Claim Missing Document
Check
Articles

Found 32 Documents
Search

Analisis Hubungan Antara Financial Distress dan Keputusan Kebijakan Dividen Omisi Perusahaan Manufaktur Dwi Putri Antika; Mohamat Fatekurohman; Dian Anggraeni
Limits: Journal of Mathematics and Its Applications Vol. 15 No. 1 (2018): Limits: Journal of Mathematics and Its Applications Volume 15 Nomor1 Edisi Mar
Publisher : Pusat Publikasi Ilmiah LPPM Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Financial distress adalah kondisi dimana perusahaan mengalami kerugian atau kehilangan, namun belum sampai dikatakan bangkrut. Kondisi yang paling mudah dilihat dari perusahaan yang mengalami financial distress adalah dari keputusan dividen omisi perusahaan. Tujuan dari penelitian ini adalah untuk mengetahui pengaruh dari rasio keuangan seperti likuiditas, leverage, profitabilitas, free cash flow, dan size terhadap durasi waktu antara perusahaan mengalami financial distress dan kemunculan dividen omisi dengan model Cox extended yang diinteraksikan dengan fungsi waktu dan dungsi Heaviside dan untuk mengetahui keberlangsungan perusahaan untuk membagikan dividen. Pada penelitian ini data yang digunakan adalah data rasio keuangan perusahaan manufaktur periode 2016 yang terdaftar di BEI yang telah membagikan dividen selama minimal tiga tahun berturut-turut. Data yang diperoleh dianalisis dengan mendeskripsikan karakteristik setiap variabel, estimasi fungsi survival menggunakan plot Kaplan-Meier, uji perbedaan kurva survival dengan uji Log-Rank, pembentukan model Cox extended dengan fungsi waktu dan fungsi heaviside dan dipilih model terbaik dengan melihat nilai AIC. Hasil dari penelitian ini adalah diperoleh model terbaik Cox extended dengan fungsi heaviside. Variabel yang signifikan adalah profitabilitas (Return on Asset), dan perusahaan yang memiliki profitabilitas yang lebih besar dari 5,98% memiliki risiko mengalami omitted dividend 21% kali lebih kecil daripada perusahaan dengan profitabilitas rendah
Comparison of Arima Method and Artificial Neural Network Method to Predict Productivity Rice In Panti District Fendi Setiawan; Yuliani Setia Dewi; Mohamad Fatekurohman
Edumaspul: Jurnal Pendidikan Vol 6 No 2 (2022): Edumaspul: Jurnal Pendidikan
Publisher : Universitas Muhammadiyah Enrekang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33487/edumaspul.v6i2.4681

Abstract

Rice production is a community activity to produce rice, it is intended to maintain food security in the future. The aim of this research is to develop the best model for forecasting rice production based on ARIMA (Autoregressive Integrated Moving Averages) and ANN (Artificial Neural Network) approaches. The results will be compared with the error rate values of the ARIMA and ANN methods with the available data. The data used in this study is data on rice production in Panti District, Jember Regency. The level of forecasting accuracy produced by each forecasting method is measured by the criteria of MAPE (Mean Absolute Percentage Error), MSE (Mean Square Error) and RMSE (Root Mean Square Error). The results showed that from the forecasting method used in this study, the ARIMA (1,0,1) (1,0,2) method is the best forecasting method for the best rice harvest area in Panti District, Jember Regency with an average MAPE value is 0.05668374, MSE is 5.587553, and RMSE is 2.3638. Meanwhile, forecasting rice productivity using the ANN BP method (7,(7,3),1) is a fairly good forecasting method with an average MAPE value of 0.05703856 MSE of 4.828465, and RMSE of 2.197377. Therefore, the ARIMA model (1,0,1) (1,0,2)[12] is quite effective for predicting the amount of rice production in Panti District, Jember Regency, East Java Province for the next few years.