MétaCan
Menu
Retour à la cohorte
Enregistrement W3176162721 · doi:10.32534/jpk.v4i1.790

PENGARUH SISTEM INFORMASI AKUNTASI DALAM MENDUKUNG PELAKSANAAN PENGENDALIAN INTERN PEMBELIAN DAN PENGELUARAN KAS CV. AIDA ROTAN CIREBON

2017· article· id· W3176162721 sur OpenAlexaboutno aff
Yoga Satria Nugraha, Itat Tatmimah

Notice bibliographique

RevueJurnal Proaksi · 2017
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueSMEs Development and Digital Marketing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhysicsHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

ABSTRAK
 Permasalahan dalam penelitian ini adalah perlu adanya Sistem Pengendalian Intern untuk mengamankan harta maupun pendapatan serta memberikan keyakinan tentang kebenaran yang dapat dipercaya agar dapat mendorong adanya efisiensi usaha dengan monitor terus menerus apakah kebijakan yang ditetapkan sebelumnya telah dilaksanakan sebagaimana mestinya.Sistem Informasi Akuntansi Pembelian dan Pengeluaran Kas diciptakan dengan tujuan untuk membantu pihak manajemen tentang kegiatan usaha, terutama kegiatan Pembelian dan Pengeluaran Kas yang dikelolanya dan pihak luar yang berkepentingan terhadap perusahaan. CV. Aida Rattan adalah salah satu perusahaan yang memproduksi kerajinan rotan antara lain berbagai macam model kursi yang terbuat dari rotan, meja dan perabotan rumah tangga yang terbuat dari rotan, hasil produksinya dipasarkan di pasar domestic dan di ekspor ke Negara Eropa, Afrika selatan, Canada, Amerika Serikat, Jepang dan Australia. Hasil dari penelitian ini dilakukan melalui angket kepada 30 Responden yang dijadikan sampel penelitian dan pengolahan data menggunakan analisis data statistik dengan metode analisis regresi linier sederhana dan berganda. Kesimpulan dari penelitian ini adalah Sistem Informasi Akuntansi tidak bepengaruh signifikan terhadap Pengendalian Internal Pembelian dan Pengeluaran Kas.
 
 Kata Kunci : Sistem Informasi Akuntansi, Pengendalian Intern Pembelian dan Pengeluaran Kas

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,529
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0060,001
Communication savante0,0060,004
Science ouverte0,0030,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,305
Écart entre enseignants0,266 · 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 tête enseignante, pas un consensus.

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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal ProaksiMême sujetSMEs Development and Digital MarketingTravaux en français237 207