisor, not exactly location and human resources. And the most weightest agent risk that show the most risk,is is not appropriate choice the location. Keywords: franchise, risk management, House of Risk DAFTAR PUSTAKA Ambadar, J., M. Abidin, a Y. Isa (2007). Membeli dan Menjual Franchise. Jakarta: Yayasan Bina Karya Mandiri. Amrullah, A. M. (2013). Panduan Menyusun Proposal Skripsi Tesis a Desertasi. Jakarta: Smart Pustaka. AS/NZS 4360: 2004. (2004). Australian/New Zealand Standard Risk Management. Sydney: Standards Australia International Ltd. Astuti, D. (2005). Kajian Bisnis Franchise Makanan Indonesia. Jurnal Manajemen Kewirausahaan, 83-98. Bekefi, T., J. Marc a K. Yuthas (2008). Management Accounting Guideline Managing Opportunities and Risks. Canada: The Society of Management Accountants of Canada (CMA Canada), the American Institute of Certified Public Accountants, Inc. (AICPA) and The Chartered Institute of Management Accountants (CIMA). Beresford, L. (1995). Seeing Double, Enterpreur. Berg, H. P. (2010). Risk Management : procedures, methods and Experience . Electronic Journal Reliability : Theory and Application, 79-95. Bisio, R. (2011). The Educated Franchisee Second Edition. Minneapolis: Bascom Hill Publishing Group. Black, H. C. (1990). Black Law's Dictionary 6th ed. St Paul: West Publishing, Co. Bogdan, R. C., a S. K. Biklen (1992). Qualitative research for education. An introduction to theory and methods. Boston: MA: Allyn a Bacon. Bruce R. Barringer a D. R. Ireland (2008). Enterpreneurship: Successfully Launching New Ventures. New Jersey: Pearson Prentice Hall. Chappel, C. (2014). The Executive Guide to Enterprise Risk Management. United Kingdom: Palgrave Macmillan. Comcover, A. G. (2009, October 26). Comcover Information Bulletin. Retrieved August 2015, from Australian Goverment Department of Finance Website: http://www.finance.gov.au/sites/default/files/IB_Issue32_Oct09_1.pdf Comcover, A. G. (2010, August). AS/NZS ISO 31000: 2009. Retrieved July 2015, from Australian Goverment Department of Finance Website: http://www.finance.gov.au/sites/default/files/COV_216905_Risk_Management_Fact_Sheet_FA3_23082010_0.pdf Embargoed, Countries (2012). Coffee Consumptions Statistics. Retrieved April 2015, 25, from Embargoed Countries Blogspot: http://embargoed-countries.blogspot.com/2012/12/coffee-consumption-statistics.html European, Franchise Federation (2003). European Code of Ethics for Franchising.Retrieved April 2015, from European Franchise Federation Website: http://www.franchise-fff.com/base-documentaire/finish/206/327.html Excelso, Coffee (2013, February). Franchising. Retrieved July 2015, from Excelso Coffee Website: http://www.excelso-coffee.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,111

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0040,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0140,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,026
Tête enseignante GPT0,258
Écart entre enseignants0,232 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Ilmiah Universitas BakrieMême sujetFranchising Strategies and PerformanceTravaux en français237 207