Analysis of the Financial Performance of the Largest Consumer Goods Company in Indonesia Before and During the Covid-19 Pandemic (Case Study at PT. Unilever Indonesia Tbk)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This research is case study research at PT. Unilever Indonesia. PT. Unilever Indonesia Tbk is the largest consumer goods company in Indonesia. The novelty of this research is original research, there has never been a case study of financial performance analysis using net profit data for the 2018 to 2021 quarter/interim reports. This research is important to do because of the phenomenon of the COVID-19 pandemic condition in consumer goods companies. This is important considering that in 2020 the COVID-19 pandemic resulted in many sectors being affected by this pandemic, including the Consumer Goods sector. The purpose of this paper is to examine an in-depth analysis of the financial performance of PT. Unilever Indonesia Tbk. The analysis was carried out by comparing the condition of financial performance before and after the Covid-19 condition, with the mean difference analysis technique. Data testing was carried out for the mean conditions of Q1, Q2, Q3 2018 and 2019 before the Covid-19 pandemic with a mean of Q1, Q2, Q3 2020 and 2021 during the Covid-19 pandemic. The hypothesis proposed is that the condition of financial performance conditions before and during the Covid-19 pandemic. The results of this research found that there was no significant difference between the financial performance of PT. Unilever Indonesia Tbk. previous to a pandemic and during the event of pandemic covid-19.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle