ANALYSIS OF FINANCIAL STATEMENTS BY COMPARING THE PERIOD BEFORE COVID 19 AND CURRENT COVID 19 TO MEASURE COMPANY PERFORMANCE IN PT ASTRA INTERNATIONAL TBK
Notice bibliographique
Résumé
Financial reports can be used as a basis for assessing the performance of a company. So we need a form of financial statement analysis to determine the condition of the financial statements. Because the results of the analysis, the financial statements can be used for consideration by parties in determining the company's strategy. To get good results, financial analysis can be used by means of ratio analysis. The purpose of this study is to determine the performance of the company at PT Astra International Tbk in terms of financial reports using financial reports and ratio analysis as a benchmark. The analysis method used as a measurement of company performance is the ratio of solvency, activity, liquidity and profitability. The data and information studied were obtained from the IDX (Indonesia Stock Exchange). It can be concluded from each ratio as follows. From the solvency ratio it means that the company's capital is no longer sufficient to guarantee the debt given by creditors so that the condition of the company is said to be in a bad condition (insolvable). Judging by the activity ratio shows an increase every year so that the condition of the company is said to be in good condition. Based on the liquidity ratio each year has increased so that the company is categorized as in good condition (liquid). Based on the profitability ratio, it shows an increase from year to year so that it can be said that the company is in a good position. Keywords: analysis, financial reports, financial performance.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».