Pub Date : 2023-03-25DOI: 10.32409/jikstik.22.1.3335
{"title":"Implementasi Metode Autoregressive Integrated Moving Average (ARIMA) pada Aplikasi Peramalan Harga Saham Berbasis Website","authors":"","doi":"10.32409/jikstik.22.1.3335","DOIUrl":"https://doi.org/10.32409/jikstik.22.1.3335","url":null,"abstract":"","PeriodicalId":344357,"journal":{"name":"Jurnal Ilmiah Komputasi","volume":"17 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-03-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"115363628","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2023-03-25DOI: 10.32409/jikstik.22.1.3340
L. F. Aksara, I. Gede, Pala Asmara, Andi Nurhalisa, D. Diah, A. Ningtias
{"title":"Rancang Bangun Sistem Informasi Donasi Masjid Kota Kendari Berbasis Website","authors":"L. F. Aksara, I. Gede, Pala Asmara, Andi Nurhalisa, D. Diah, A. Ningtias","doi":"10.32409/jikstik.22.1.3340","DOIUrl":"https://doi.org/10.32409/jikstik.22.1.3340","url":null,"abstract":"","PeriodicalId":344357,"journal":{"name":"Jurnal Ilmiah Komputasi","volume":"62 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-03-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"132501082","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2023-03-25DOI: 10.32409/jikstik.22.1.3333
{"title":"Sistem Informasi Kepegawaian Berbasis Web Pada Mts Al- Hidayah Kota Batu","authors":"","doi":"10.32409/jikstik.22.1.3333","DOIUrl":"https://doi.org/10.32409/jikstik.22.1.3333","url":null,"abstract":"","PeriodicalId":344357,"journal":{"name":"Jurnal Ilmiah Komputasi","volume":"1 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-03-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"133554497","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2023-03-25DOI: 10.32409/jikstik.22.1.3325
{"title":"Rancang Bangun Business Intelligence Untuk Memantau Purna TKI pada BNP2TKI","authors":"","doi":"10.32409/jikstik.22.1.3325","DOIUrl":"https://doi.org/10.32409/jikstik.22.1.3325","url":null,"abstract":"","PeriodicalId":344357,"journal":{"name":"Jurnal Ilmiah Komputasi","volume":"196 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-03-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"132793236","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2023-03-25DOI: 10.32409/jikstik.22.1.3066
{"title":"Analisis Kualiatas Website E-Kemenkeu Pada Modul Pengembangan Diri Pegawai Kementerian Keuangan Menggunakan Standarisasi ISO 25010","authors":"","doi":"10.32409/jikstik.22.1.3066","DOIUrl":"https://doi.org/10.32409/jikstik.22.1.3066","url":null,"abstract":"","PeriodicalId":344357,"journal":{"name":"Jurnal Ilmiah Komputasi","volume":"125 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-03-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"128231853","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2023-03-25DOI: 10.32409/jikstik.22.1.3097
Kebijakan Dividen, Sub Sektor, Barang Konsumsi, Angga Angestu, Yuhilza Hanum
Saat ini di seluruh dunia sedang terjadi wabah COVID-19, termasuk salah satunya Indonesia. Penyebaran virus ini berdampak sangat tinggi pada tingkat perekonomian nasional. Jika ini terjadi maka kinerja perusahaan dan harga saham akan jelas menurun, kebijakan deviden yang tepat pada saat pandemi COVID-19 sangat dibutuhkan oleh suatu perusahaan. Kebijakan dividen adalah masalah yang paling sering dihadapi oleh setiap perusahaan. Perusahaan seringkali mengalami suatu kesulitan dalam memutuskan laba yang didapatkan akan dibagikan kepada pemegang saham dalam bentuk dividen atau tidak membagikannya untuk diinvestasikan kembali pada proyek yang lebih menguntungkan. Tujuan penelitian ini adalah untuk mengetahui apakah langkah yang diambil oleh perusahaan sudah tepat sasaran dalam mengeluarkan kebijakan dividennya. Sampel di dalam penelitian ini terdapat 11 perusahaan manufaktur yang terdiri dari sektor barang konsumsi dengan menggunakan metode purposive judgment sampling. Pengamatan penelitian dimulai dari tahun 2015 hingga tahun 2020 dengan menggunakan alat analisa yang yaitu Adaptive Neuro Fuzzy Inference System dan Uji Linear Berganda. Keseluruhan persiapan dan hasil analisa akan dilakukan dengan bantuan Matlab R2014a dan SPSS 16. Berdasarkan hasil pengujian terhadap sampel hasil penelitian dengan menggunakan metode ANFIS, hasilnya ANFIS mampu melakukan training terhadap data serta dapat memodelkan model hubungan input-output dengan sangat baik, hal ini dapat dibuktikan dengan perbandingan keakurasian antara asumsi ANFIS dengan asumsi aktual yang sudah cukup baik dengan rata-rata tingkat selisih error mampu mencapai 0 yaitu sebesar 0.0590, hal ini menggambarkan hasil pengaruh dari data yang sudah ditraining dengan ANFIS bisa dikatakan memiliki tingkat keakuratan hasil yang baik. Kata kunci : Covid-19, Kebijakan Dividen, Dividend Payout Ratio, Fuzzy, ANFIS
{"title":"Kebijakan Dividen Sub Sektor Barang Konsumsi pada Era Sebelum dan Sesudah Terdampak Covid-19 Perusahaan Manufaktur di BEI dengan Pendekatan ANFIS","authors":"Kebijakan Dividen, Sub Sektor, Barang Konsumsi, Angga Angestu, Yuhilza Hanum","doi":"10.32409/jikstik.22.1.3097","DOIUrl":"https://doi.org/10.32409/jikstik.22.1.3097","url":null,"abstract":"Saat ini di seluruh dunia sedang terjadi wabah COVID-19, termasuk salah satunya Indonesia. Penyebaran virus ini berdampak sangat tinggi pada tingkat perekonomian nasional. Jika ini terjadi maka kinerja perusahaan dan harga saham akan jelas menurun, kebijakan deviden yang tepat pada saat pandemi COVID-19 sangat dibutuhkan oleh suatu perusahaan. Kebijakan dividen adalah masalah yang paling sering dihadapi oleh setiap perusahaan. Perusahaan seringkali mengalami suatu kesulitan dalam memutuskan laba yang didapatkan akan dibagikan kepada pemegang saham dalam bentuk dividen atau tidak membagikannya untuk diinvestasikan kembali pada proyek yang lebih menguntungkan. Tujuan penelitian ini adalah untuk mengetahui apakah langkah yang diambil oleh perusahaan sudah tepat sasaran dalam mengeluarkan kebijakan dividennya. Sampel di dalam penelitian ini terdapat 11 perusahaan manufaktur yang terdiri dari sektor barang konsumsi dengan menggunakan metode purposive judgment sampling. Pengamatan penelitian dimulai dari tahun 2015 hingga tahun 2020 dengan menggunakan alat analisa yang yaitu Adaptive Neuro Fuzzy Inference System dan Uji Linear Berganda. Keseluruhan persiapan dan hasil analisa akan dilakukan dengan bantuan Matlab R2014a dan SPSS 16. Berdasarkan hasil pengujian terhadap sampel hasil penelitian dengan menggunakan metode ANFIS, hasilnya ANFIS mampu melakukan training terhadap data serta dapat memodelkan model hubungan input-output dengan sangat baik, hal ini dapat dibuktikan dengan perbandingan keakurasian antara asumsi ANFIS dengan asumsi aktual yang sudah cukup baik dengan rata-rata tingkat selisih error mampu mencapai 0 yaitu sebesar 0.0590, hal ini menggambarkan hasil pengaruh dari data yang sudah ditraining dengan ANFIS bisa dikatakan memiliki tingkat keakuratan hasil yang baik. Kata kunci : Covid-19, Kebijakan Dividen, Dividend Payout Ratio, Fuzzy, ANFIS","PeriodicalId":344357,"journal":{"name":"Jurnal Ilmiah Komputasi","volume":"116 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-03-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"127829764","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
京公网安备 11010802042870号
京ICP备2023020795号-1
扫码关注我们
求助内容：
应助结果提醒方式：