ABSTRAKPada umumnya, pengrajin batik di Pamekasan tidak menghitung secara rinci biaya-biaya yang dikeluarkan dalam proses produksi, serta menetapkan harga jual berdasarkan harga yang berlaku di pasar, sehingga keuntungan bersih tidak dapat diketahui secara pasti. Berdasarkan permasalahan tersebut, penelitian ini difokuskan untuk mengurai pembiayaan produksi batik melalui aktivitas-aktivitas produksi yang dilakukan secara rinci menggunakan metode Activity Based Costing (ABC), dimana metode ini terbukti memiliki tingkat keakurasian yang baik dalam menentukan HPP. Setiap aktivitas yang melibatkan biaya akan diakumulasikan untuk menentukan HPP. Untuk mendapatkan biaya bahan baku yang akurat, penelitian ini juga mempertimbangkan perubahan harga bahan baku di pasaran, dengan menggunakan peramalan harga melalui analisis Regresi Linier mengingat perubahan harga bahan batik memiliki pola data trend. Hasil prediksi pada harga dengan Regresi Linier terhadap bahan baku dan bahan penolong batik meliputi kain, malam dan pewarna masing-masing sebesar Rp. 22.267,00; Rp 80.700,00 dan Rp. 21.300,00. Pada BOP, kelompok aktivitas pembuatan motif, pewarnaan serta pelorotan dan finishing dihitung berdasarkan jumlah warna yang digunakan, sehingga cost driver yang digunakan adalah panjang kain (meter). Untuk kelompok aktivitas pemeliharaan dan pemasaran, cost driver yang digunakan masing-masing adalah Jam

2) ABSTRAK Pengawasan terhadap kinerja akademik mahasiswa sebagai bentuk peningkatan mutu harus dilakukan secara tersistem dan terintegrasi. Namun pengawasan tersebut akan lebih efektif jika dilakukan secara periodik, yaitu pada tahun kedua dan keeempat dengan maksud pihak akademik dapat mengetahui perkembangan pencapaian belajar masing-masing mahasiswa dengan cepat, sehingga peringatan atau tindakan yang akan diberikan pada mahasiswa dan evaluasi terhadap seluruh aktivitas akademis dapat segera dilakukan. Penelitian ini bertujuan mengklasifikasikan kinerja mahasiswa melalui IPK dan jumlah SKS yang belum diselesaikan selama masa studinya. Klasifikasi dilakukan pada tahun kedua dan tahun keempat masa studi. Pada tahun kedua, klasifikasi dibagi menjadi tiga status yaitu Normal, Bermasalah dan Peringatan dengan ditentukan melalui standar nilai yang ditentukan. Pada tahun keempat klasifikasi dibagi menjadi dua kelompok, yaitu kelompok Lulus dan Drop Out. Proses klasifikasi yang dilakukan pada tahun keempat, menggunakan algoritma Naïve Bayes yang terbukti memiliki tingkat keakurasian yang tinggi dengan metode maximum likehood atau berdasarkan kemiripan tertinggi dari data yang diolah. Pada proses penghitungan Naïve Bayes terdapat sedikit keraguan apabila ada peluang yang bernilai 0. Oleh karena itu untuk memaksimalkan performa dari Naïve Bayes dalam klasifikasi ini, maka digunakan Dirichlet Smoothing. Berdasarkan hasil pengujian terhadap 200 data uji maka didapatkan nilai akurasi mencapai 91.50%, nilai precision sebesar 88.78% dan nilai recall adalah 95%. Dengan demikian dapat diketahui bahwa data memiliki nilai yang konsisten.

Rengginang Lorjuk is a typical Madura food that is ordered more by SMEs and is found in Sumenep Regency and several other areas in Madura. This product is made for supplies and orders, where demand will surge at certain times. Therefore, SMEs of Rengginang Lorjuk is required to have good planning in determining the selling price in accordance with the revenue target obtained. Considering that the main raw materials used are sticky rice and ensis leei (lorjuk) are raw materials that have fluctuating prices, this studio compares forecasting methods namely Holt Winter (HW) and Moving Average (MA), supported by MSE and MAPE, in order to obtain accurate forecasting results. These forecasting results show that HW has better accuracy than the MA, which is then used to calculate the cost of production with an Activity-Based Costing system, which requires charging costs for all activities carried out in production, namely the cost of raw materials, direct labor costs, and overhead factory fee. Using MAPE values, this study yields 4 estimates of production costs in accordance with changes in raw material costs.

Положення Iндонезiї, яка розташована на злиттi трьох плит (Євразiйської, Iндо-Австралiйської i Тихоокеанської), викликає утворення ряду вулканiв в деяких частинах країни i джерел геотермальної енергiї навколо вулкана. Геотермальна енергiя-це енергiя природних ресурсiв у виглядi гарячої води або пари, що утворюються в резервуарi всерединi землi в результатi нагрiвання пiдземних вод магматичними породами (Team Pertamina, 2010). Геотермальна енергiя може використовуватися безпосередньо для сушiння сiльськогосподарської продукцiї, туризму i побутових потреб або опосередковано для приведення в дiю електрогенеруючих турбiн. В даному дослiдженнi, зосередженому на Схiднiй Явi, автор обговорює геотермальний потенцiал з використанням геоелектричних методiв в нескiнченнiй зонi пожежi для надання iнформацiї в якостi одного з вiдповiдей спiльнотi i уряду, що, як очiкується, дасть уявлення про те, наскiльки великий геотермальний потенцiал при використаннi геоелектричного методу в зонi пожежi, яка нiколи не гасилася в Памекасанi, Мадура. Довгострокова мета цього дослiдження полягає в отриманнi енергiї нафтового палива в районi Памекасана. В даному дослiдженнi використовується геоелектричний метод диполь-дипольної установки за допомогою програми Delphi. Результати цiєї програми придатнi для оперативних розрахункiв при обробцi геоелектричних даних. Ця програма оснащена опцiями установок Веннера, Шлюмберже, диполь-дипольної i поль-польної, що дозволяє вибрати потрiбну установку. Результати даного дослiдження-лiнiя 1, що тягнеться з пiвночi на пiвдень.