SKRIPSI PENERAPAN METODE ACTIVITY BASED COSTING TERHADAP HARGA POKOK PENJUALAN (HPP) DI UMKM TOKO KUE GUILTY PLEASURE JAKARTA (GPJKT) PERIODE TAHUN 2018 – 2022

Detail Cantuman

Soft Copy

SKRIPSI PENERAPAN METODE ACTIVITY BASED COSTING TERHADAP HARGA POKOK PENJUALAN (HPP) DI UMKM TOKO KUE GUILTY PLEASURE JAKARTA (GPJKT) PERIODE TAHUN 2018 – 2022

XML

Penelitian ini bertujuan untuk menganalisis penerapan metode Activity Based Costing (ABC) terhadap penentuan Harga Pokok Penjualan (HPP) di UMKM Toko Kue Guilty Pleasure Jakarta (GPJKT) pada periode 2018–2022. Teori yang digunakan adalah teori efisiensi produksi, yang menekankan pentingnya alokasi biaya secara tepat terhadap aktivitas yang memberikan nilai tambah. Penelitian ini menggunakan pendekatan deskriptif dan analisis kuantitatif, dengan metode perhitungan HPP berdasarkan metode tradisional dan metode ABC. Hasil penelitian menunjukkan bahwa selama periode 2017–2022, GPJKT masih menggunakan metode konvensional yang tidak mencerminkan struktur aktivitas secara akurat. Simulasi metode ABC menunjukkan adanya kenaikan HPP rata-rata sebesar 324% dibanding metode tradisional, terutama pada produk kue custom 3D yang melibatkan aktivitas kompleks. Selain itu, meskipun volume penjualan meningkat tiap tahun, efisiensi tidak tercapai karena tingginya beban biaya aktivitas seperti dekorasi dan pengiriman. Dengan metode ABC, manajemen dapat mengidentifikasi aktivitas yang boros biaya dan menyusun strategi produksi serta anggaran yang lebih efisien dan tepat sasaran.


Detail Information

Item Type
Bachelor's Thesis
Penulis
RIFFANS ANTONIO LANDE - Personal Name
Student ID/NPM
02201940065
Dosen Pembimbing
Diah Nurdiana, S.E., M.Ak. - - Dosen Pembimbing 1
Penguji
Kode Prodi PDDIKTI
62201
Edisi
Unpublished
Prodi/Fakultas
Kontributor
Bahasa
Indonesia
Penerbit Institut Bisnis & Informatika Kosgoro 1957 : Jakarta.,
Edisi
Unpublished
Subyek
No Panggil
2025-57-137
Copyright
Doi

Bentuk File

Lampiran Berkas

LOADING LIST...



Informasi


DETAIL CANTUMAN


Kembali ke sebelumnya  XML Detail