Search

Penelitian ini dilakukan dengan menggunakan dua metode klasifikasi yaitu metode decision tree dan metode logistic regression. Decision tree merupakan salah satu metode pada teknik klasifikasi dalam data mining. Pada metode decision tree sampel data yang sangat besar akan direpresentasikan menjadi aturan yang lebih kecil, dan logistic regression merupakan salah satu metode yang bertujuan untuk mengetahui pengaruh suatu variabel independen terhadap variabel lain yaitu dependen dikotomi. Kedua algoritma ditulis dan dianalisis menggunakan perangkat lunak R guna melihat metode mana yang lebih baik antara metode decision tree dan metode logistic regression yang diterapkan pada data genetik SNP (Single Nucleotide Polymorphism) yang diperoleh dari data Asthma, SNP merupakan suatu perbedaan susunan basa nukleotida tunggal pada genom suatu individu yang menyebabkan adanya variasi genetik pada suatu populasi. Basa nukleotida penyusun genom manusia memiliki kesamaan yang mencapai 99,9% dan hanya 0,1% nukleotida yang membedakan antar individu. Melalui kedua metode ini analisis perbandingan dilakukan berdasarkan dari hasil nilai akurasi yang diperoleh pada kedua metode tersebut yang dilakukan dengan menggunakan variasi proporsi data uji bertutut-turut sebesar 40%, 30%, 20% dan 10% kemudian dilakukan simulasi sebanyak 1000 kali dengan alasan untuk memperoleh nilai akurasi yang lebih akurat karena hasil yang diperoleh dapat berubah-ubah setiap kali dilakukan percobaan. Dari hasil yang diperoleh menunjukkan bahwa pada metode decision tree memperoleh nilai akurasi adalah 0,5745 sedangkan pada metode logistic regression yaitu 0,7763 dan dicapai pada proporsi data uji 20%. Dengan demikian dapat disimpulkan bahwa pada kasus ini metode logistic regression memperoleh hasil yang lebih baik daripada metode decision tree dalam klasifikasi pada data genetik single nucleotide polymorphism. This research was conducted using two classification methods, namely the decision tree method and the logistic regression method. Decision tree is one method of classification techniques in data mining. In the decision tree method, very large data samples will be represented as smaller rules, and logistic regression is a method that aims to determine the effect of an independent variable on other variables, namely the dependent dichotomy. Both algorithms were written and analyzed using R software to see which method is better between the decision tree method and the logistic regression method applied to SNP (Single Nucleotide Polymorphism) genetic data obtained from Asthma data, SNP is a difference in the arrangement of single nucleotide bases in genome of an individual that causes genetic variation in a population. The nucleotide bases that make up the human genome have a similarity of up to 99.9% and only 0.1% of the nucleotides differentiate between individuals. Through these two methods a comparative analysis is carried out based on the results of the accuracy values obtained in the two methods which are carried out using variations in the proportion of successive test data of 40%, 30%, 20% and 10% then a simulation is carried out 1000 times with the reason for obtain a more accurate accuracy value because the results obtained can change each time an experiment is carried out. The results obtained show that the decision tree method obtains an accuracy value of 0.5745 while the logistic regression method is 0.7763 and is achieved at the proportion of test data of 20%. Thus it can be concluded that in this case the logistic regression method obtained better results than the decision tree method in classifying single nucleotide polymorphism genetic data.

Penelitian ini dibuat guna untuk melihat perbandingan metode mana yang lebih baik antara metode regresi KNN (K-Nearest Neighbor) dan metode regresi linear berganda pada data Boston Housing. Metode KNN merupakan metode memprediksi sesuatu berdasarkan contoh pelatihan terdekat dari suatu objek. Sedangkan regresi linear berganda merupakan teknik peramalan dengan melibatkan lebih dari satu variabel bebas. Pengolahan data dilakukan menggunakan software RStudio. Perbandingan kedua metode tersebut didasarkan dari hasil ukuran kebaikan Mean Absolute Percent Error (MAPE) yang mana semakin besar nilai MAPE maka akurasinya akan semakin buruk sedangkan semakin kecil nilai MAPE maka akurasinya akan semakin baik. Ada beberapa definisi jarak yang bisa digunakan untuk menghitung nilai regresi KNN dan pada penelitian ini definisi jarak yang digunakan adalah jarak Euclidean, jarak Manhattan, dan jarak Minkowski. Nilai K pada metode KNN mendefinisikan banyak tetangga terdekat yang akan diperiksa untuk menentukan nilai suatu variabel terikat, pada penelitian ini menggunakan nilai K dari 1 sampai 10 untuk setiap data uji dan definisi jarak. Dalam penelitian ini digunakan persentase data uji sebesar 20%, 30%, dan 40% untuk kedua metode tersebut. Perolehan nilai MAPE terbaik metode regresi KNN adalah 12,89% pada saat K = 3 untuk jarak Euclidean, 12,77% pada saat K = 3 untuk jarak Manhattan, dan 13,22% pada saat K = 3 untuk jarak Minkowski sedangkan hasil nilai MAPE terbaik untuk metode regresi linear berganda yaitu sebesar 17,17%. Metode yang terbaik antara kedua metode tersebut adalah metode regresi KNN dilihat dari perolehan nilai MAPE metode regresi KNN yang lebih kecil dibandingkan dengan nilai MAPE metode regresi linear berganda. This research was made in order to see which method is better between the KNN (K-Nearest Neighbor) regression method and the multiple linear regression method on Boston Housing data. The KNN method is a method to predict something based on the closest training examples of an object. Meanwhile, multiple linear regression is a forecasting technique involving more than one independent variable. Data processing was done using RStudio software. The comparison of the two methods is based on the results of the Mean Absolute Percent Error (MAPE), where the greater the MAPE value, the worse the accuracy, while the smaller the MAPE value, the better the accuracy. There are several definitions of distance that can be used to calculate the KNN regression value and in this research the definitions of distance used are Euclidean distance, Manhattan distance, and Minkowski distance. The K value in the KNN method defines the number of nearest neighbors to be examined to determine the value of a dependent variable, in this study using K values from 1 to 10 for each test data and definition of distance. In this research, the percentage of test data used was 20%, 30%, and 40% for both methods. The best MAPE value obtained by the KNN regression method was 12,89% at K = 3 for Euclidean distance, 12,77% at K = 3 for Manhattan distance, and 13,22% at K = 3 for Minkowski distance. Meanwhile the best MAPE value for the multiple linear regression method is 17,17%. The best method between the two methods is the KNN regression method as seen from the MAPE value of the KNN regression method which is smaller than the MAPE value of the multiple linear regression method.

Penelitian ini bertujuan untuk mengetahui pengaruh dukungan sosial orang tua, kepercayaan diri, dan orientasi olahraga terhadap prestasi olahraga atlet. Metode penelitian menggunakan pendekatan kuantitatif dengan desain penelitian korelasional. Subjek penelitian adalah 86 atlet (meliputi: 46 wanita dan 40 pria) Pusat Pelatihan Olahraga Pelajar di Provinsi DKI Jakarta yang dipilih melalui teknik convenience sampling. Alat ukur yang digunakan yaitu kuesioner data demografi, Skala Dukungan Sosial Orang Tua, Skala Kepercayaan Diri Atlet, dan Sport Orientation Questionnaire. Analisis data dengan teknik regresi linier (sederhana dan berganda) menunjukkan hasil sebagai berikut: (1) Dukungan sosial orang tua tidak berpengaruh terhadap prestasi olahraga atlet (|t-hitung| = 0,007 < t-tabel = 1,988); (2) Kepercayaan diri atlet tidak berpengaruh terhadap prestasi olahraga atlet (|t-hitung| = 0,377 < t-tabel = 1,988); (3) Orientasi olahraga atlet tidak berpengaruh terhadap prestasi olahraga atlet (t-hitung = 1,076 < t-tabel = 1,988); (4) Dukungan sosial orang tua, kepercayaan diri, dan orientasi olahraga secara simultan tidak berpengaruh terhadap prestasi olahraga atlet (F-hitung = 0,499 < F-tabel = 2,72). This study aims to determine the effect of parental social support, sport-confidence, and sport orientation to the athlete’s sport achievement. The research method used a quantitative approach with a correlational research design. Research subjects were 86 athletes (including: 46 women and 40 man) of the Student Sport Training Center in DKI Jakarta Province that selected through convenience sampling techniques. Measuring instruments used were demographic data questionnaire, Parent Social Support Scale, Athlete’s Sport-confidence Scale and Sport Orientation Questionnaire. Data analysis using linear regression techniques (simple and multiple) showed the following results: (1) Parental social support had not an effect on athletes' sport achievement (|tcount| = 0,007 < ttable = 1,988); (2) The sport-confidence of the athlete does not influence the athlete's sport achievement (|tcount| = 0,377 < ttable = 1,988); (3) The sport orientation of the athlete does not influence the athlete's sport achievement (tcount = 1,076 < ttable = 1,988); (4 )Parental social support, sport-confidence, and sport orientation of athletes can not simultaneously effect athletes' sport achievement (Fcount = 0,499 < Ftable = 2,72).

Wajah orang papua memiliki kekhasan jika dibandingkan dengan etnis lain di Indonesia, bahkan di papua sendiri terdapat suku-suku yang juga dapat diidentifikasi perbedaannya secara umum yaitu orang pesisir dan orang pegunungan.Tujuan yang hendak dicapai dalam penelitian ini adalah mendapatkan model terbaik diantara model yang sudah ditentukan untuk mengidentifikasi wajah orang Papua. Wajah orang Papua dapat diidentifikasi dengan model arsitektur yang ada di Convolutional Neural Networks (CNN) seperti VGG16, VGG-19, ResNet-50 dan MobileNet v1 dan Mobilenet v2. Model terbaik adalah model arsitektur Mobile Net v1 untuk Pengenalan Wajah Papua dan Non Papua dengan akurasi 0.95 atau 95%, dan akurasi 0.75 atau 75% dalam identifikasi wajah orang Papua Pesisir dan Pegunungan. The face of the Papuan people is unique when compared to other ethnic groups in Indonesia, even in Papua itself there are tribes whose differences can also be identified in general, namely coastal people and mountainous people. determined to identify Papuan faces. The faces of Papuans can be identified with the architectural models in Convolutional Neural Networks (CNN) such as VGG16, VGG-19, ResNet-50 and MobileNet v1 and Mobilenet v2. The best model is the Mobile Net v1 architectural model for Papuan and Non-Papuan Face Recognition with 0.95 or 95% accuracy, and 0.75 or 75% accuracy in facial identification of Coastal and Mountain Papuans.

Pada umumnya di antara dua orang secara acak memiliki 99,9% persamaan genetik dan sisanya berbeda atau yang disebut dengan SNP. Penelitian ini mengembangkan penggunaan perhitungan chi-square dalam data genetik SNP (Single Nucleotide Polymorphism atau dikenal dengan Nukleutida Polimorfisme Tunggal) HapMap terhadap ras CEU-Eropa dan ras Yoruba-Afrika. Tujuannya adalah untuk mengidentifikasi apakah terdapat hubungan antara penanda genotip (marker) dan fenotipnya. Untuk mengidentifikasinya, dilakukan perhitungan statistik dengan perhitungan chi-square, kemudian dilakukan penolakan atau penerimaan terhadap hipotesis yang menyatakan ada atau tidaknya hubungan antara penanda genotip dan fenotipnya. Hipotesis ditolak dan diterima bergantung dari taraf signifikansi yang dipakai, dan dalam penelitian ini menggunakan taraf signiifkansi sebesar α = 0.05, α = 10-15 serta beberapa taraf signifikansi lainnya. Perhitungan chi-square nantinya diterapkan ke dalam dua penanda, yaitu penanda genotip dan penanda alel. Diperoleh lebih banyak lokasi SNP yang signifikan pada penanda alel dibanding penanda genotip, yaitu sebesar 3932 SNP untuk penanda genotip, dan sebanyak 5108 SNP untuk penanda alel dengan taraf signifikansi α = 0.05. dengan hasil tersebut metode chi-square dapat dipakai untuk membantu menentukan keterkaitan antara penanda genotip dan fenotipnya.

The aims of this study is to identify which SNP (Single Nucleotide Polymorphism) is associated with certain diseases or traits. The method used is Logistic Regression Model. Based on the statistical value of Logistic Regression, obtained p-value to reject or to accept H_0 (null hypothesis), that is, the SNP is not associated with the presence of a particular disease or trait with level of significance (𝛼 = 0.05). In the decision making which H_0 is rejected or accepted also used a level of significance using Bonferroni Correction and a level of significance from R Application default. The significant SNP from the level of significance (𝛼 = 0.05), level of significance using Bonferroni Correction and the R application default respectively are 4213 SNPs, 2211 SNPs, and 334 SNPs.

Tidak diijinkan karya tersebut diunggah ke dalam aplikasi Repositori Perpustakaan Universitas karena sedang proses publikasi di Jurnal Mercumatika, Universitas Mercu Buana Yogyakarta, Vol. 3, No. 2, Tahun 2019. Indonesia merupakan salah satu negara penghasil padi sehingga luas lahan yang ditanami padi merupakan faktor utama yang mempengaruhi produksi padi. Pada studi ini, diusulkan Model Galat Spasial (Spatial Error Model) dalam penerapan untuk jumlah produksi padi dan jumlah produksi padi tetangga. Model ini mengasumsikan bahwa galat (error) dalam model memiliki hubungan spasial antara satu wilayah dan wilayah lain. Data yang digunakan adalah luas lahan produksi padi dan jumlah produksi padi di setiap kabupaten di Jawa Barat pada tahun 2014. Matriks pembobot juga digunakan dalam menggambarkan kedekatan antar wilayah. Hasil yang diperoleh dari model spasial diketahui bahwa konstanta dan juga jumlah total produksi wilayah tetangga tidak berpengaruh terhadap produksi padi suatu wilayah. Regresi sederhana tanpa konstanta adalah model terbaik untuk memodelkan jumlah produksi tanaman padi yang hanya bergantung pada luas lahan produksi sehingga model galat spasial tidak dapat digunakan dalam kasus ini. Indonesia is one of the largest rice producing countries, therefore the land area is the main factor that influences rice plant production. This study proposes what so called the Spatial Error Model to be applied on the amount of rice and the neighbouring production. This model assumes that errors in the model have spatial relationships between one region and another. The processed data is the area of production land and the amount of rice production in each district, in West Java in year 2014. A contiguity matrix is also constructed, which describes the closeness between regions. The results obtained from the spatial error model is known that the constants and also that the amount of total production of neighbouring regions are not affect of rice production. Simple regression without constants is the best model for modeling the amount of rice production that depends only on production area, so the spatial error model cannot be used in this case.

Tidak diijinkan karya tersebut diunggah ke dalam aplikasi Repositori Perpustakaan Universitas karena sudah dipresentasikan secara oral di KNPMP IV yang diselenggarakan oleh UMS pada tanggal 27 Maret 2019. Retribusi Daerah khususnya Retribusi Pelayanan Pasar menjadi salah satu sumber PAD (Pendapatan Asli Daerah) yang penting di Kota Salatiga. Pengelolaan Retribusi Pelayanan Pasar merupakan tugas Dinas Perdagangan selaku pengelola pelayanan pasar. Namun demikian Dinas Perdagangan Kota Salatiga tidak pernah menggunakan data hasil pendapatan retribusi pelayanan pasar untuk membuat perencanaan. Melihat permasalahan tersebut maka diperlukan suatu analisis untuk data pendapatan harian retribusi pelayanan pasar. Sebelum melakukan analisis diperlukan pemodelan data pendapatan terlebih dahulu. Pemodelan dilakukan untuk mengetahui apakah data bisa diestimasi dengan menggunakan metode tertentu. Penelitian ini membahas tentang pemodelan data pendapatan harian retribusi pelayanan pasar Kota Salatiga enggunakan model Moving Average(MA) berdasarkan metode Bayesian. Data yang digunakan dalam penelitian ini adalah data pendapatan harian retribusi pelayanan pasar dari bulan September 2016 sampai dengan bulan Maret 2018. Data dianalisis menggunakan model runtun waktu dengan bantuan packages Program R. Model yang diperoleh adalah IMA( Integrated Moving Average)(1,1) Musiman, untuk estimasi parameter mengunakan Metode Bayesian yang menghasilkan θ ̂ sebesar -0.570719 dan σ sebesar 1.403 × 〖10〗^6 .Harapan penulis hasil penelitian ini bisa menjadi masukan bagi Dinas Perdagangan Kota Salatiga agar kedepan hasil retribusi juga bisa digunakan untuk perencanaan dan untuk menentukan target Pendapatan Asli Daerah Kota Salatiga.

Tidak diizinkan karya tersebut diunggah ke dalam aplikasi Repositori Perpustakaan Universitas. Laju Inflasi merupakan perkembangan kenaikan harga sejumlah barang dan jasa secara umum dalam suatu periode waktu ke waktu. Penelitian ini membahas tentang perbandingan laju inflasi bulanan untuk beberapa Kota di Kawasan Timur Indonesia pada periode 2009-2014 dan 2014-2018 dengan uji Mann-Whitney menggunakan resampling berdasarkan estimasi densitas kernel. Data yang digunakan merupakan data inflasi bulanan untuk Kota Mataram, Kupang, Mamuju, Makassar, Palopo, Palu, Kendari, Manado, Ambon, Ternate dan Jayapura. Hasil yang diperoleh ternyata untuk Kota Mataram, Kupang, Mamuju, Makassar, Palopo, Palu, Kendari, Manado, Ambon dan Jayapura tidak terdapat perbedaan median inflasi bulanan pada periode 2009-2014 dan 2014-2018. Tetapi untuk Kota Ternate, terdapat perbedaan median laju inflasi bulanan pada periode 2009-2014 dan 2014-2018.

Tidak diijinkan karya tersebut diunggah ke dalam aplikasi Repositori Perpustakaan Universitas karena sedang proses publikasi di Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) Universitas Brawijaya Malang. Perancangan lokasi pendistribusian pangan merupakan salah satu kegiatan yang dilakukan pemerintah untuk memenuhi kebutuhan pokok pangan masyarakat yang bisa berubah secara dinamis dari waktu ke waktu. Metode Grid diaplikasikan dalam penelitian ini untuk menentukan lokasi yang tepat untuk lumbung padi dalam upaya pendistribusian bahan pangan di Provinsi Kalimantan Tengah dengan memperhatikan jarak dan biaya transportasi. Tidak hanya itu, dengan bantuan metode grid untuk penentuan kandidat lokasi lumbung padi juga membantu dalam proses penelitian. Berdasarkan data yang berupa koordinat lokasi kantor kabupaten, jumlah penduduk, dan banyaknya produksi padi di Provinsi Kalimantan Tengah dapat diperoleh dua lokasi lumbung padi terdapat pada koordinat geografis (-1.8,113.0) tepatnya di Desa Koeling, Kecamatan Pundu, Kabupaten Kotawaringin Timur, Kalimantan Tengah dan (-3.0,114.2) tepatnya di Desa Pangkuh, Kecamatan Pangkoh Hilir, Kabupaten Pulang Pisau, Kalimantan Tengah dengan total cost sebesar Rp. 55,287,393.08. The design of food distribution location is one of the goverment activity to fulfill the main need of society that can change dynamically over time. The Grid method was applied in this study to determine the exact location the granary for the distribution of food in Central Borneo Province by pay attention distance and transportation cost. Not only that, with the help of the grid method for determining candidates for granary locations it also help in the research process. Based on the data in the form of the coordinates of the location of the district office, population, and the amount of rice production in Central Borneo Province, two granary locations are located at the geographical coordinates (-1.8,113.0) precisely in Koeling Village, Pundu Sub-district, East Kotawaringin District, Central Borneo, and (-3.0,114.2) precisely in Pangkuh Village, Pangkoh Hilir Sub-district, Pulang Pisau District, Central Borneo with a total cost Rp. 55,287,393.08.

Tidak diijinkan karya tersebut diunggah ke dalam aplikasi Repositori Perpustakaan Universitas karena telah dipublikasi di Jurnal Sains dan Matematika Vol. 2, Edisi Februari 2019, dan dapat diakses di http://doi.org/10.24246/juses.v2i1. Penelitian ini bertujuan untuk memodelkan data penjualan mobil menggunakan salah satu model analisis runtun waktu yaitu Autoregressive Moving Average (ARMA) berdasarkan metode Bayesian. Analisis runtun waktu dipilih karena data yang digunakan berkaitan dengan waktu. Penelitian ini menggunakan metode Bayesian dikarenakan metode tersebut masih jarang digunakan dalam penelitian-penelitian sebelumnya. Analisis empiris didasarkan pada data riil yang merupakan data penjualan mobil dari bulan Januari 2013 sampai dengan Mei 2018. Berdasarkan hasil analisis menggunakan model runtun waktu, diperoleh model Autoregressive 1 (AR 1) Musiman dengan intercept yang merupakan bagian dari model ARMA. Pemodelan data dilakukan untuk mengetahui apakah data dapat diestimasi dengan metode Bayesian. Selanjutnya hasil estimasi menggunakan metode Bayesian dibandingkan dengan hasil estimasi menggunakan metode Least Square. Hasil analisis menunjukkan bahwa hasil perhitungan menggunakan metode Bayesian mendekati hasil perhitungan menggunakan metode Least Square. Hal ini menunjukkan bahwa metode Bayesian dapat digunakan untuk mengestimasi parameter model data penjualan mobil dengan model y_t=30.9238+ 0.4439y_(t-12)+ ε_t.

Tidak diizinkan karya tersebut diunggah ke dalam aplikasi Repositori Perpustakaan Universitas. Tujuan penelitian ini adalah untuk menguji apakah ada pengaruh aktivitas sehari-hari dan hardiness secara simultan terhadap successful aging pada lansia status ekonomi rendah yang masih bekerja di Jawa Tengah. Metode penelitian ini adalah kuantitatif dan kualitatif deskriptif data tambahan sebagai pelengkap.Partisipan penelitian adalah kuantitatif 120 lansia dan kualitatif adalah 25 lansia, berdomisili di Jawa Tengah (Salatiga, Semarang, Surakarta, Magelang, Pekalongan, dan Tegal) dengan karakteristik berusia 60 tahun keatas, komunikatif, dan bersedia menjadi partisipan. Teknik sampling yang digunakan adalah purposive sampling. Data diperoleh dengan menggunakan Skala Aktivitas Sehari- hari, Skala Hardiness dan Skala Successful Aging. Analisis data dengan kuantitatif dengan teknik statistik regresi linear berganda. Sedangkan kualitatif deskriptif dengan teknik wawancara. The purpose of this research was to examine whether there is an effect of simultaneously daily activities and hardiness toward successful aging in the elderly people in low economic status who are still working in Central Java. This research method is quantitative and qualitative descriptive additional data as a complement. The research participants were quantitative 120 elderly and qualitative were 25 elderly people who lived in Central Java (Salatiga, Semarang, Surakarta, Magelang, Pekalongan, and Tegal) with the characteristic aged of 60 and over, communicative, and they were willing to be participants. The sampling technique used was purposive sampling. The data was obtained using Daily Activity Scale, Hardiness Scale and Successful Aging Scale. Quantitative data analysis with linear regression statistical techniques. Whereas descriptive qualitative with debriefing techniques.

Penelitian ini bertujuan mengetahui Pengaruh Dukungan Sosial Orangtua dan Kecerdasan Emosi Terhadap Prestasi Belajar siswa Jurusan Keperawatan di SMK PGRI 1 Salatiga. Sampel dalam penelitian ini adalah siswa jurusan Keperawatan di SMK PGRI 1 Salatiga yang berjumlah 140 siswa yang terdiri dari 69 siswa laki-laki dan 71 siswa perempuan. Penelitian ini menggunakan teknik total sampling. Ada dua skala yang dipakai dalam penelitian ini yaitu skala Dukungan Sosial Orangtua dan Skala Kecerdasan Emosi, sementara itu untuk Prestasi Belajar Siswa diambil dari nilai harian mata pelajaran kejuruan. Data yang terkumpul dianalisis dengan menggunakan analisis berganda melalui Program SPSS window 16.0. Hasil yang diperoleh menunjukkan bahwa dukungan sosial orangtua dan Kecerdasan emosi terhadap prestasi belajar, hal ini terlihat dari nilai R2= 0.079, Fhitung = 5.866 dengan nilai signifikansi sebesar 0.004 (p

Penelitian ini bertujuan untuk mengetahui pengaruh Fear of failure dan Perfeksionisme Terhadap Prokrastinasi Akademik pada Mahasiswa yang sedang menyelesaikan skripsi di Fakultas Teknologi Informasi UKSW. Sampel dalam penelitian ini adalah mahasiswa skripsi angkatan 2013 Fakultas Teknologi Informasi UKSW yang berjumlah 139 orang. Teknik pengumpulan data dilakukan dengan menyebar skala psikologi. Ada tiga skala psikologi yang disebarkan yakni skala prokrastinasi akademik (Solomon dan Rothblum, 1984), fear of failure (Conroy, 2002) dan perfeksionisme (Hill, Huelsman, Furr, Vicente, Kibler dan Kennedy, 2004). Data yang terkumpul dianalisis dengan mengunakan analisis regersi linier berganda melalui program SPSS windows 16.0. Melalui analisis regresi diperoleh hasil bahwa fear of failure dan perfeksionisme memiliki pengaruh secara simultan terhadap prokrastinasi akademik pada mahasiswa yang sedang menyelesaikan skripsi di Fakultas Teknologi Informasi UKSW (R2 = 0,156, Fhitung = 12,603; pada taraf signifikansi 0,000 < 0,05). This research was purposed to find out the influence of Fear of Failure and Perfectionism toward Academic Procrastination on Undergraduate Thesis Students at Faculty of Information and Technology in Universitas Kristen Satya Wacana. The samples on the research were 139 undergraduate thesis students who were from 2013 academic year students of this faculty. As the instrument of the research, there were three kinds of psychology scale that were used, they were scale of academis procrastination (Solomon dan Rothblum, 1984), scale of fear of failure (Conroy, 2002) and scale of perfectionism (Hill, Huelsman, Furr, Vicente, Kibler dan Kennedy, 2004). To analyze the data, it used multiple linear regression model through SPSS windows 16.0 program. The result showed that simultaneously the fear of failure and perfectionism had influence toward academic procrastination on the student in Faculty of Information and Technology in Universitas Kristen Satya Wacana (R2 = 0,156, Fhitung = 12,603; with significant value (0,000 < 0,05).

Tidak diijinkan karya tersebut diunggah ke dalam aplikasi Repositori Perpustakaan Universitas dikarenakan tidak ada scan lembar pengesahan. Penelitian ini bertujuan untuk mengetahui pola asuh otoritatif dan kelekatan sebagai prediktor kecerdasan emosi remaja ditinjau dari status pekerjaan ibu dan jenis kelamin. Responden dalam penelitian ini adalah remaja di Kecamatan Ambarawa yang berusia 12-15 tahun berjumlah 250 orang. Terdapat tiga alat ukur yang peneliti gunakan dalam penelitian ini, yaitu: Parental Authority Questionnaire (PAQ), Inventory of Parent and Peer Attachment (IPPA), dan Trait Emotional Intelligence Questionnaire – Adolescent Short Form (TEIQue-ASF). Data dianalisis dengan menggunakan analisis regresi berganda, two-way anova, dan independent sample t-test melalui program SPSS windows versi 16.0. Hasil penelitian menunjukkan: (1) Pola asuh otoritatif dan kelekatan secara simultan berpengaruh sebagai prediktor kecerdasan emosi remaja di Kecamatan Ambarawa (R2= 0.471, Fhitung = 35.183 dengan nilai signifikansi sebesar 0.000 (p0.05). (3) Ada perbedaan signifikan kecerdasan emosi remaja di Kecamatan Ambarawa ditinjau dari jenis kelamin (T=2.079; p=0.0390.05). (3) There was a significant difference between male and female adolescent's in emotional intelligence (T=2.079; p=0.039

Tujuan penelitian ini adalah untuk mengetahui pengaruh kepemimpinan transformasional dan motivasi kerja terhadap kinerja pegawai di Dinas Pendapatan Pengelola Keuangan dan Aset Daerah Kabupaten Seram Bagian Barat. Sampel dalam penelitian ini adalah yang berstatus sebagai PNS yang berjumlah 72 orang. Penelitian ini menggunakan skala sebagai alat pengumpulan data utama. Ada tiga skala yang digunakan yaitu skala kinerja pegawai, skala kepemimpinan transformasional, dan skala motivasi kerja. Data yang diperoleh diolah dengan menggunakan analisis regresi berganda melalui program SPSS versi 16.0 melalui analisis regresi berganda diperoleh hasil bahwa koefisien determinasi (R2) = 0,277 dan nilai F = 13,245 (p=0,000; p

Tidak diijinkan karya tersebut diunggah ke dalam aplikasi Repositori Perpustakaan Universitas dikarenakan masih ada kekurangan administrasi. Dalam penelitian ini data inflasi bulanan Kota-kota di Bali dan Nusa Tenggara dari bulan Januari 2009 sampai bulan Juni 2013 telah diuji dan disimpulkan berdistribusi normal. Uji normalitas ini dilakukan dengan menggunakan metode Anderson-Darling, Cramer-von Mises dan Lilliefors. Selain itu dibuat grafik garis, diagram rata-rata data, grafik densitas serta perhitungan statistik deskriptif. Selanjutnya dibangkitkan sampel dari distribusi normal denganukuran sampel n yang berbeda-beda yaitu n = 10, 15, 20, 30, 40, 50, 100, 200, 500, 1000, 1500 dan 2000. Berdasarkan sampel tersebut diuji apakah sampel yang dibangkitkan tersebut memenuhi distribusi normal atau tidak dengan menggunakan ketiga metode tersebut. Prosedur tersebut diulang sebanyak 1000 kali dan ditentukan proporsi penolakannya maka seperti yang diharapkan untuk tingkat signifikansi α = 0.05, proporsi tersebut akan mendekati α untuk nmembesar. Hal tersebut juga dilakukan untuk sampel yang dibangkitkan dari distribusi eksponensial. Selanjutnya diperoleh kesimpulan bahwa metode yang paling kuat adalah metode Cramer-von Mises. Metode bootstrap diterapkan untuk data tersebut dengan pengulangan B = 10.000, 20.000, 30.000, 40.000 dan 50.000 kali diperoleh nilai-p yang sama atau mendekati hasil pada program R. Selanjutnya dibangkitkan sampel dari distribusi normal dengan ukuran sampel n yang berbeda-beda yaitu n = 10, 20, 30, 40, 50, 100, 200, 500, 1000 dan 2000 kemudian berdasarkan sampel tersebut diuji apakah sampel yang dibangkitkan tersebut memenuhi distribusi normal atau tidak dengan menggunakan ketiga metode tersebut. Bila prosedur tersebut diulang sebanyak B = 10.000, 20.000, 30.000, 40.000 dan 50.000 kali dan ditentukan nilai-p maka seperti yang diharapkan data normal acak yang dibangkitkan dengan mean dan simpangan baku yang sama diperoleh data berdistribusi normal. Sedangkan untuk data acak yang dibangkitkan berdasarkan distribusi eksponensial diperoleh nilai-p lebih kecil dari 0.05 sehingga disimpulkan bahwa data tidak berdistribusi normal. Using normality test, i.e. Anderson-Darling method, Cramer-von Mises method, and Lilliefors method., data on monthly inflation data for cities in Bali and Nusa Tenggara since January 2009 until June 2013 has normal distribution. The line graph, mean data diagram, density graphics, and descriptive statistics calculation are also given. Furthermore , based on sample from normal distribution with different sample size n = 10, 15, 20, 30, 40, 50, 100, 200, 500, 1000, 1500 and2000, it is tested whether the sample fulfill normal distribution or not by using those three methods. The procedure is repeated 1000 times by determining rejection proportion. This proportion tends to the significant level α = 0.05 as expected. The procedure is also done for sample generated from exponential distribution. Furthermore, the conclusion is that Cramer-von Mises method is strongest method. The bootstrap method is also applied for the same data with the repetition B = 10.000, 20.000, 30.000, 40.000 dan 50.000 times and obtain same p-value or approach the result using R program. At last, sample from normal distribution is generated with different n sample, those are n = 10, 20, 30, 40, 50, 100, 200, 500, 1000 and 2000 and with those sample it is tested whether those generated samples fulfill the normal distribution or not by using those three methods. The procedure is repeated for B = 10.000, 20.000, 30.000, 40.000 and 50.000 times and p-value is determined, and as expected the generated data has normal distribution . Where as for random data that is generated by exponential distribution, got the p-value less than 0.05 so it can be concluded that the data doesnot have normal distribution.

Dalam penelitian ini dilakukan uji validitas dan uji reliabilitas dengan menggunakan metode bootstrappada data kuisioner tipe opinion/choice questionsdan kuisioner tipe yes/no questions. Pengujian validitas dilakukan berdasarkan koefisien korelasi Spearman untuk data kuisioner tipe opinion/choice questions dan koefisien korelasi point-biserial untuk data kuisioner tipe yes/no questions. Sedangkan pengujian reliabilitas didasarkan pada koefisien reliabili tas Cronbach Alpha. Selanjutnya dilakukan proses bootstrap untuk mencari interval konfidensi bootstrap. Jika interval konfidensi bootstrap memuat nol maka koefisien korelasi tidak signifikan pada tingkat signifikansi (level of significance) a=5%. Sebaliknya, jika tidak memuat nol maka signifikan. Dalam melakukan analisis data digunakan program aplikasi R 3 sebagai alat bantu. Hasil penelitian ini menunjukkan bahwa untuk data kuisioner tipe opinion/choice questions 13 dari 21 butir pertanyaan valid. Koefisien reliabilitas Cronbach-alpha tidak reliabel namun interval konfidensi bootstrap persentil 95% tidak memuat nol sehingga signifikan pada tingkat signifikansi a=5%. Sedangkan untuk data kuisioner tipe yes/no questions 22 dari 50 butir pertanyaan valid. Koefisien reliabilitas Cronbach-alpha reliabel dan interval konfidensi bootstrap persentil 95% tidak memuat nol sehingga signifikan pada tingkat signifikansi a=5%.

Metode Bayesian Subyektif dapat digunakan untuk melakukan estimasi titik berdasarkan pada sampel dan informasi priornya.Grafik pengendali memberikan gambaran mengenai perilaku sebuah proses. Grafik pengendali digunakan untuk mengidentifikasi apakah sebuah proses yang berjalan dalam kondisi terkendali atau tidak. Pada makalah ini dijelaskan penggunaan metode Bayesin subyektif dalam pengkonstruksian grafik pengendali-c.

Penelitian ini bertujuan untuk menguji ada tidaknya pengaruh Pemberdayaan Psikologis dan Dukungan Sosial Rekan Kerja secara simultan terhadap Komitmen Karier. Terdapat 3 alat ukur yang digunakan dalam penelitian ini, yaitu: Skala Pemberdayaan Psikologis milik Spreitzer (1995), Skala Dukungan Sosial Rekan Kerja milik Lane (2004), dan Skala Komitmen Karier milik Carson & Bedeian (1994). Adapun partisipan penelitian adalah 60 orang guru SMA swasta di Salatiga, Indonesia. Analisa data dilakukan dengan bantuan program SPSS 16. Sedangkan metode statistik yang digunakan adalah uji regresi linier berganda. Hasil uji statistik menunjukkan bahwa terdapat pengaruh yang signifikan Pemberdayaan Psikologis dan Dukungan Sosial Rekan Kerja secara simultan terhadap Komitmen Karier. The purpose of this research is to verify the effect of Psychological Empowerment and Coworker Support to career commitment simultaneously. There three scales used in this research, i.e. Psychological Empowerment Scale by Spreitzer (1995), Coworker Support Scale by Lane (2004), and Career Commitment Scale by Carson & Bedeian (1994). The participants of this research are 60 teachers of private high-school in Salatiga, Indonesia. Data analysis uses SPSS 16 Program. Statistic's method to be used is multiple linear regression. The result of statistic test shows that there is significant effect of Psychological Empowerment and Coworker Support to Career Commitment simultaneously.