Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal JTIK (Jurnal Teknik Informatika Kaputama) Akuntansi: Jurnal Riset Ilmu Akuntansi Proceeding Seminar Nasional Riset Terapan Administrasi Bisnis dan Mice (SNRT)
Lisa Febriyanti
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
ANALISIS PERBANDINGAN HARGA POKOK PRODUKSI DENGAN METODE FULL COSTING DAN VARIABLE COSTING SEBAGAI PENENTUAN HARGA JUAL PADA PT. LUSUKA KREATIF INDONESIA Lisa Febriyanti; Titiek Rachmawati
Akuntansi Vol. 2 No. 1 (2023): Maret : Jurnal Riset ilmu Akutansi
Publisher : Asosiasi Riset Ekonomi dan Akuntansi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/jurnalrisetilmuakuntansi.v2i1.209

Abstract

Penelitian ini bertujuan untuk menganalisis dan mendeskripsikan dua metode penentuan harga pokok produksi yang dijelaskan dengan menggunakan Full Costing dan Variable Costing, dan untuk menentukan metode mana yang lebih menguntungkan dalam menentukan harga jual di PT. Lusuka kreatif Indonesia. Penelitian ini diklasifikasikan ke dalam penelitian kualitatif deskriptif dengan pendekatan studi kasus. Teknik pengumpulan data pada penelitian ini adalah dokumentasi, wawancara dan observasi. Dalam penelitian ini penulis menggunakan metode kualitatif deskriptif sebagai metode analisis data. Hasil penelitian menunjukkan bahwa harga pokok produksi yang dihitung dengan menggunakan metode full costing lebih tinggi dibandingkan dengan metode variable costing. Total harga pokok produksi jika dikalikan dengan unit produksinya selama bulan Oktober 2022 dengan metode full costing sebesar Rp 38.103.300 sedangkan metode variable costing sebesar Rp 30.324.600, sehingga terdapat selisih Rp 7.778.700. Hal ini dikarenakan dalam perhitungan full costing memperhitungkan secara rinci seluruh unsur biaya produksi yang dibebankan pada produk. Penentuan harga jual dengan cost plus pricing adalah penentuan harga jual dengan cara menambahkan seluruh biaya penuh untuk proses produksi maupun non produksi dengan laba yang diharapkan oleh perusahaan. Berdasarkan hasil perhitungan metode cost plus pricing dengan pendekatan full costing menghasilkan harga jual lebih rendah dibandingkan dengan harga jual yang ditetapkan oleh PT. Lusuka Kreatif Indonesia.
PENERAPAN DATA MINING UNTUK KLASIFIKASI PERINGKAT DATASET ANIME LIST MENGGUNAKAN ALGORITMA GAUSSIAN NAIVE BAYES Mahdiyyah Febrinazahra; Girsang, Olga Silvia Handayani; Lisa Febriyanti; Aura Rachmawaty4; Alvian Nurhaliza Putri
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 9 No. 2 (2025): Volume 9, Nomor 2, Juli 2025
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v9i2.986

Abstract

Di era digital saat ini, akses terhadap hiburan semakin mudah berkat internet, memungkinkan berbagai jenis hiburan dapat diakses melalui perangkat elektronik. Hiburan ini mencakup tayangan seperti film kartun, laga, animasi, dan layar lebar. Objek yang diambil pada penelitian ini adalah hiburan berupa animasi Jepang, atau lebih dikenal dengan sebutan anime, yang telah menjadi bentuk hiburan populer di kalangan remaja di seluruh dunia. Peningkatan jumlah anime yang dirilis setiap tahun menyebabkan persaingan yang ketat antar kreator untuk meningkatkan daya tarik setiap judul anime agar dapat bersaing di pasar. Oleh karena itu, diperlukan sistem klasifikasi efektif untuk mengelompokkan anime berdasarkan peringkatnya secara otomatis. Penelitian ini menggunakan data set dari MyAnimeList.net yang menyediakan ribuan data anime, dan dianalisis menggunakan algoritma Gaussian Naives Bayes untuk mengklasifikasikan peringkat anime. Metode penelitian ini, didukung dengan proses data mining, yaitu Knowlegde Discovery in Database (KDD), yang di dalamnya memiliki beberapa tahapan untuk penerapan algoritma Gaussian Naives Bayes. Penerapan algoritma ini menghasilkan sebuah model, yaitu confusion matrix yang menghasilkan nilai akurasi sebesar 67.93%. Model ini mampu mengklasifikasikan peringkat anime secara efektif berdasarkan fitur yang ada. Berdasarkan hasil penelitian, berikut beberapa saran untuk penelitian selanjutnya guna meningkatkan kinerja model dan pemahaman terhadap klasifikasi peringkat anime: Disarankan untuk mengeksplorasi dan mengimplementasikan algoritma klasifikasi lainnya seperti Random Forest, Support Vector Machine (SVM), atau Gradient Boosting. Bandingkan kinerjanya dengan Gaussian Naive Bayes untuk menemukan model yang memberikan akurasi lebih tinggi. Melakukan pembersihan data yang lebih mendalam, termasuk penanganan nilai hilang dan anomali dengan metode yang lebih canggih untuk membantu meningkatkan kualitas data set dan kinerja model. Menerapkan teknik pre-processing data seperti Principal Component Analysis (PCA) atau Feature Engineering dapat membantu dalam mengurangi dimensi data dan menangkap informasi yang lebih relevan untuk klasifikasi. Menambahkan fitur-fitur seperti durasi episode dan tren penayangan ke dalam data set untuk melihat apakah peningkatan jumlah fitur dapat meningkatkan akurasi model. Mengembangkan sistem rekomendasi berdasarkan model klasifikasi yang dihasilkan dapat membantu pengguna menemukan anime sesuai preferensi mereka dengan lebih efisien. Sistem ini dapat diintegrasikan dengan platform seperti MyAnimeList.net.
Pengaruh Social Influence dan Perceived Price Terhadap Repurchase Intention Merchandise K-Pop Di Jakarta (Studi Kasus Pada Penggemar K-Pop Yang Berbelanja di Group Order) Lisa Febriyanti; Titik Purwinarti; Erlyn Rosalina; Endah Wartiningsih; Ratri Kurniasari
Seminar Nasional Riset Terapan Vol. 14 No. 01 (2025): SNRT XIV TAHUN 2025
Publisher : Administrasi Niaga Politeknik Negeri Jakarta

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

Abstract

This study aims to analyze the extent to which social influence and perceived price affect the repurchase intention of K-Pop merchandise in Jakarta, both partially and simultaneously. The research employs a quantitative approach using non-probability sampling through the purposive sampling method. A total sample of 400 respondents was determined using the Yamane formula, based on Jakarta's population of 11,135,191 people. Data processing was conducted using SPSS version 27. The results of the partial correlation test indicate that the social influence variable (X1) has a significant effect on the repurchase intention variable (Y), with a t-count value of 5.020, which is greater than the t-table value of 1.965, and a contribution of 23.23%, thus accepting H1. Meanwhile, the perceived price variable (X2) also shows a significant effect with a t-count value of 6.728, which is greater than the t-table value of 1.965, and a contribution of 26.52%, thereby accepting H2. Simultaneously, the F-test results show an F-count of 94.265, which is greater than the F-table value of 3.02 with a significance level of 0.000. This means that social influence (X1) and perceived price (X2) jointly influence repurchase intention (Y), with a coefficient of determination of 0.306, indicating that 30.6% of the variation in repurchase intention (Y) can be explained by the two independent variables, while the remaining percentage is influenced by other factors outside the model. Thus, both variables have a positive influence on the repurchase intention (Y) of K-Pop merchandise through group orders in Jakarta.
Co-Authors Alvian Nurhaliza Putri Aura Rachmawaty4 Endah Wartiningsih Erlyn Rosalina Girsang, Olga Silvia Handayani Kurniasari, Ratri Mahdiyyah Febrinazahra Titiek Rachmawati Titik Purwinarti