Hasil Pencarian  ::  Simpan CSV :: Kembali

"Anggaran yang selama ini dibuat secara tahunan merupakan bagian sumber informasi utama dalam melakukan manajemen kontrol system. Namun dalam perjalanan waktu muncul ketidak sesuaian yang ekstrem antara anggaran dengan aktual yang mencapai perbedaan 50% (aktual dibanding anggaran). Hal ini dikarenakan anggaran yang dibuat berdasarkan ekstrapolasi dari periode sebelumnya dan target merupakan hasil "adjustment" eksekutif perusahaan. Dengan keadaan seperti itu maka evaluasi kinerja perusahaan dapat menimbulkan ketidakakuratan bahkan kesalahan dalam pengambilan keputusan oleh manajemen maupun dalam melakukan review kinerja perusahaan, dikarenakan terjadinya penyimpangan (variance)baik positif maupun negatif selalu dievaluasi terhadap anggaran yang sifatnya tetap (fixed).Berdasarkan kondisi tersebut diperlukan suatu model manajemen alternatif untuk mendukung proses anggaran yang selama ini telah berjalan, yakni melalui suatu model "Rolling Forecast". Prinsip-prinsip dari rolling forecast secara umum adalah dengan melakukan proyeksi setiap tiga bulan (quarterly) atau jika sumber daya yang mencukupi dan kompeten dapat dilakukan setiap bulan. Proyeksi (forecasting) yang dilakukan bukanlah suatu pekerjaan sederhana yang hanya melakukan ekstrapolasi terhadap anggaran yang Blab disusun dan melakukan pembaruan (update) terhadap sisa bulan berjalan, melainkan melibatkan proses yang dimulai dari bawah (bottom -up) dari pemegang anggaran untuk menyesuaikan kembali asumsi-asumsi yang telah dipakai dalam anggaran sebelumnya dengan kondisi aktual yang terjadi. Dengan implementasi ini maka pemegang budget dapat melakukan persetujuan kembali untuk kebutuhan-kebutuhan atau antisipasi perkiraan yang akan datang, yang sebelumnya belum diasumsikan pada saat menyusun anggaran tahunan. Penggunaan rolling forecast sebagai alternatif untuk mengurangi kelemahan sistem anggaran yang sifatnya tetap pada PT "X" diharapkan mampu mengurangi kelemahan-kelemahan sistem anggaran tradisional."

"Inovasi pada suatu daerah akan berdampak pada daerah disekitarnya dikarenakan adanya transfer teknologi antar daerah sehingga akan terbentuk difusi teknologi baru. Dalam penulisan ini akan dibahas mengenai pengaruh dari inovasi terhadap pertumbuhan ekonomi regional 33 provinsi di Indonesia pada periode 2009-2014. Model spasial error digunakan untuk menganalisis pengaruh inovasi terhadap pertumbuhan ekonomi regional. Pendidikan digambarkan dengan jumlah angkatan kerja dengan minimal pendidikan strata 1 (S1) digunakan sebagai proksi dari inovasi, sedangkan tingkat partisipasi angkatan kerja dan penanaman modal asing digunakan sebagai variabel kontrol bagi pertumbuhan ekonomi regional. Data dari variabelvariabel ini tersedia dari Badan Pusat Statistik Indonesia. Melalui pendekatan spasial ekonometrika didapatkan hasil bahwa inovasi dan TPAK memiliki dampak yang signifikan, namun inovasi memiliki dampak negatif sebesar 0.35% terhadap pertumbuhan ekonomi regional. Sedangkan untuk penanaman modal asing tidak memiliki pengaruh yang signifikan terhadap pertumbuhan ekonomi regional.

---

Innovations in a region will have an impact on the surrounding region due to the transfer of technology between regions that will form the diffusion of new technologies. In this paper will discuss the effect of innovation on regional economic growth from 33 provinces in Indonesia in the period of 2009-2014. Spatial error models used to analyze the impact of innovation on regional economic growth. Education is described by the number of students is used as a proxy of innovation, while the labor force participation rate and foreign investment is used as a control variable for regional economic growth. Data from these variables available from Statistics Indonesia. Through spatial econometric approach showed that innovation and LFPR have a significant impact, but innovation has a negative impact of 0.35% on the growth of regional economies. As for foreign investment does not have a significant effect on regional economic growth."

"Penulisan skripsi ini merupakan penambahan analisis dari simulasi forecasting pertumbuhan subscriber, sites, dan biaya untuk pembangunan sites LTE rel. 8 dan LTE rel. 10 pada referensi [1-2]. Pengembangan yang dilakukan adalah menganalisis dampak penggelaran teknologi 4G dengan pertumbuhan ekonomi di Indonesia. Dengan menggunakan GMM estimator dapat dilihat pengaruh laju dan besar dari GDP per Kapita yang didapatkan dari pengaruh penetrasi pengguna teknologi 4G. Dengan mengikuti fungsi Gompertz, ada tiga skenario yang dilakukan pada skripsi ini untuk penerapan 4G, yang disimulasikan menggunakan MATLAB. Skenario cepat, dengan jangka waktu perkembangan LTE rel. 8 selama tiga tahun kemudian digantikan oleh LTE rel. 10 menuntut cepatnya proses penggelaran dan adaptasi teknologi 4G, sehingga kenaikan GDP per Kapita mencapai 211,98% pada tahun awal. Pada skenario lambat, dengan nilai variabel c yang hanya -0,1 (mengindikasikan accelerated growth yang lambat), pertumbuhan GDP per Kapita hanya memperoleh kenaikan 53% pada tahun awal,dan juga dikhawatirkan 4G sudah termasuk teknologi kuno pada periode terakhir forecasting dan segera digantikan dengan teknologi berikutnya. Skenario sedang, memungkinkan dilakukan meskipun terjadi penurunan GDP per Kapita sebesar 6,5% dengan antisipasi pengembangan LTE rel. 10 saat masuk fase terminasi LTE rel. 8, sehingga pengguna dapat segera beradaptasi dengan pengembangan LTE rel. 10 untuk meningkatkan GDP per Kapita.

---

This undergraduate thesis is a development of software forecasting simulation for subscriber and sites growth and also cost to build LTE‟s rel 8 and LTE‟s rel 10 sites [1-2]. The adjustment is to analyze the impact of development of 4G technology with economic growth in Indonesia. By using the GMM estimator can be seen the influence of 4G penetration and GDP per capita. By following Gompertz function, there are three scenarios that build for this undergraduate thesis for 4G implementation, rapid scenario with three years development of LTE rel. 8 and then changing to LTE rel. 10 is forcing the process and adaptation of 4G technology must be quick. In slow scenario with value of variable c is -0,1 (indicating slow accelerated growth) GDP per capita growth only earn 53% increase in the early year and also 4G technology has possibilities become obsolete because of their slow growth process and would be change by the newest technology later. Intermediate growth is also possible to conduct, otherwise GDP percapita decline of 6.5%. However it needs anticipation when developing LTE rel. 10 when entering termination phase of LTE rel. 8. Therefore subscriber can catch up to adapting the development of LTE rel. 10 to improving GDP per capita."