CALL FOR PAPERS

TIEF-EJIF Virtual Workshop is coming. Submit your abstract and full paper until August 25th, 2023

Following the success of the past five editions of the Turin Islamic Economic Forum (TIEF) and European Journal of Islamic Finance Workshop, we are organizing a new virtual workshop to contribute to the knowledge of the broad Islamic economics and finance themes as: 

1. Accounting for Islamic finance rules

2. Islamic finance tools

3. Asset management and infrastructures

4. ESG Islamic finance

5. Smart cities in Islamic worlds

6. New technologies for Islamic financial management

7. Islamic central banking system

8. Halal food and beverage issues

9. Halal tourism

CONFERENCE LANGUAGE & SUBMISSION   Authors are invited to submit their full papers in English using Word format. Both theoretical and empirical papers are considered. Submissions should be made through email: [email protected]

PUBLICATION OPPORTUNITY

Selected papers presented at the conference will be published in a special issue of the European Journal of Islamic Finance (ISSN: 2421-2172). 

IMPORTANT DATES

• Abstract deadline: 14 July 2023
• Full paper deadline: 23 October 2023
• Notifications: Within eight days after the abstract and then paper submission by the scientific committee.
• Registrations: 31 October - 20 November 2023
• Full paper virtual presentations by the author(s): 23 November 2023

REGISTRATION FEES
Free

Detail Info:

https://www.ojs.unito.it/index.php/EJIF

Metodologi penelitian kualitatif melibatkan serangkaian langkah dan pendekatan yang digunakan untuk mengumpulkan, menganalisis, dan menginterpretasi data kualitatif. Berikut adalah beberapa metodologi yang sering digunakan dalam penelitian kualitatif:

1. Penelitian Lapangan (Field Research): Penelitian lapangan melibatkan pengamatan langsung dan interaksi dengan subjek penelitian dalam lingkungan alami mereka. Metode ini dapat mencakup observasi partisipatif, wawancara mendalam, dan pencatatan catatan lapangan.

2. Wawancara Kualitatif: Wawancara kualitatif melibatkan percakapan mendalam antara peneliti dan subjek penelitian. Wawancara ini sering kali bersifat terstruktur, semi-terstruktur, atau tak terstruktur, tergantung pada tujuan penelitian.

3. Pengamatan: Metode pengamatan melibatkan pemantauan langsung terhadap perilaku, interaksi, atau situasi tertentu tanpa intervensi langsung. Ini dapat mencakup pengamatan partisipatif atau pengamatan non-partisipatif.

4. Analisis Dokumen: Penelitian kualitatif juga dapat melibatkan analisis dokumen seperti teks, laporan, jurnal, surat, dan materi tertulis lainnya. Peneliti menganalisis dokumen-dokumen ini untuk memahami isinya dan mengidentifikasi pola atau temuan kualitatif.

5. Pendekatan Studi Kasus: Metode studi kasus digunakan untuk memahami konteks yang mendalam dari satu kasus atau beberapa kasus terbatas. Ini sering digunakan untuk menginvestigasi fenomena yang kompleks dan unik.

6. Analisis Konten: Analisis konten adalah pendekatan sistematis untuk menganalisis isi teks, gambar, atau materi media lainnya. Peneliti mencari pola, tema, dan makna dalam data yang dikumpulkan.

7. Grounded Theory: Pendekatan teori terkait (grounded theory) bertujuan untuk mengembangkan teori yang muncul secara induktif dari data yang dikumpulkan. Ini sering digunakan untuk menggali makna dalam data kualitatif.

8. Pendekatan Etnografi: Etnografi melibatkan penelitian yang mendalam dan panjang di dalam komunitas atau kelompok tertentu. Peneliti menjadi bagian dari komunitas tersebut untuk memahami budaya, norma, dan nilai-nilai yang ada.

9. Pendekatan Fenomenologi: Pendekatan fenomenologi berfokus pada pemahaman mendalam tentang pengalaman subjek. Peneliti mencari makna yang terkandung dalam pengalaman individu atau kelompok.

10. Metode Triangulasi: Metode ini melibatkan penggunaan beberapa metode kualitatif dalam satu penelitian untuk memastikan keandalan dan validitas temuan.

Metodologi penelitian kualitatif dipilih berdasarkan pertanyaan penelitian, tujuan penelitian, dan jenis data yang akan dikumpulkan. Kombinasi berbagai metode kualitatif sering kali digunakan untuk memperoleh pemahaman yang lebih mendalam tentang fenomena yang diteliti.

Tren Terkini dalam Penerbitan Jurnal: Menguak Dinamika Publikasi Ilmiah

Akses Terbuka (Open Access) adalah Tren meningkatnya akses terbuka terus mendominasi, di mana semakin banyak jurnal beralih ke model ini untuk meningkatkan visibilitas penelitian dan memastikan akses universal ke informasi ilmiah.

Prakondisi Data (Preprints) adalah  Semakin banyak peneliti memilih untuk membagikan prakondisi data atau pra-cetak sebelum publikasi formal. Ini memungkinkan pertukaran ide dan umpan balik sejawat sebelum artikel secara resmi dipublikasikan.

Peer Review Terbuka adalah  Beberapa jurnal mengadopsi praktik peer review terbuka, di mana proses penelaahan sejawat menjadi transparan, dan identitas penilai dan penulis dapat diakses oleh publik. Ini bertujuan meningkatkan akuntabilitas dan kualitas penelaahan.

Jurnal Praregistrasi (Registered Reports) adalah  Format ini memungkinkan peneliti untuk mendaftarkan rencana penelitian mereka sebelum mengumpulkan data. Ini dapat membantu mengurangi bias dalam publikasi dan mendorong transparansi dalam metode penelitian.

Teknologi Blockchain untuk Integritas Penelitian adalah  Penggunaan teknologi blockchain mulai diterapkan untuk memastikan integritas data penelitian, melacak perubahan, dan memberikan jaminan keaslian dalam penerbitan jurnal.

Penyuntingan Kolaboratif adalah  platform menyediakan ruang kerja penyuntingan kolaboratif secara daring, memungkinkan penulis, penelaas, dan penyunting untuk berkolaborasi dalam real-time untuk meningkatkan kualitas naskah.

Integrasi Multimedia adalah Penerbitan jurnal semakin mengintegrasikan elemen multimedia seperti gambar, video, dan data interaktif untuk meningkatkan pengalaman pembaca dan memfasilitasi pemahaman yang lebih baik.

Membangun Komunitas Daring adalah Beberapa jurnal menciptakan komunitas daring di sekitar artikel mereka, memungkinkan pembaca untuk berdiskusi, berbagi ide, dan terlibat dalam dialog ilmiah di luar batas tradisional artikel.

Peninjauan Publik (Public Peer Review) adalah  Beberapa jurnal menyertakan aspek peninjauan publik, di mana artikel dapat dilihat oleh khalayak luas untuk memberikan umpan balik sebelum atau setelah proses penelaahan sejawat.

Pengukuran Dampak Alternatif (Alternative Impact Metrics) adalah Selain faktor dampak tradisional, ada peningkatan minat pada pengukuran dampak alternatif, seperti jejak sosial media, penyebutan di media massa, dan jumlah unduhan, untuk menilai pengaruh suatu artikel.

Melalui tren-tren ini, penerbitan jurnal terus berevolusi untuk mencerminkan kebutuhan dan tantangan dalam dunia penelitian modern, memungkinkan peneliti untuk lebih efektif berbagi dan mengakses pengetahuan ilmiah.

Big data adalah istilah yang digunakan untuk menggambarkan volume besar, keragaman, dan kecepatan tinggi data yang dihasilkan oleh berbagai sumber, seperti sensor, perangkat mobile, media sosial, transaksi bisnis, dan banyak lagi. Big data juga melibatkan data yang bervariasi dalam format dan jenis, termasuk teks, gambar, audio, dan video.

Ada tiga karakteristik utama dari big data yang dikenal sebagai "3V" yaitu:

1. Volume: Big data melibatkan jumlah data yang sangat besar. Ini bisa berarti terabytes, petabytes, atau bahkan exabytes data, yang jauh lebih besar dari apa yang dapat ditangani oleh sistem tradisional.

2. Velocity: Data yang dihasilkan dalam konteks big data sering kali datang dengan kecepatan tinggi. Contohnya adalah data streaming dari sensor IoT (Internet of Things) atau data dari media sosial yang terus-menerus diperbarui.

3. Variety: Big data mencakup berbagai jenis data, termasuk data terstruktur (misalnya, data dalam database relasional), data semi-terstruktur (misalnya, data dalam format XML atau JSON), dan data tak terstruktur (misalnya, teks dalam posting media sosial atau dokumen). Kombinasi dari berbagai jenis data ini menambah kompleksitas analisis big data.

Selain "3V," beberapa tambahan karakteristik telah ditambahkan ke konsep big data, seperti "Variability" (variabilitas dalam kecepatan dan jenis data), "Veracity" (keandalan dan keakuratan data), dan "Value" (kemampuan untuk mendapatkan wawasan berharga dari data tersebut).

Tujuan dari analisis big data adalah untuk mengidentifikasi pola, tren, dan wawasan yang dapat membantu organisasi dalam pengambilan keputusan yang lebih baik. Ini bisa digunakan di berbagai industri, termasuk bisnis, ilmu pengetahuan, kesehatan, dan banyak lagi. Solusi teknologi seperti sistem penyimpanan data yang skala-able, algoritma pemrosesan data yang cepat, dan teknik analisis data maju digunakan untuk mengatasi tantangan yang terkait dengan big data.