cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Eka Fitriani
Contact Email
eka.ean@bsi.ac.id
Phone
+62267-8454891
Journal Mail Official
jurnal.profit@bsi.ac.id
Editorial Address
Jl. Banten No.1, Karangpawitan, Kec. Karawang Barat, Kab. Karawang, Provinsi Jawa Barat
Location
Kota adm. jakarta barat,
Dki jakarta
INDONESIA
Profitabilitas
Published by Universitas Bina Sarana Informatika
ISSN : -     EISSN : 27986063     DOI : https://doi.org/10.31294/profitabilitas
Core Subject : Economy, Science,
Computer Science & IT Economics, Econometrics & Finance
Profitabilitas: Jurnal Sistem Informasi Akuntasi adalah Jurnal Keilmuan Teknologi Informasi dan Sistem Informasi Akuntansi berbasis Open Journal Sytem (OJS) yang diterbitkan oleh LPPM Universitas Bina Sarana Informatika Karawang dan dikelola oleh Program Studi Sistem Informasi Akuntansi Kampus kabupaten Karawang Fakultas Teknik Dan Informatika. Periode Penerbitan ditentukan dua kali yakni pada bulan Juni dan Desember setiap tahun dengan nomor ISSN: 2798-6063. Jurnal Profitabilitas berfokus pada penelitian terkait system informasi akuntansi dan keuangan yang relevan. Profitabilitas bermaksud untuk menyoroti implikasi praktis. Profitabilitas mencakup berbagai pendekatan penelitian, yaitu: kuantitatif, kualitatif, dan metode campuran dengan berfokus pada bidang Teknologi Sistem Informasi Akuntansi, Sistem Informasi Akuntansi, Akuntansi Manajemen, Manajemen Keuangan, Manajemen Sistem Informasi, Sistem Informasi Manajamen, E-business
Arjuna Subject : Ilmu Komputer (semua kategori) - Aplikasi Ilmu Komputer
Articles 105 Documents
 7   8   9   10   11 
Implementasi Metode TOPSIS Dalam Penentuan Dosen Favorit Berdasarkan Preferensi Mahasiswa Herna, Hernawati; Jurnaidi Wahidin, Ahmad
PROFITABILITAS Vol 4 No 2 (2024): JURNAL PROFITABILITAS
Publisher : Sistem Informasi Akuntansi Kampu Kabupaten Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/profitabilitas.v4i2.8255

Abstract

Kualitas pengajaran merupakan faktor penting dalam keberhasilan pendidikan tinggi, sehingga evaluasi kinerja dosen menjadi langkah strategis untuk memastikan proses belajar mengajar berjalan efektif dan efisien. Penentuan dosen favorit berdasarkan preferensi mahasiswa dapat menjadi alat evaluasi objektif untuk meningkatkan mutu pendidikan. Berbagai penelitian sebelumnya telah menggunakan metode berbeda seperti Analytic Hierarchy Process (AHP), Simple Additive Weighting (SAW), Complex Proposal Assessment (COPRAS), dan Multi-Objective Optimization by Ratio Analysis (MOORA) untuk mengevaluasi kinerja dosen. Namun, masih terdapat kesenjangan dalam penerapan metode TOPSIS yang lebih komprehensif dan mudah diterapkan. Penelitian ini mengaplikasikan metode TOPSIS dalam sistem pendukung keputusan untuk menentukan dosen favorit berdasarkan empat kriteria utama: aspek pedagogik, profesional, kepribadian, dan sosial. Kriteria ini mencerminkan dimensi penting yang mempengaruhi kualitas pengajaran dosen dan dinilai dengan bobot yang berbeda. Hasil penelitian menunjukkan bahwa metode TOPSIS memberikan hasil yang objektif dan terukur, dengan dosen A2 mendapatkan nilai preferensi tertinggi. Temuan ini memberikan kontribusi signifikan dalam evaluasi kinerja dosen dan peningkatan kualitas pengajaran di perguruan tinggi. Penelitian ini diharapkan dapat memberikan acuan bagi universitas dalam melakukan evaluasi dan peningkatan kualitas pengajaran secara berkelanjutan, serta mengisi kesenjangan yang ada dalam literatur dengan metode yang lebih aplikatif.
Analisis Ulasan Konsumen sebagai Data Non-Keuangan dalam Sistem Informasi Akuntansi Agustin Fitriana, Lady; Fahmi Julianto, Muhammad; Dahlia , Rizka; Rifqi Firdaus , Muhammad; Fazriansyah, Agung
PROFITABILITAS Vol 5 No 1 (2025): JURNAL PROFITABILITAS
Publisher : Sistem Informasi Akuntansi Kampu Kabupaten Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/profitabilitas.v5i1.8269

Abstract

Di era digital saat ini, ulasan pengguna pada platform e-commerce seperti Shopee telah menjadi salah satu sumber informasi non-keuangan yang penting dalam menilai persepsi konsumen terhadap produk maupun layanan. Informasi ini memiliki nilai strategis dalam sistem informasi akuntansi, khususnya dalam mendukung pengambilan keputusan berbasis data pelanggan. Namun, tantangan utama yang dihadapi adalah besarnya volume data ulasan yang tidak terstruktur. Oleh karena itu, penelitian ini bertujuan untuk mengeksplorasi metode yang efektif dalam mengklasifikasikan sentimen ulasan pengguna aplikasi Shopee sebagai data non-keuangan yang dapat digunakan dalam sistem informasi akuntansi manajerial. Penelitian ini memanfaatkan kombinasi teknik Natural Language Processing (NLP) dan algoritma K-Nearest Neighbors (KNN). Data ulasan dikumpulkan melalui proses crawling dari Google Play Store menggunakan pustaka google-play-scraper. Data tersebut kemudian diproses melalui serangkaian tahapan NLP seperti case folding, tokenization, normalisasi, penghapusan stopword, dan stemming. Untuk ekstraksi fitur, digunakan metode TF-IDF dan Cosine Similarity untuk menghasilkan representasi vektor yang sesuai dengan kebutuhan klasifikasi. Model KNN digunakan untuk mengklasifikasikan sentimen berdasarkan data latih, dengan pengujian pada berbagai nilai n_neighbors. Hasil penelitian menunjukkan bahwa model dengan n_neighbors = 9 menghasilkan akurasi 88%, presisi 85%, recall 86%, dan F1-score 85%.Temuan ini menunjukkan bahwa kombinasi NLP dan KNN efektif dalam mengklasifikasikan sentimen ulasan pengguna, serta berpotensi besar untuk diterapkan sebagai bagian dari sistem informasi akuntansi guna memperkuat analisis non-keuangan dalam mendukung evaluasi kinerja penjualan dan pengambilan keputusan manajerial.
Pemanfaatan ChatGPT untuk Meningkatkan Efisiensi Pengembangan Sistem Pemograman Akuntansi Penjualan Syamsul Azis, Mohammad; Walim; Ardiansyah, Dian; Yuliandari, Dewi; Lase, Mareanus
PROFITABILITAS Vol 5 No 1 (2025): JURNAL PROFITABILITAS
Publisher : Sistem Informasi Akuntansi Kampu Kabupaten Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/profitabilitas.v5i1.8270

Abstract

- Perkembangan teknologi yang pesat telah mendorong transformasi signifikan dalam pengembangan perangkat lunak, termasuk sistem pemrograman akuntansi penjualan. Efisiensi dan produktivitas menjadi faktor utama yang perlu dioptimalkan oleh para pengembang dalam merancang solusi perangkat lunak yang kompleks. Namun, tantangan seperti keterbatasan waktu, kesulitan dalam menulis kode yang efisien, dan minimnya bantuan teknis instan sering kali menghambat proses pengembangan. Penelitian ini bertujuan untuk mengeksplorasi pemanfaatan teknologi kecerdasan buatan (AI), khususnya ChatGPT, sebagai alat bantu dalam meningkatkan efisiensi pengembangan sistem pemrograman akuntansi penjualan. ChatGPT, sebagai model bahasa berbasis AI, mampu memberikan saran teknis, menghasilkan kode sesuai permintaan pengguna, serta mendukung komunikasi yang cepat dan responsif dalam proses pengembangan. Studi ini menganalisis peran ChatGPT dalam berbagai tahap pengembangan, mulai dari perencanaan, penulisan kode, debugging, hingga dokumentasi sistem. Selain itu, penelitian ini juga mengevaluasi dampak penggunaan ChatGPT terhadap peningkatan produktivitas, akurasi, dan kualitas hasil pengembangan program. Hasil penelitian diharapkan dapat memberikan wawasan yang lebih dalam mengenai integrasi teknologi AI dalam pengembangan sistem informasi, serta mendorong pemanfaatan ChatGPT secara optimal dalam pengembangan sistem akuntansi penjualan.
Perancangan Sistem Informasi Pengendalian Persediaan Barang Produksi pada PT. Harmonics Techindo Agung Basri, Hasan; Devi Alisa Putri; Alif Rizqi Mulyawan; Salman Alfarizi; Nurul Ichsan
PROFITABILITAS Vol 5 No 1 (2025): JURNAL PROFITABILITAS
Publisher : Sistem Informasi Akuntansi Kampu Kabupaten Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/profitabilitas.v5i1.8752

Abstract

Information technology that is very important for an agency and company can be used to facilitate a job in achieving goals optimally. PT. Harmonics Techindo Agung is a company engaged in the manufacturing industry, Designing an information system for controlling production goods inventory at PT. Harmonics Techindo Agung is done because the system used is still done manually which results in data being easily lost, a long time in data processing, and frequent errors in data input. To overcome this, researchers use the Prototype method in the process of controlling production goods inventory at PT. Harmonics Techindo Agung to help software development in creating software models that provide an idea of ideas, experimenting with designs so that they can provide convenience for companies in managing data faster, more accurately and effectively.
Optimalisasi Transaksi Keuangan Menggunakan Zahir Accounting Versi 6.0 Pada Bengkel Rahmat Cimandala Raya Motor Kurniasih, Rani; Wasiyanti, Sri; Utami, Lila Dini
PROFITABILITAS Vol 5 No 1 (2025): JURNAL PROFITABILITAS
Publisher : Sistem Informasi Akuntansi Kampu Kabupaten Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/profitabilitas.v5i1.8908

Abstract

Manual accounting management remains a major challenge for small and medium-sized enterprises, including Bengkel Rahmat Cimandala Raya Motor. The lack of digitalized transaction recording often leads to delays in financial reporting, data inaccuracies, and difficulties in systematically preparing financial statements. This study aims to improve the efficiency of accounting processes through the implementation of Zahir Accounting version 6.0 software as a digital solution. The research employs a case study method using observation, interviews, and documentation techniques, conducted both before and after system implementation. The application of Zahir Accounting is expected to accelerate transaction recording, enhance the accuracy of financial reporting (such as journals, ledgers, balance sheets, and income statements), and facilitate overall financial monitoring. Therefore, the use of Zahir Accounting version 6.0 is anticipated to expedite managerial decision-making processes based on accurate data.
Pengaruh Auditor Switching Dan Company Size Terhadap Audit Quality  Dengan Fee Audit  Sebagai Variabel Moderasi Al Afif Fadhil, Aqilah; Umar, Fitriana; Sari, Ema
PROFITABILITAS Vol 5 No 1 (2025): JURNAL PROFITABILITAS
Publisher : Sistem Informasi Akuntansi Kampu Kabupaten Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/profitabilitas.v5i1.8980

Abstract

Persaingan dalam bisnis pelayanan jasa akuntan publik sekarang ini semakin ketat. Agar dapat bertahan di tengah persaingan yang ketat, khususnya dibidang pelayanan jasa akuntan publik maka harus dapat memperoleh klien sebanyak mungkin dan mendapatkan kepercayaan dari masyarakat. Penelitian ini merupakan jenis kuantitatif, karena data yang digunakan dalam penelitian untuk menguji beberapa hipotesis yang diungkapkan. Populasi yang akan menjadi objek dalam penelitian ini adalah seluruh perusahaan manufaktur yang telah tercatat dan menerbitkan laporan keuangan yang telah diaudit pada Bursa Efek Indonesia (BEI) periode 2015-2018. Pemilihan sampel dalam penelitian ini menggunakan metode purposive sampling yaitu metode pemilihan sampel yang didasarkan pada kriteria tertentu untuk memperoleh sampel yang representative terhadap populasi. Sampel yang digunakan dalam penelitian ini sebanyak 15 perusahaan manufaktur yang terdaftar di BEI. Berdasarkan hasil analisis regresi moderasi dengan pendekatan residual menunjukkan bahwa interaksi fee Audit dan auditor switching berpengaruh terhadap audit quality. Hal ini berarti bahwa fee audit variabel moderasi.Berdasarkan hasil analisis regresi moderasi dengan pendekatan residual menunjukkan bahwa interaksi fee audit dan company size tidak berpengaruh terhadap audit quality. Hal ini berarti bahwa fee audit bukan variabel moderasi. 
Prediksi Cacat Software Menggunakan Class Balancer Bagging C4.5 dan Analisis Statistik SPSS dalam Konteks Akuntansi Nurul Ichsan; Haerul Fatah; Tri Wahyuni; Erni Ermawati; Indriyanti
PROFITABILITAS Vol 5 No 1 (2025): JURNAL PROFITABILITAS
Publisher : Sistem Informasi Akuntansi Kampu Kabupaten Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/profitabilitas.v5i1.9081

Abstract

Prediksi cacat software merupakan langkah krusial dalam proses pengembangan perangkat lunak guna meminimalkan risiko kerugian akibat kegagalan sistem. Namun, tantangan utama dalam prediksi ini terletak pada ketidakseimbangan data (class imbalance) yang menyebabkan performa model prediksi menjadi tidak optimal. Penelitian sebelumnya menunjukkan bahwa algoritma C4.5 memiliki performa cukup baik, namun masih belum mampu menangani permasalahan ketidakseimbangan kelas secara efektif. Untuk mengatasi masalah tersebut, penelitian ini mengusulkan pendekatan integrasi Class Balancer dan teknik Bagging pada algoritma C4.5 sebagai solusi prediksi yang lebih robust. Hasil penelitian menunjukkan bahwa model Class Balancer+Bagging+C4.5 memberikan peningkatan nilai AUC pada dataset PC4.arff hingga mencapai 0.834 dengan akurasi 83.35%, yang masuk dalam kategori Good Classification. Meskipun rata-rata akurasi menurun dibandingkan C4.5 original, rata-rata nilai AUC meningkat secara signifikan dari 0.599 menjadi 0.672, yang menunjukkan peningkatan kualitas klasifikasi dari Failure menjadi Poor Classification. Temuan ini menunjukkan bahwa integrasi teknik Class Balancer dan Bagging pada algoritma C4.5 mampu meningkatkan kemampuan model dalam mengenali cacat software, terutama dari sisi kestabilan prediksi terhadap data yang tidak seimbang.
Sistem Informasi Akuntansi Tambak Lele Berbasis Web dengan Monitoring dan Prediksi Harga Jual Maelani, Karlina; Saefuddin, Dede Firmansyah
PROFITABILITAS Vol 5 No 2 (2025): JURNAL PROFITABILITAS
Publisher : Sistem Informasi Akuntansi Kampu Kabupaten Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/profitabilitas.v5i2.9666

Abstract

Peningkatan efisiensi budidaya lele memerlukan sistem monitoring berbasis digital yang tidak hanya mencatat aktivitas tambak, tetapi juga mampu memprediksi kondisi pasar secara real-time. Penelitian ini mengembangkan sistem digitalisasi tambak lele berbasis web yang terintegrasi dengan pemantauan kualitas air dan prediksi harga menggunakan model Long Short-Term Memory (LSTM). Fondasi utama dari keberhasilan model prediktif ini terletak pada proses pembersihan data (data cleaning) yang dilakukan secara sistematis terhadap dataset historis kualitas air dan harga pasar. Proses ini mencakup deteksi dan penanganan data hilang, nilai ekstrem, serta standarisasi format data menggunakan pustaka Python seperti Pandas dan NumPy. Hasil menunjukkan bahwa akurasi prediksi meningkat signifikan setelah data dibersihkan, dengan performa model yang lebih stabil dan dapat diandalkan. Sistem ini diimplementasikan dalam antarmuka web responsif yang memudahkan petambak dalam mengambil keputusan berbasis data. Temuan ini menegaskan bahwa pembersihan data merupakan tahapan krusial yang tidak dapat diabaikan dalam pengembangan sistem berbasis kecerdasan buatan, khususnya di sektor pertambakan yang padat data dan sensitif terhadap fluktuasi pasar.
Desain Sistem Informasi Akuntansi Penggajian Untuk Optimalisasi Efesiensi dan Akurasi Pengolahan Data Pada PT. Omni Metro Guardia Jakarta Widya Apriliah; Marlina Indrastari; Cahya Adi Ramadhani; Jennieka Salsabila; Ratnawati
PROFITABILITAS Vol 5 No 2 (2025): JURNAL PROFITABILITAS
Publisher : Sistem Informasi Akuntansi Kampu Kabupaten Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/profitabilitas.v5i2.10209

Abstract

The development of information technology requires companies to improve the efficiency and accuracy of accounting processes in payroll management. However, the fact is that some companies do not fully utilize technology for company operations, including PT Omni Metro Guardia, which often faces various challenges in terms of efficiency and accuracy. The salary calculation process at PT Omni Metro Guardia shows that the system used is still not fully computerized. This results in the payroll process taking a long time, disorganized data storage, and difficulty accessing employee data. This research aims to design a payroll accounting information system to improve efficiency and accuracy in the process of managing employee payroll at PT Omni Metro Guardia which is equipped with tax calculations and automatic cash out reports. In this design, the design thinking method is used to create innovative, effective, accurate system solutions, according to user needs which include empathize, define, ideate, prototype, and test stages. The result of this research is the implementation of an automated payroll accounting information system that is able to speed up the salary calculation process, store digital data and increase data accessibility. With this system, it is hoped that it can provide a comprehensive solution to PT. Omni Metro Guardia to overcome existing problems and improve the efficiency of the system.
Analisis Sentimen Pengguna GoPay pada Layanan Keuangan Digital dengan Perbandingan Naïve Bayes dan SVM Dian Ardiansyah; Riska Aryanti; Eka Fitriani; Royadi
PROFITABILITAS Vol 5 No 2 (2025): JURNAL PROFITABILITAS
Publisher : Sistem Informasi Akuntansi Kampu Kabupaten Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/profitabilitas.v5i2.11513

Abstract

The rapid development of digital financial services has led to increased use of digital wallets, one of which is the GoPay application, resulting in a large volume of user reviews. These reviews contain valuable information regarding user satisfaction and service-related issues, making automated methods necessary to accurately analyze user sentiment. This study aims to analyze sentiment in GoPay user reviews and compare the performance of the Naïve Bayes and Support Vector Machine (SVM) algorithms for sentiment classification.This research uses a dataset of 132,393 GoPay user reviews obtained from the Kaggle platform. The data are labeled based on user ratings into three sentiment classes: positive, neutral, and negative. The research stages include text preprocessing, feature transformation using the Term Frequency–Inverse Document Frequency (TF-IDF) method, sentiment classification using the Naïve Bayes and SVM algorithms, and model performance evaluation using accuracy, precision, recall, and F1-score metrics.The results show that 79.2% of the reviews are classified as positive, 17.1% as negative, and 3.7% as neutral. Based on performance evaluation, the SVM algorithm demonstrates superior results with an accuracy of 90.65%, precision of 90.7%, recall of 90.65%, and F1-score of 89.05%, compared to Naïve Bayes, which achieves an accuracy of 87.89%, precision of 89.1%, recall of 87.89%, and F1-score of 88.42%. These findings indicate that SVM is a more optimal method for sentiment analysis of GoPay user reviews, while Naïve Bayes remains an efficient and competitive alternative for large-scale text classification.

Page 10 of 11 | Total Record : 105

 7   8   9   10   11 

Filter by Year

2021 2025


Reset
Filter By Issues
All Issue Vol 5 No 2 (2025): JURNAL PROFITABILITAS Vol 5 No 1 (2025): JURNAL PROFITABILITAS Vol 4 No 2 (2024): JURNAL PROFITABILITAS Vol 4 No 1 (2024): JURNAL PROFITABILITAS Vol 3 No 2 (2023): JURNAL PROFITABILITAS Vol 3 No 1 (2023): JURNAL PROFITABILITAS Vol 2 No 2 (2022): JURNAL PROFITABILITAS Vol 2 No 1 (2022): JURNAL PROFITABILITAS Vol 1 No 2 (2021): JURNAL PROFITABILITAS Vol 1 No 1 (2021): Teknologi Sistem Informasi Akuntansi