INTEGRASI PENDEKATAN MARKOV CHAIN UNTUK MENYUSUN RKAT (RENCANA KEGIATAN DAN ANGGARAN TAHUNAN) YANG EFISIEN

Rizky Stighfarrinata, Rony Prabowo

Abstract

Dalam kegiatan suatu organisasi atau lembaga baik vokasi ataupun non vokasi pastinya memerlukan suatu sumber dana sebagai penyokong kegiatan dan prasarana yang ada dalam organisasi atau lembaga tersebut. Dalam memperoleh sumber dana, tentunya pihak pengaju (organisasi atau lembaga) tersebut meminta kepada pemberi dana baik yang berasal dari per orangan, organisasi lain atau bahkan kepada pemerintah yang ada dalam negara tersebut. Penelitian ini menggunakan metode Markov Chain untuk mengoptimalkan percepatan dalam penyusunan RKAT dan juga mengetahui metode terbaik dalam penyusunan RKAT. Setelah melakukan penelitian dihasilkan penyusunan RKAT dengan dengan menggunakan metode Markov Chain memiliki persentase sebesar 66,67% cukup – efisien pada tahun 2021 & 2022, 33,33% cukup – efisien pada tahun 2023. Sehingga persentase  untuk pengeluaran selama 3 periode sebesar 55,56%. 

Full Text:

PDF

References

T. A. Novarima, U. Ludigdo, and Y. W. Prihatiningtias, “Mengungkap Praktik Senjangan Anggaran Pada Organisasi Nirlaba: Badan Pengelola Dana Amanat (Studi Etnometodologi),” J. Akunt. Aktual, vol. 5, no. 1, pp. 63–75, 2018, doi: 10.17977/um004v5i12018p063.

J. Ekonomi, S. Jeps, J. Ekonomi, P. Sains, and S. Wahidah, “Meningkatkan kompetensi kepala sekolah dalam menyusun rencana kerja tahunan melalui pendampingan manajerial pada SMK binaan di Kota Banda Aceh,” vol. 3, no. 1, pp. 18–24, 2019.

Menteri Pendidikan dan Budaya, Laporan Kinerja MENDIKBUD 2011, vol. 7, no. 9. 2011.

Z. qian Jia, Z. fang Zhou, H. jie Zhang, B. Li, and Y. xian Zhang, “Forecast of coal consumption in Gansu Province based on Grey-Markov chain model,” Energy, vol. 199, 2020, doi: 10.1016/j.energy.2020.117444.

L. Zeng et al., “Markov-chain-based inverse modeling to fast localize hazardous gaseous pollutant sources in buildings with ventilation systems,” Build. Environ., vol. 169, p. 106584, 2020, doi: 10.1016/j.buildenv.2019.106584.

S. M. Owoeye, B. M. Oseni, and E. Gayawan, “Estimating lifetime malnourished period and its statistics based on the concept of Markov chain with reward,” Heliyon, vol. 6, no. 5, p. e04073, 2020, doi: 10.1016/j.heliyon.2020.e04073.

J. L. Kirkby, D. H. Nguyen, and D. Nguyen, “A general continuous time Markov chain approximation for multi-asset option pricing with systems of correlated diffusions,” Appl. Math. Comput., vol. 386, p. 125472, 2020, doi: 10.1016/j.amc.2020.125472.

J. Derivat, “Prediksi Kurs Rupiah Terhadap Dolar Dengan Fts-Markov Chain Dan Hidden,” vol. 6, no. 1, pp. 32–41, 2019.

H. Bonakdari, A. H. Zaji, A. D. Binns, and B. Gharabaghi, “Integrated Markov chains and uncertainty analysis techniques to more accurately forecast floods using satellite signals,” J. Hydrol., vol. 572, no. February, pp. 75–95, 2019, doi: 10.1016/j.jhydrol.2019.02.027.

M. Murdani and A. Suherlan, “Analisis Efektivitas Dan Efisiensi Penyerapan Anggaran Pendidikan Dan Kesehatan Dalam Apbd Kabupaten Aceh Besar Pada Periode 2008-2012,” Signifikan J. Ilmu Ekon., vol. 3, no. 2, pp. 127–148, 2014, doi: 10.15408/sigf.v3i2.2057.

Refbacks

  • There are currently no refbacks.