Analisis Indeks Pembangunan Manusia Provinsi-Provinsi di Indonesia Menggunakan Indeks Baru Berdasarkan Metode Resampling

Pada penelitian ini dibahas tentang penggunaan Indeks Baru untuk mengukur autokorelasi spasial secara global. Kontribusi utama dari karya ini adalah untuk mengetahui korelasi antara Indeks Geary dan Indeks Moran. Selain itu penelitian ini bertujuan untuk mengetahui pengaruh spasial terhadap IPM Provinsi-Provinsi di Indonesia. Data yang digunakan adalah data IPM provinsi-provinsi di Indonesia tahun 2010 – 2018. Prosedur yang dilakukan adalah dengan mengukur data IPM menggunakan Indeks Geary dan Indeks Moran. Selanjutnya nilai Indeks Geary dan Indeks Moran digunakan untuk mencari korelasi yang terjadi antara Indeks Geary dan Indeks Moran. Korelasi yang terbentuk antara Indeks Geary dan Indeks Moran sangat kuat sehingga Indeks Baru dapat dirumuskan. Untuk memvalidasi keakuratan Indeks Baru dilakukan uji autokorelasi spasial terhadap Indeks Baru menggunakan Metode Bootstrap dan resampling berdasarkan estimasi densitas Kernel. Berdasarkan hasil resampling menggunakan metode bootstrap dan resampling berdasarkan estimasi densitas Kernel dengan pengulangan sebanyak 10000 kali ditemukan bahwa nilai-p tahun 2010 – 2018 berkisar antara 0,001 – 0,006 yang berarti terdapat autokorelasi spasial atau terdapat keterkaitan erat antara IPM provinsi dengan IPM provinsi-provinsi yang bertetangga. Dengan kata lain, bahwa antar provinsi satu dengan provinsi yang berbatasan memiliki kemiripan nilai IPM atau saling berkorelasi. Dengan didapatkannya hasil analisis ini, maka dapat menjadi acuan pemerintah dalam melakukan pemerataan pembangunan disetiap provinsi di Indonesia dengan mempertimbangkan keterkaitan antar provinsi di Indonesia.

Potensi Kulit Batang Kesambi (Schleichera oleosa) Sebagai Pengawet Ikan Tongkol (Euthynnus affinis)

Masyarakat NTT mempunyai dua hasil pangan unggulan yaitu, ikan tongkol dan daging sapi. Dua hasil pangan unggulan tersebut pada umumnya digunakan oleh masyarakat marginal sebagai sumber gizi. Dalam pengolahan ikan tongkol masyarakat sering mengalami kesulitan dikarenakan Ikan tongkol mudah rusak atau busuk karena mengandung lemak dan kandungan air yang cukup tinggi. Berbeda dengan daging, masyarakat NTT menggunakan daun Kesambi (Schleichera oleosa) dalam pengasapan daging se’i karena memberikan rasa dan aroma yang khas dan daya tahan daging menjadi lebih lama. Penelitian ini mengkaji proses pengawetan ikan tongkol dengan menggunakan Kesambi (Schleichera oleosa). Metode penelitian yang digunakan dalam penelitian ini adalah penelitian eksperimen dengan metode uji organoleptik. Desain eksperimen yang digunakan adalah True Experimental Design (Sugiyono, 2009). Aktivitas antioksidan ditentukan dengan metode DPPH. Berdasarkan data pengukuran nilai absorbansi maka dapat dianalisis pengaruh konsentrasi sampel dengan nilai absorbansi, yaitu peningkatan aktivitas sebanding dengan bertambahnya konsentrasi. Penentuan aktivitas antioksidan dapat dihitung dengan persamaan y = ax + b pada kurva regresi linear. Hasil variasi konsentrasi 10, 50, dan 100 mg/L yakni (10:0.04137), (50:0.19521),(100:0.19269), (C-10:0.02653), (C-50:0.04533). Sesuai dengan parameter nilai IC50, hasil menunjukkan bahwa kulit batang Kesambi merupakan antioksidan yang sangat kuat dimana (nilai x < 50). Hasil uji organoleptik warna ikan tongkol tetap cerah dan bertahan pada hari 1 dan 2, aroma ikan bertahan pada 1 hari, dan uji rasa berahan 1-2 hari.

Penentuan Status Kewaspadaan COVID-19 Pada Suatu Wilayah Menggunakan Metode Fuzzy Inference System (FIS) Mamdani

Pada tahun 2020, Indonesia menjadi salah satu negara yang mengalami pandemi Coronavirus Disease 19 (COVID-19) akibat virus SARS-CoV-2. Mengatasi hal tersebut, pemerintah harus menetapkan kebijakan yang efektif dengan memperhatikan situasi dan kondisi setiap daerah. Salah satu caranya adalah dengan menentukan status kewaspadaan. Di Indonesia, status kewaspadaan wilayah diserahkan pada kebijakan pemerintah daerah masing-masing yang menyebabkan adanya penilaian secara subjektif oleh pemerintah daerah,sehingga banyak definisi dan batasan yang kurang jelas mengenai penentuan status kewaspadaan. Permasalahan tersebutlah yang melatarbelakangi penelitian ini, dimana akan dicari suatu model berdasarkan metode Fuzzy Inference System (FIS) Mamdani untuk menentukan status kewaspadaan COVID-19 berdasarkan variabel terkait dan aturan yang berlaku. Data yang digunakan adalah data harian COVID-19 Provinsi Jawa Barat (1 April – 15 Juli 2021). Data yang digunakan berjumlah 27 kelompok data wilayah yang terdiri dari 4 variabel. Variabel inputnya adalah kasus positif COVID-19, kasus Orang dalam Pemantauan (ODP), dan kasus Pasien dalam Pemantauan (PDP), dan masing-masing variabel didefinisikan menjadi 5 himpunan Fuzzy, yaitu Sangat Rendah, Rendah, Sedang, Tinggi, dan Sangat Tinggi. Variabel output-nya didefinisikan dalam 5 himpunan Fuzzy tentang Status Kewaspadaan seperti peraturan Pemda Jabar yaitu status HIJAU, BIRU, KUNING, MERAH, dan HITAM. Semua variabel menggunakan fungsi keanggotaan representasi kurva segitiga. Proses analisis data menggunakan software Matlab. Keberhasilan model dinilai dari persentase kesamaan status yang diperoleh dengan membandingkan hasil analisis FIS Mamdani dengan data status kewaspadaan real. Setelah melakukan 4 kali pengulangan analisis, dimana pada setiap analisis dilakukan perubahan domain pada himpunan Fuzzy, didapatkan model dengan persentase kesamaan status rata-rata sebesar 81%, pada data 6 wilayah di Jawa Barat.

Identifikasi Problematika Evaluasi Pendidikan Karakter di Sekolah

Pencanangan pendidikan karakter telah dimulai sejak 10 tahun lalu. Namun, hasil pelaksanaanya di sekolah belum diketahui secara pasti, sehingga diperlukan identifikasi mengenai problematika evaluasi pendidikan karakter di sekolah. Artikel ini bersifat deskriptif mengenai identifikasi bagaimana cara mengevaluasi keberhasilan pendidikan karakter di sekolah dengan tepat, sehingga nilai-nilai karakter tersebut secara nyata terinternalisasi dalam jiwa anak didik, tertampilkan dalam perilaku yang baik, dan akhirnya muncul sebagai habit (kebiasaan) yang membudaya. Beberapa faktor penyebab tidak berhasilnya implementasi pendidikan karakter sampai saat ini adalah (1) belum adanya model evaluasi pendidikan karakter sebagai pedoman operasional dalam melakukan evaluasi pendidikan karakter peserta didik secara tepat, efisien dan efektif, (2) pendidikan terlalu menekankan pada aspek intelektual sebagai ukuran keberhasilan, sehingga pembentukan karakter yang baik terabaikan, (3) tidak adanya penerapan pendidikan karakter secara menyeluruh, melainkan sekedar memenuhi kewajiban mengajar, tanpa mengetahui bagaimana seharusnya, (4) anak belum mendapatkan model yang dapat menjadi teladan, dan (5) derasnya informasi yang diterima anak tanpa penyaring. Beberapa langkah evaluasi pendidikan karakter yang diusulkan untuk mengatasi masalah utama evaluasi pendidikan karakter adalah (1) mendefinisikan atau memberi makna secara khusus pada karakter yang akan dicapai, (2) elaborasi terhadap substansi makna yang terkandung dalam karakter tersebut melalui suatu hierarki perilaku: moral knowing, moral feeling, dan moral action, (3) menyusun indikator hasil belajar yang harus dikuasai oleh anak sesuai tahap perkembangannya, (4) menjabarkan indikator karakter menjadi indikator penilaian dalam bentuk rubrik.

Implementasi Microsoft Power BI Dalam Memantau Kehadiran dan Transportasi Pegawai

Absensi karyawan merupakan suatu hal yang penting dalam operasional kantor. Absensi secara tidak langsung dapat menggambarkan pola kerja dari karyawan yang terdapat di suatu perusahaan. Absensi juga dapat memengaruhi hal-hal lain, salah satunya adalah keproduktivitasan karyawan. Jika tingkat produktivitas karyawan dalam suatu perusahaan relatif tinggi, maka karyawan mampu memenuhi target yang telah ditentukan oleh perusahaan. Dengan informasi dari data-data tersebut akan diperoleh data yang besar dan belum di proses. Agar data tersebut dapat diolah menjadi informasi yang bernilai, dibutuhkan sebuah bisnis intelligence (BI) software yang dapat memvisualisasikan data-data tersebut sehingga dapat menampilkan informasi mengenai data kehadiran dan data transportasi. Penelitian ini bertujuan untuk mendapatkan dashboard yang menggambarkan mengenai data kehadiran sehingga perusahaan mengetahui trend dari kehadiran mengenai jam kehadiran hingga status kehadiran karyawan dan data transportasi dari pengeluaran tiap jenis kendaraan hingga tiap kode perjalanan yang nantinya akan mempermudah perusahaan dalam memantau. Penelitian ini dilakukan menggunakan BI software, yaitu Microsoft Power BI untuk dapat memvisualisasikan mengenai data yang didapat dan Microsoft SQL Server Management Studio untuk membuat gudang data. Hasil dari penelitian ini adalah dashboard daily attendance dengan grafik Clock In memperlihatkan presensi terbanyak pada pukul 10.00 dan grafik Clock Out memperlihatkan presensi terbanyak pada pukul 18.00. Lalu, dashboard trip dengan informasi total tarif terbesar berdasarkan kode perjalanan adalah “19AC0113” dengan total melebihi Rp. 9.000.000,00 dari karyawan PT. ATG dan dashboard trip information memperlihatkan penggunaan transportasi terjadi pada tiga kota, yaitu Jakarta, Bandung, dan Surabaya dengan total tarif terbesar terdapat di Jakarta sebesar Rp. 99.552.000.

Hubungan Hasil Belajar Kalkulus Diferensial dan Kalkulus Integral Terhadap Hasil Belajar Kalkulus Lanjut Mahasiswa Pendidikan Matematika Universitas Sanata Dharma

Mata kuliah Kalkulus Lanjut di program studi Pendidikan Matematika Universitas Sanata Dharma (USD) dapat ditempuh mahasiswa dengan syarat telah lulus dari mata kuliah Kalkulus Diferensial dan Kalkulus Integral. Tujuan dari penelitian ini untuk menguji signifikansi kontribusi kemampuan Kalkulus Diferensial atau Kalkulus Integral terhadap hasil belajar Kalkulus Lanjut pada mahasiswa Pendidikan Matematika USD. Populasi pada penelitian ini adalah mahasiswa Program Studi Pendidikan Matematika USD. Sampel pada penelitian ini adalah mahasiswa Program Studi Pendidikan Matematika USD angkatan 2017 dengan teknik pengambilan sampel menggunakan cluster sampling. Teknik pengumpulan data dengan menggunakan dokumentasi. Teknik analisis data menggunakan uji regresi linier berganda dan uji korelasi. Seluruh analisis statistik dilakukan dengan menggunakan software SPSS. Berdasarkan hasil analisis data tersebut, disimpulkan ada kontribusi yang signifikan antara hasil belajar Kalkulus Diferensial atau hasil belajar Kalkulus Integral terhadap hasil belajar Kalkulus Lanjut. Selain itu, hasil belajar Kalkulus Integral memiliki pengaruh atau kontribusi yang lebih domain terhadap hasil belajar Kalkulus Lanjut dari pada hasil belajar Kalkulus Diferensial dan terdapat error yang cukup besar yakni sebesar 46.7% sehingga menunjukkan ada pengaruh yang besar di luar hasil belajar Kalkulus Diferensial dan hasil belajar Kalkulus Integral. Hal ini didukung dengan hasil angket yang memperoleh bahwa ada faktor lain seperti dosen memberi pengaruh yang besar dalam hasil belajarnya.

Analisis Gaya Berat di Trangkil Gunungpati Semarang

Telah dilakukan suatu penelitian tentang analisis struktur bawah permukaan di daerah Trangkil, Gunung Pati, Semarang, Jawa Tengah berdasarkan data gaya berat. Latar belakang dari penelitian ini adalah bahwa daerah Trangkil merupakan daerah yang telah dinyatakan rawan longsor oleh Direktorat Geologi Tata Lingkungan. Penetapan daerah Trangkil sebagai daerah rawan longsor dinyatakan setelah pada tanggal 23 Januari 2014 daerah tersebut mengalami bencana longsor besar yang menyebabkan beberapa rumah rusak parah. Oleh karena itu, perlu dilakukan penelitian geoteknik yang memanfaatkan metode gravitasi atau gaya berat, sehingga struktur bawah permukaan daerah trangkil dapat diketahui. Metode yang digunakan dalam penelitian ini adalah metode gaya berat. Metode gaya berat adalah salah satu metode geofisika yang menggunakan disribusi parameter percepatan gaya berat di permukaan bumi. Faktor-faktor yang mempengaruhi nilai variasi percepatan gaya berat bumi antara lain densitas batuan (kerapatan massa), kondisi morfologi, pasang surut, udara bebas, bentuk bumi dan lain-lain. Variasi densitas bawah permukaan tanah adalah faktor yang sangat berpengaruh dalam penentuan penyebaran anomaly gaya berat secara geofisika. Pengumpulan data dilakukan dengan menggunakan alat Gravity Meter, yang selanjutnya dilakukan pengolahan data meliputi proses koreksi yaitu tahapan pengolahan data gaya berat hasil observasi di lapangan. Hasil Simple Bougier Anomaly (SBA) untuk anomaly pada daerah penelitian berkisar di antara 0,5 mGal – 7,5 mGal. Hasil Complete Bougier Anomaly (CBA) untuk anomaly pada daerah penelitian berkisar di antara 0,5 mGal – 7,5 mGal.

Analisa Penilaian Soal Fisika Menggunakan Model Rasch Dengan Program R

Penilaian hasil pembelajaran dibutuhkan untuk membuat keputusan dalam pembelajaran. Banyak pengajar mengabaikan cara penilaian hasil belajar, dengan soal-soal yang tidak mencerminkan kemampuan siswa. Penelitian ini memberikan sebuah contoh cara menganalisa soal Fisika yang digunakan untuk mengukur kemampuan siswa dengan tepat. Banyak tehnik penilaian sudah dikembangkan untuk menilai pencapaian kompetensi hasil belajar siswa. Analisa teori respon butir atau Item Response Theory (IRT) merupakan salah satu analisa yang dapat digunakan untuk melihat ketepatan soal. Penelitian ini akan menggunakan pendekatan model Rasch. Model Rasch mengacu pada tingkat kesulitan butir soal (b) tiap item soal, dan daya beda butir soal (a) yang sama untuk seluruh item soal. Analisa butir soal menggunakan 16 butir soal Fisika pada media pembelajaran Fun Frame in Physics (FFP). Butir soal diujikan kepada 99 siswa SMP dan dianalisa menggunakan program R, dengan hasil daya beda butir soal (a) sebesar 0,815 , tingkat kesulitan butir rata-rata (brata2) -0,331 dengan standar deviasi 1,232552. Hasil pengkategorian soal didapatkan, soal dikatakan sangat sulit jika b > 0,902, soal dikatakan sulit jika -0,331 < b < 0,902, soal dikatakan mudah jika -1,564 < b < -0,331 dan soal dikatakan sangat mudah jika b < -1,564. Kesimpulan tigkat kesulitan soal FFP adalah 25% soal sangat mudah, 37,5% soal mudah, 12,5% soal sulit, dan 25% soal sangat sulit. Karakeristik butir soal ditampilkan juga dalam bentuk fungsi informasi.Grafik fungsi informasi butir menunjukkankan bahwa gambaran karakteristik soal yang dibangun dari respon siswa terlihat mampu menggambaran kemampuan siswa, tercermin melalui nilai informasi tertinggi untuk tiap soal.

Identifikasi Ekstasi/MDMA Menggunakan Analisis Tes Warna dan Gas Chromatography-Mass Spectrometry (GCMS)

MDMA (3,4-Methilendioxymethamphetamine) atau sering dikenal ekstasi yaitu senyawa turunan amfetamin yang dapat menyebabkan rasa senang berlebihan dan biasanya banyak digunakan pada festival musik dansa atau diskotik. Penggunaan MDMA dapat memepengaruhi resiko kesehatan yang serius diantaranya dalam jangka pendek menyebabkan hipertermia, kejang, aritmia, hiponatremia, rhabdomiolisis dan kerusakan jangka panjang pada sistem saraf pusat. Salah satu metode untuk mengidentifikasi adanya senyawa MDMA yaitu menggunakan tes warna dan GCMS “Gas Chromatography-Mass Spectrometry”. Uji tes warna merupakan uji screening untuk mengatahui ada tidaknya senyawa MDMA dalam sampel dengan menggunakan reagen marquis. Sedangkan GCMS yaitu instrumen yang dapat digunakan untuk mengetahui kandungan suatu senyawa dalam sampel dengan membandingkan waktu retensi antara senyawa yang belum diketahui dengan waktu retensi referensi. Pada penelitian ini, penulis melakukan identifikasi barang bukti tablet menggunakan analisis tes warna dan GCMS. Hasil yang diperoleh pada uji tes warna yaitu terjadi perubahan warna dari merah menjadi hitam. Kemudian dilakukan uji konfirmatif menggunakan metode GCMS. Hasil yang diperoleh yaitu pada spektra GC terdapat dua puncak yang menonjol yaitu MDMA dan kafein dengan waktu retensi berturut-turut yaitu 10,875 menit dan 13,341 menit. Hasil ini sesuai dengan Library W10N11. Berdasarkan hasil pengujian tersebut, dapat disimpulkan bahwa sampel barang bukti tablet merah merupakan psikotropika golongan 1 yaitu ekstasi/ MDMA.

Komposisi Kimia Penyusun Minyak Atsiri Daun Insulin (Tithonia diversifolia (Hamsley) A.Gray) dari Kalimantan Selatan

Daun Insulin (Tithonia diversifolia) merupakan salah satu tanaman obat tradisional yang digunakan masyarakat Kalimantan Selatan untuk mengatasi glikemia. Analisis komposisi Kimia penyusun minyak atsiri dari daun Insulin yang berasal dari Kalimantan Selatan belum dilakukan. Oleh karena itu, penelitian ini bertujuan untuk menentukan komponen kimia penyusun minyak atsiri Daun Insulin (T. diversifolia) untuk melengkapi data dasar daun Insulin yang diperoleh dari Kalimantan Selatan. Sampel daun Insulin diperoleh tumbuh liar dari Desa Hulu Pasar, Kabupaten Hulu Sungai Utara Kalimantan Selatan, Indonesia. Sebelum didistilasi, daun dikeringanginkan kemudian dikeringkan dengan oven pada suhu 50 ᵒC selama 30 menit. Metode distilasi rebus digunakan untuk mendapatkan minyak atsiri daun Insulin. Sampel didistilasi selama 48 jam sehingga diperoleh minyak bening berwarna kekuningan dengan rendemen minyak 0,02% (b/b). Minyak hasil distilasi selanjutnya dianalisis dengan Kromatografi Gas-Spektra Masa (KG-SM). Hasil kromatogram minyak atsiri daun Insulin menunjukkan adanya 6 puncak yang teridentifikasi melalui spektra massa merupakan senyawa limonen (32,14%), β pinen (24,88%), α pinen (21,73%), trans kariofilen (11,68%), bisiklogermakren (5,24%), dan β felandren (4,33%). Komponen kimia penyusun minyak atsiri daun Insulin termasuk dalam golongan monoterpena dan seskuiterpena hidrokarbon.