Claim Missing Document
Check
Articles

Found 12 Documents
Search

Pengaruh Pengetahuan DPRD Tentang Anggaran, Pengawasan dan Partisipasi Anggaran Terhadap Kinerja Anggaran Pendapatan Belanja Daerah di Kabupaten Sikka (Studi Kasus Pada Kantor DPRD Kabupaten Sikka) ANDI LUKMAN; HERNI SUNARYA; GASIM
Jurnal Akuntansi Universitas Muhammadiyah Kupang Vol. 6 No. 03 (2019): JURNAL AKUNTANSI (JA) UNIVERSITAS MUHAMMADIYAH KUPANG
Publisher : PROGRAM STUDI AKUNTANSI - UNIVERSITAS MUHAMMADIYAH KUPANG

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini menjelaskan pengaruh Pengetahuan Dewan tentang Anggaran, Pengawasan, danPartisipasi anggaran terhadap Kinerja Anggaran Pendapatan Belanja Daerah (APBD). Data penelitianini diperoleh dari kuesioner (Primer) yang dibagikan kepada Anggota Dewan Kabupaten Sikka, denganmetode sampling incidental. Populasi dalam penelitian ini adalah wajib pajak di Kota Kupang denganmenggunakan sampel sebanyak 35 responden. Kuesioner di uji validitas dan uji reliabilitas sebelumpenelitian. Hasil penelitian ini menunjukkan bahwa (1) Pengetahuan deawa tentang anggaran,pengawasan dan partisipasi berpengaruh positif terhadap Kinerja Anggaran Pendapatan Belanja Daerah(APBD). Hal inidibuktikan melalui analisis regresi berganda yang diperoleh nilai R Square sebesar0389, yang dapat diartikan bahwa besarnya pengaruh pengetahuan dewan tentang anggaran,pengawasan dan partisipasi terhadap kinerja APBD adalah 45,3%. Hasil uji t statistikmenghasilkan nilaisignifikansi lebih kecil dari level of significant yaitu 0,002 <0,05. (2). Pengetahuan dewan tentanganggaran berpengaruh positif terhadap kinerja APBD. Hal tersebut dibuktikan melalui ModeratedRegression Analysis yang memberikan nilai koefisien sebesar 0,370,yang dapat diartikan pengetahuandewan tentang anggaran dapat memoderasi pengaruh terhadap kinerja APBD. Hasil uji t statistikmenghasilkan nilai lebih kecil dari level of significant yaitu 0,001 < 0,05. (3). Pengetahuan dewantentang pengawasan berpengaruh positif terhadap kinerja APBD. Hal tersebut dibuktikan melaluiModerated Regression Analysis yang memberikan nilai koefisien sebesar 0,524,yang dapat diartikanpengetahuan dewan tentang pengawasan dapat memoderasi pengaruh terhadap kinerja APBD. Hasiluji t statistik menghasilkan nilai signifikan lebih kecil dari level of significant yaitu 0,017 < 0,05. (4).Pengetahuan dewan tentang partisipasi tidak berpengaruh positif terhadap kinerja APBD. Hal tersebutdibuktikan melalui Moderated Regression Analysis yang memberikan nilai koefisien sebesar -0,019,yang dapat diartikan pengetahuan dewan tentang partisipasi tidak dapat memoderasi pengaruhterhadap kinerja APBD. Hasil uji t statistik menghasilkan nilai signifikan lebih besar dari level ofsignificant yaitu 0,722 > 0,05.
Perbandingan Akurasi Jarak Potret Untuk Pengenalan Jenis Bibit Mangga Metode JST-PB Dan Fitur GLCM Ramadhani, Farhan; Gasim; Nazori, Nazori
bit-Tech Vol. 7 No. 3 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i3.2303

Abstract

Penelitian ini bertujuan untuk membandingkan tingkat akurasi dalam mengenali jenis bibit mangga berdasarkan tekstur urat daun menggunakan metode Jaringan Syaraf Tiruan Propagasi Balik (JST-PB) dan fitur Gray Level Co-occurrence Matrix (GLCM). Identifikasi jenis bibit mangga menjadi tantangan karena variabilitas genetik yang tinggi, yang mempengaruhi kemampuan dalam mengenali bibit mangga secara otomatis. Dalam penelitian ini, citra daun mangga diambil dengan tiga variasi jarak potret (5 cm, 10 cm, dan 15 cm) untuk menilai pengaruh jarak terhadap akurasi pengenalan. Proses pertama dilakukan dengan ekstraksi tekstur urat daun menggunakan GLCM, yang mengubah citra RGB menjadi citra grayscale dan mengambil empat fitur utama (kontras, homogenitas, korelasi, dan energi). Setelah itu, model JST-PB diterapkan untuk melatih jaringan saraf dengan menggunakan data citra yang telah diproses. Hasil penelitian menunjukkan bahwa jarak potret 15 cm menghasilkan akurasi tertinggi, yaitu 34%, dengan 22 dari 64 citra uji berhasil dikenali dengan benar. Jarak potret 5 cm dan 10 cm menunjukkan akurasi yang lebih rendah, masing-masing 23% dan 17%. Penggunaan satu hidden layer dengan 10 neuron dalam JST-PB terbukti memberikan performa terbaik pada jarak potret 15 cm. Penelitian ini diharapkan dapat memberikan kontribusi dalam meningkatkan akurasi pengenalan bibit mangga secara otomatis, serta memberikan wawasan mengenai pengaruh jarak potret dalam aplikasi pengolahan citra pertanian.