Analisis Tingkat Perputaran Piutang pada PT.PLN (Persero) Unit Layanan Pelanggan (ULP) Lubuk Alung Tahun 2019
Notice bibliographique
Résumé
Manage recei vables gi ven, which can be seen from the ratio of receivables activity where this ratio meas ures the effectiveness of the company in collecting recei vables. The recei vable activity ratio consists of recei vables turnover and t he average peri od of collection of recei vables. This type of research is a simple applied research with quantitative descriptive analysis technique that describes the level of receivables turnover and the effectiveness of collecting receivables PT.PLN (Persero) Lubuk Alung Customer Service Unit. The data in this study uses secondary data in the form of an overview report of the balance of receivables obtained indirectly from the object of research. Based on the results of the study, it was found that in 2019, the receivable turnover rate of PT PLN (Persero) Lubuk Alung Customer Service Unit in the first quarter of the receivables turnover was 4 times and the receivables collection period was 10 days, the second quarter the receivables turnover was 3 times and the collection period was 10 days. 12 days, 3rd quarter of receivables collection and collection period of 13 days, 4th quarter of receivables collection 3 times and collection period of 11 days. The effectiveness of the receivables turnover of PT PLN (Persero) Lubuk Alung Customer Service Unit in collecting receivables is quite good because it is still under the conditions determined by the company between 10-15 days.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».