cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota surabaya,
Jawa timur
INDONESIA
Jurnal Sains dan Seni ITS
Published by Institut Teknologi Sepuluh Nopember Surabaya
ISSN : -     EISSN : -     DOI : -
Core Subject : Humanities, Art,
Arts Humanities
Arjuna Subject : -
Articles 28 Documents
 1   2   3 
Search results for , issue "Vol 13, No 5 (2024)" : 28 Documents clear
Ensemble ROCK dan Hierarki Agglomerative untuk Mengelompokkan Desa Pendaftaran Tanah Sistematis Lengkap di Jawa Timur Nabila, Risna; Sutikno, Sutikno
Jurnal Sains dan Seni ITS Vol 13, No 5 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v13i5.153682

Abstract

Analisis kluster merupakan salah satu teknik multi-variat yang bertujuan mengelompokkan objek-objek yang memiliki kesamaan karakteristik. Permasalahan yang terjadi pada kasus nyata sering kali memiliki informasi dengan data numerik dan kategorik. Oleh karena itu, perlu adanya penge-lompokan menggunakan data numerik dan kategorik untuk memberikan lebih banyak informasi dan pemahaman yang le-bih baik, yaitu metode Ensemble ROCK dan Hierarki Agglo-merative. Metode ini digunakan untuk mengetahui karakteris-tik wilayah dengan mengelompokkan desa PTSL di Provinsi Jawa Timur. Hal ini dilakukan sebagai bahan acuan untuk me-laksanakan program Pendaftaran Tanah Sistematis Lengkap (PTSL) melalui Kementerian Agraria dan Tata Ruang/Badan Pertanahan Nasional (ATR/BPN). Hasil penelitian menunjuk-kan desa PTSL di Provinsi Jawa Timur terbagi atas 4 kelom-pok berdasarkan final cluster. Karakteristik program PTSL di Provinsi Jawa Timur terdiri atas 4 kelompok, yaitu 193 di kelompok 1, 90 desa di kelompok 2, 13 desa di kelompok 3, dan 4 desa di kelompok 4. Kriteria kebaikan yang didapatkan dari pengelompokan final cluster memiliki sifat homogenitas tinggi dalam kelompok dan heterogenitas tinggi antar kelompok.
Perbandingan Pemodelan Regresi Probit Ordinal Tanpa dan dengan Pendekatan Synthetic Minority Oversampling Technique (Studi Kasus: Status Ketahanan Pangan di Kawasan Timur Indonesia) Ainin, Muharinda Sugma Nur; Ratnasari, Vita
Jurnal Sains dan Seni ITS Vol 13, No 5 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v13i5.153663

Abstract

Pangan merupakan salah satu kebutuhan pokok ma-nusia yang harus dipenuhi setiap saat. Pemerintah Indonesia mengatur penyelenggaraan dan pemenuhan pangan berdasar-kan kedaulatan pangan, kemandirian pangan, dan ketahanan pangan melalui Undang-Undang Nomor 18 Tahun 2012. Keta-hanan pangan termasuk salah satu tujuan dalam Sustainable Develop-ment Goals (SDGs). Di Indonesia, ketahanan pangan menjadi salah satu isu strategis pembangunan nasional. Berda-sarkan Peta Ketahanan dan Kerentanan Pangan (FSVA) Indo-nesia Tahun 2022 menunjukkan bahwa masih terjadi ketim-pangan status ketahanan pangan di beberapa wilayah Indonesia dan sebagian besar berada di Kawasan Timur Indonesia, di mana 25 kabupaten/kota dengan nilai IKP terendah se-Indone-sia berada di Kawasan Timur Indonesia. Status ketahanan pangan memiliki skala ordinal dengan kategori 1 merupakan terendah dan kategori 6 merupakan kategori tertinggi. Pada penelitian ini dilakukan pemodelan terkait status ketahanan pangan pada 176 kabupaten/kota di Kawasan Timur Indonesia menggunakan regresi probit ordinal. Berdasarkan data FSVA 2022, ditemukan adanya indikasi data imbalance pada persebar-an kategori status ketahanan pangan di Kawasan Timur Indonesia dengan persentase data minoritas sebesar 14,77% sehingga dilakukan pemodelan tanpa dan dengan pendekatan SMOTE. Model terbaik merupakan pemodelan menggunakan regresi probit ordinal dengan pendekatan SMOTE. Hasil dari penelitian ini diperoleh variabel prediktor yang berpengaruh signifikan terhadap model terbaik adalah produktivitas tanam-an padi, luas lahan panen padi, indeks daya beli masyarakat, persentase rumah tangga penerima bantuan pangan dan per-sentase bayi BBLR. Kebaikan model yang diperoleh sebesar 52,2% dengan ketepatan klasifikasi sebesar 74,51%.
Peramalan Harga Saham-Saham Syariah Jakarta Islamic Index (JII) Menurut Portofolio Optimum Model Markowitz dengan Pendekatan Model Vector Autoregressive (VAR) Salsabil, Aditya Bagas; Supri Ulama, M.Si., Dr. Drs. Brodjol Sutijo
Jurnal Sains dan Seni ITS Vol 13, No 5 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v13i5.148683

Abstract

Investasi di pasar modal syariah Indonesia tumbuh signifikan. Pada Mei 2023, jumlah investor meningkat, dominasi dari generasi milenial dan Z mencapai 80,75%. BEI menargetkan pertumbuhan pasar modal syariah sebesar 10% di 2023, dengan 117.942 investor terdaftar saat ini. Jakarta Islamic Index (JII) sebagai indeks saham utama memiliki 30 emiten terlikuid. Diversifikasi portofolio menggunakan model Markowitz diperlukan untuk mengurangi risiko dan memaksimalkan return. Analisis multivariate time series dengan model VAR digunakan untuk meramalkan harga saham di masa depan pada portofolio tersebut. Portofolio optimal yang terbentuk memiliki expected return portofolio sebesar 13,7% per tahun dengan risiko 31,6% per tahun, dengan komposisi saham penyusun KLBF (29,2%), INTP (24,7%), INCO (15,6%), INKP (4,8%), AKRA (7,2%), dan MIKA (18,6%). Selanjutnya, model harga saham-saham penyusun portofolio optimal yang terbentuk adalah model VARI(1,1). Selanjutnya, proyeksi berdasarkan model VAR tersebut menunjukkan bahwa saham KLBF cenderung mengalami peningkatan, sementara saham INTP, INCO, dan MIKA cenderung fluktuatif di kuartal III tahun 2023.
Analisis Ulasan Pengunjung Akomodasi Wisata di Bali Menggunakan Latent Dirichlet Allocation dengan Pendekatan Topic-Based Sentiment Analysis Salsabila, Fadhila; Mukarromah, Adatul
Jurnal Sains dan Seni ITS Vol 13, No 5 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v13i5.154171

Abstract

Provinsi Bali menjadi provinsi teratas dalam sektor pariwisata. Menurut Prime World CNBC Indonesia, sektor tersebut berkontribusi sebesar 50% dari total pendapatan devisa Indonesia. Kesuksesan pariwisata sangat bergantung pada kualitas dan ketersediaan akomodasi wisata. Akomodasi wisata tidak hanya sebagai tempat menginap, tetapi juga memainkan peran penting dalam menciptakan kesan dan harapan bagi para wisatawan. Namun, pandemi Covid-19 menyebabkan jumlah kunjungan pada akomodasi wisata menurun. Oleh karena itu, pihak akomodasi wisata dapat memperhatikan ulasan yang diberikan pegunjung, khususnya pada platform digital, TripAdvisor. Analisis pada penelitian ini diawali oleh ekstraksi topik pada ulasan akomodasi wisata yang dilakukan pada dua periode, yaitu periode pre-Covid 19 dan during-Covid 19 menggunakan Latent Dirichlet Allocation (LDA). Pada kedua periode diperoleh 3 topik utama mengenai suasana dan pengalaman liburan, aksesibilitas dan value, serta fasilitas dan layanan dengan coherence score pada masing-masing periode sebesar 0,5491 dan 0,4982. Analisis sentimen dilakukan pada setiap topik yang diperoleh (topic-based sentiment analysis) menggunakan Naïve Bayes Classifier, baik menggunakan oversampling dengan SMOTE maupun tanpa SMOTE. Perbandingan metode tersebut menggunakan Stratified 10-Fold Cross Validation dengan kriteria kebaikan klasifikasi area under curve (AUC) menunjukkan bahwa hasil performa NBC dengan SMOTE lebih baik yang ditunjukkan dengan nilai AUC diatas 80% untuk data testing di setiap topik pada masing-masing periode. Penelitian ini diakhiri dengan visualisasi kata-kata dominan pada setiap topik melalui Lexical Salience-Valence Analysis (LSVA) Quadrant yang didasasarkan pada perhitungan word salience dan word valence untuk melihat tingkat positivitas atau negatifitas kata dan diperoleh bahwa terdapat perubahan serta pergeseran preferensi penglaman yang dirasakan  pengunjung dengan adanya pandemi Covid-19.
Analisis Minat Menggunakan PayLater yang Dipengaruhi oleh Literasi Keuangan, Gaya Hidup, Persepsi, dan Kemampuan Finansial dengan Structural Equation Partial Modelling Least Square (Studi Kasus : Pengguna PayLater di Pulau Jawa) Taqiya, Rahma Zidny; Rumiati, Agnes Tuti
Jurnal Sains dan Seni ITS Vol 13, No 5 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v13i5.154601

Abstract

Financial technology (fintech) merupakan inovasi di bidang keuangan yang memanfaatkan teknologi untuk menye-diakan layanan keuangan. Di Indonesia, perkembangan fintech sangat pesat dan telah memberikan kemudahan dalam berbagai aspek, seperti pembayaran, pinjaman, dan investasi. E-com-merce memberikan kesempatan bagi konsumen untuk menje-lajahi, memilih, dan membeli berbagai produk atau layanan secara online tanpa batasan waktu dan tempat. Salah satu ino-vasi yang muncul dalam metode pembayaran e-commerce adalah PayLater, yang memungkinkan konsumen untuk mela-kukan pembelian terlebih dahulu dan melakukan pembayaran di kemudian hari. Penelitian ini bertujuan untuk menguji pe-ngaruh literasi keuangan, gaya hidup, persepsi dan kemampuan finansial terhadap minat menggunakan PayLater. Proses peng-ambilan data dilakukan dengan menyebarkan kuesioner berda-sarkan kriteria responden. Kriteria responden yang akan digunakan pada penelitian ini adalah masyarakat yang berada di Pulau Jawa dengan usia 20−39 tahun. Berdasarkan kriteria yang tersebut, metode sampling yang akan digunakan adalah metode stratified random sampling dengan penentuan jumlah responden menggunakan rumus Krejcie dan Morgan. Peneliti-an ini menggunakan metode Structural Equation Model-Partial Least Square (SEM-PLS) dengan dua tipe data, yaitu data yang mengandung outlier dan data bebas outlier. Hasil penelitian de-ngan 660 responden adalah variabel literasi keuangan dan per-sepsi berpengaruh signifikan terhadap gaya hidup, dimana vari-abel kemampuan finansial tidak memiliki pengaruh yang signi-fikan terhadap variabel gaya hidup. Sedangkan gaya hidup me-miliki pengaruh yang signifikan terhadap variabel minat meng-gunakan PayLater.
Analisis Risiko Saham Subsektor Rumah Makan dan Ritel Pakaian & Tekstil di Bursa Efek Indonesia Menggunakan Conditional Value-at-Risk dengan Pendekatan ARMA-GARCH dan Extreme Value Theory Ardhini, Laila; Prastyo, Dedy Dwi
Jurnal Sains dan Seni ITS Vol 13, No 5 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v13i5.151031

Abstract

SSaham merupakan salah satu aset finansial yang po-puler. Saham menunjukkan kepemilikan sebuah perusahaan terbuka oleh individu (ritel) maupun institusi yang cenderung memiliki risiko tinggi. Pengelolaan risiko bagi investor sangat-lah penting untuk menghindari terjadinya kerugian yang besar pada kegiatan investasi. Investasi merupakan penanaman mo-dal untuk mendapatkan return sebesar-besarnya di masa depan. Dalam penelitian ini dilakukan estimasi risiko individu meng-gunakan Value-at-Risk (VaR) dengan pendekatan Autoregresive Moving Average-Generalized Autoregresive Conditional Heteros-kedasticity (ARMA-GARCH) dan Extreme Value Theory (EVT). Pada nyatanya risiko tidak hanya di pengaruhi oleh fluktuasi saham itu sendiri tetapi juga keterlibatan nilai risiko perusaha-an lain dan variabel makroekonomi yaitu nilai tukar USD/IDR yang dilakukan menggunakan Conditional Value-at-Risk (Co-VaR). Hasil penelitian menyimpulkan bahwa estimasi risiko dan profit individu saham MAPI menggunakan metode VaR de-ngan pendekatan ARMA-GARCH maupun EVT memiliki ting-kat risiko dan profit yang lebih tinggi dibandingkan saham lain-nya sedangkan dengan menggunakan metode CoVaR yang me-libatkan kondisi perusahaan saham lain dan kurs USD/IDR dengan pendekatan yang sama, saham MAPI memiliki tingkat risiko yang lebih tinggi dibandingkan saham lainnya, disisi lain profit tertinggi dimiliki oleh saham MAPA. Metode VaR dengan pendekatan ARMA-GARCH memberikan hasil estimasi risiko dan profit yang lebih akurat dibandingkan pendekatan EVT, se-dangkan sebaliknya untuk metode CoVaR. Keakuratan pende-katan ditunjukkan dengan expected shortfall yang lebih men-dekati nilai kuantil yang digunakan yaitu 5% dan 1%.
Pemodelan Indeks Keparahan Kemiskinan di Indonesia Menggunakan Regresi Probit Biner dengan Efek Interaksi Azizah, Salma; Ratnasari, Vita
Jurnal Sains dan Seni ITS Vol 13, No 5 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v13i5.154161

Abstract

Indeks Keparahan Kemiskinan merupakan pengu-kuran yang menggambarkan penyebaran pengeluaran di anta-ra penduduk miskin yang berada di bawah garis kemiskinan. Semakin tinggi nilai indeks, maka ketimpangan pengeluaran yang terjadi di antara penduduk miskin semakin tinggi pula. Terjadinya ketimpangan tersebut mengindikasikan adanya ke-tidakmerataan dalam upaya peningkatan kesejahteraan antar penduduk miskin. Angka Indeks Keparahan Kemiskinan di Indonesia sendiri dari tahun ke tahun menunjukkan perkem-bangan yang fluktuatif. Tetapi jika dilihat capaian Indeks Ke-parahan Kemiskinan secara nasional dari tahun 2021 ke tahun 2022 menunjukkan penurunan angka. Demi mencegah adanya kenaikan angka tersebut, maka perlu dilakukan analisis lebih lanjut mengenai faktor-faktor yang diduga mempengaruhi Indeks Keparahan Kemiskinan. Dalam penelitian ini, metode yang digunakan, yaitu regresi probit biner dengan efek inter-aksi. Variabel responss Indeks Keparahan Kemiskinan akan di-bagi menjadi dua kategori, yaitu Indeks Keparahan Kemis-kinan di bawah nasional dan Indeks Keparahan Kemiskinan di atas nasional. Dari hasil uji interaksi diperoleh satu pasang variabel prediktor yang saling berinteraksi, yaitu Tingkat Par-tisipasi Angkatan Kerja dengan persentase penduduk 15 tahun ke atas yang tamat perguruan tinggi. Sehingga, dalam pe-modelan akan melibatkan enam variabel prediktor efek utama dan satu variabel interaksi. Setelah dilakukan pemodelan menggunakan regresi probit biner dengan efek interaksi, vari-abel prediktor yang berpengaruh signifikan terhadap Indeks Keparahan Kemiskinan di antaranya, yaitu Tingkat Partisipa-si Angkatan Kerja, persentase penduduk 15 tahun ke atas yang tamat perguruan tinggi, persentase Rumah Tangga penerima program BPNT, serta variabel interaksi antara TPAK dengan persentase penduduk yang tamat Perguruan Tinggi. Ketepatan klasifikasi dari hasil prediksi model mencapai 79,41%.
Pemodelan Status KPR User di PT DMS Menggunakan Regresi Logistik Biner Andalusya, Berlyana; Aridinanti, Lucia; Wildani, Zakiatul
Jurnal Sains dan Seni ITS Vol 13, No 5 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v13i5.149033

Abstract

PT DMS adalah perusahaan yang bergerak dalam bi-dang kontruksi dan pembangunan hunian atau perumahan yang memfasilitasi bantuan finansial dalam bentuk kredit pemi-likan rumah atau KPR. Penyaluran KPR yang berhasil akan menguntungkan pihak bank maupun perusahaan. Namun, sela-ma 3 tahun terakhir terdapat lebih dari 10% user yang batal melakukan KPR di PT DMS. Hal ini dapat menimbulkan keru-gian bagi PT DMS. Agar persentase user yang batal KPR menu-run, diperlukan analisis untuk mengetahui faktor yang mempe-ngaruhi status KPR user di PT DMS. Terdapat 10 variabel yang diduga berpengaruh terhadap status KPR yaitu harga rumah, jangka waktu, status kawin, tingkat pendidikan, usia, jenis kelamin, pekerjaan, pendapatan, tipe rumah, dan uang muka. Dengan menggunakan metode Regresi Logistik Biner dan pena-nganan SMOTE NC didapatkan 7 variabel yang signifikan mempengaruhi status KPR PT DMS adalah harga rumah, jang-ka waktu KPR, usia, pekerjaan, tipe rumah, dan uang muka yang diajukan user untuk KPR dengan akurasi model sebesar 72,53%. Dari 7 variabel, terdapat 3 variabel yang memiliki pe-luang paling besar terhadap status KPR, yaitu jangka waktu KPR selama ≥ 20 tahun, pekerjaan karyawan swasta, dan tipe rumah lainnya yaitu tipe Wahid, Rafif, dan Maryam. Sehingga untuk meningkatkan penjualan perlu dengan status KPR ber-hasil dilakukan promosi penawaran khusus bagi karyawan swasta dengan jangka waktu ≥ 20 tahun dan tipe rumah yang ditawarkan tipe lainnya yaitu tipe Wahid, Rafif, dan Maryam.
Peramalan Volume Ekspor Akibat Pelarangan Ekspor CPO di Indonesia Menggunakan Model Intervensi Pusaka, Siddhi Wipracintya Galan; Dewi, Mukti Ratna
Jurnal Sains dan Seni ITS Vol 13, No 5 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v13i5.148228

Abstract

Kelapa sawit merupakan komoditas perkebunan ung-gulan dan utama Indonesia sebagai penghasil minyak sawit mentah atau CPO (Crude Palm Oil), yaitu minyak kelapa sawit mentah yang diolah kembali menjadi beberapa produk turun-an. Ekspor minyak sawit berperan penting untuk Indonesia karena kontribusi terhadap neraca perdagangan yang cukup besar. Volume ekspor minyak sawit Indonesia dari tahun 2019 hingga 2022 mengalami penurunan secara berkala namun pun-cak penurunan yang paling tajam terjadi pada bulan Mei 2022 sebesar 68% yang disebabkan oleh pemberlakuan kebijakan pelarangan ekspor CPO. Kebijakan ini diberlakukan pada 28 April hingga 23 Mei 2022 untuk mengatasi kelangkaan pasokan minyak goreng dalam negeri. Larangan ekspor CPO ini kemu-dian dicabut karena banjirnya minyak sawit dalam negeri hing-ga tangki tingkat produsen penuh dan menyebabkan petani me-rugi karena harus menjual dengan harga rendah. Indonesia se-bagai eksportir dan produsen minyak sawit terbesar di dunia harus mempertimbangkan agar kebutuhan ekspor minyak sa-wit tetap terpenuhi. Sebagai antisipasi perubahan volume eks-por dapat diperkirakan dengan mengembangkan model pera-malan yang memperhitungkan efek intervensi kebijakan ter-sebut. Penelitian ini menggunakan metode Autoregressive Inte-grated Moving Average (ARIMA) dengan fungsi intervensi. Hasil penelitian ini menunjukkan bahwa model yang terbentuk, yaitu ARIMA (1,0,0) dengan orde intervensi (1,0,0). Hasil permodelan ini menunjukkan terdapat peningkatan nilai volume ekspor CPO sebesar 0,445 juta ton pada satu periode sebelum inter-vensi dan penurunan nilai volume ekspor CPO sebesar 0,141 juta ton pada dua periode sebelum intervensi serta nilai volume ekspor CPO dipengaruhi sebesar 0,316 kali dari nilai volume ekspor CPO sebelumnya, dengan akurasi model MAPE sebesar 12,69% dan RMSE sebesar 0,390 maka dikatakan baik dan ha-sil ramalan sudah mendekati nilai sebenarnya.
Prediksi Financial Distress Perusahaan Sektor Keuangan yang Terdaftar pada Bursa Efek Indonesia Azzahra, Audy Shafira Nurfariesha; Ratih, Iis Dewi
Jurnal Sains dan Seni ITS Vol 13, No 5 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v13i5.149085

Abstract

Data pada Bursa Efek Indonesia menyebutkan bahwa perusahaan yang bergerak pada sektor keuangan memiliki nilai saham yang paling tinggi dibandingkan sektor lainnya yang akan sangat menarik minat para investor untuk berinvestasi pa-da sektor ini. Salah satu risiko investasi adalah kondisi financial distress perusahaan, yaitu suatu kondisi di mana keuangan per-usahaan sedang berada dalam keadaan tidak sehat yang menun-jukkan tahap penurunan dalam kondisi keuangan perusahaan sehingga perusahaan tidak mampu menghasilkan keuntungan dan membayar kewajibannya. Sebelum memilih perusahaan untuk investasi, penting untuk melakukan prediksi untuk mem-perkirakan apakah sebuah perusahaan berpotensi untuk meng-alami financial distress. Metode Support Vector Machine (SVM) dapat digunakan untuk memprediksi financial distress peru-sahaan dengan memisahkan perusahaan yang mengalami financial distress dan non-distress berdasarkan variabel yang memengaruhinya. Untuk meningkatkan hasil akurasi prediksi, penelitian ini akan menggunakan metode optimisasi menggu-nakan metode Particle Swarm Optimization (PSO). Hasil dari penelitian ini, yaitu model prediksi financial distress perusahaan sektor keuangan menggunakan metode Spport Vector Machine (SVM) dan optimasi PSO (Particle Swarm Optimization) meng-gunakan data hasil penanganan imbalance dengan SMOTE menghasilkan akurasi terbaik di antara metode lainnya, dengan 11 perusahaan diprediksi mengalami financial distress.

Page 1 of 3 | Total Record : 28

 1   2   3 

Filter by Year

2024 2024


Reset
Filter By Issues
All Issue Vol 14, No 2 (2025) Vol 14, No 1 (2025) Vol 13, No 6 (2024) Vol 13, No 5 (2024) Vol 13, No 4 (2024) Vol 13, No 3 (2024) Vol 13, No 2 (2024) Vol 13, No 1 (2024) Vol 12, No 6 (2023) Vol 12, No 3 (2023) Vol 12, No 2 (2023) Vol 12, No 1 (2023) Vol 11, No 6 (2022) Vol 11, No 5 (2022) Vol 11, No 4 (2022) Vol 11, No 3 (2022) Vol 11, No 2 (2022) Vol 11, No 1 (2022) Vol 10, No 2 (2021) Vol 10, No 1 (2021) Vol 9, No 2 (2020) Vol 9, No 1 (2020) Vol 8, No 2 (2019) Vol 8, No 1 (2019) Vol 7, No 2 (2018) Vol 7, No 1 (2018) Vol 6, No 2 (2017) Vol 6, No 1 (2017) Vol 5, No 2 (2016) Vol 5, No 1 (2016) Vol 4, No 2 (2015) Vol 4, No 1 (2015) Vol 3, No 2 (2014) Vol 3, No 1 (2014) Vol 2, No 3 (2013) Vol 2, No 2 (2013) Vol 2, No 1 (2013) Vol 1, No 1 (2012): Jurnal Sains dan Seni ITS (ISSN 2301-928X) More Issue