ANALISIS SISTEM INFORMASI AKUNTANSI DALAM PENGELUARAN KAS PADA PENGGUNAAN DANA BANTUAN OPERASIONAL SEKOLAH (BOS) REGULER (STUDI KASUS PADA SD AL-IMAM ISLAMIC SCHOOL BALIKPAPAN)
Bibliographic record
Abstract
Dalam menjalankan program BOS (bantuan operasional sekolah), sebelum masuk kedalam pengelolaan dana, sekolah harus membuat rancangan perencanaan yang tertuang dalam dokumen Rencana Kegiatan dan Anggaran Sekolah (RKAS). Tujuan dari penelitian ini adalah untuk mengetahui apakah sistem informasi akuntansi dalam pengeluaran kas pada penggunaan dana bantuan operasional sekolah (BOS) pada SD Al-Imam Islamic School Balikpapan sudah berjalan efektif dan sesuai dengan Juknis BOS. Penelitian ini dilakukan di SD AL-Imam Islamic School Balikpapan kecamatan Balikpapan Kota. Penelitian ini menggunakan metode deskriptif kualitatif. Teknik pengumpulan data menggunakan Teknik wawancara, observasi, dan dokumentasi. Sumber data penelitian adalah kepala sekolah, bendahara, guru, dan komite sekolah. Uji validitas dan keabsahan data dalam penelitian ini melalui tiangulasi sumber. Hasil Penelitian menunjukan bahwa sekolah telah melaksanakan perencanaan RKAS sesuai ketentuan Juknis BOS oleh Kemendikbud. Perencanaan pembuatan RKAS diawali dengan melibatkan kepala sekolah, bendahara, Yayasan. Peran guru dan komite sekolah harus terlibat dalam pembuatan RKAS ini. Disarankan bagi kepala sekolah untuk lebih tegas dalam keterlibatan pihak-pihak yang harus mengikuti perannya dalam pembuatan RKAS.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.030 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.037 | 0.009 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".