Claim Missing Document
Check
Articles

Found 3 Documents
Search

HARDINESS DENGAN PROBLEM FOCUSED COPING PADA WANITA KARIR Sari, Rani Indah
Cognicia Vol. 1 No. 2 (2013): September
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/cognicia.v1i2.1641

Abstract

Wanita yang menjadi ibu, istri juga sekaligus menjadi pekerja, mempunyai beban dan peran yang berbeda-beda karena memiliki lingkungan (sumber stres) yang berbeda pula. Tujuan penelitian adalah untuk mengetahui adanya hubungan antara hardiness dengan problem focused coping pada wanita karir. Metode penelitian yang digunakan adalah kuantitatif non-experimental. Subjek dalam penelitian sejumlah 50 wanita karir yang telah menikah. Metode pengumpulan data menggunakan dua skala yaitu skala hardiness dan skala problem focused coping. Analisa data yang digunakan adalah analisa product moment. Hasil penelitian menunjukkan hasil korelasi (r) sebesar 0,540, koefisien determinasi sebesar 0,292 atau sebesar 29,2% dan nilai signifikansi sebesar 0,000 dengan taraf signifikansi yang digunakan sebesar 0,01 (&alpha; < 0,01). Hasil ini menunjukkan bahwa ada hubungan yang sangat signifikan antara hardiness dengan problem focused coping pada wanita karir.Kata kunci: Hardiness, problem focused coping, wanita karir
Perancangan Website Preloved Sari, Rani Indah; Simanjuntak, Yesy; Niska, Debi Yandra
Jurnal Indonesia : Manajemen Informatika dan Komunikasi Vol. 6 No. 1 (2025): Januari
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Indonesia Banda Aceh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/jimik.v6i1.1250

Abstract

The emergence of the trend to purchase preloved items as a cost-effective alternative to meet needs, particularly among students and young people, is driven by a sustainable lifestyle. The aim of this study is to develop a web based application that is easy to use, secure, and cost-efficient for managing and purchasing second-hand goods. To support the application design, data collection methods were employed through observations of similar platforms and literature reviews.These features include the ability for sellers to upload items, for buyers to search and purchase goods, and a review and rating system. To ensure that transaction processes run smoothly and are well-organized, a database design was developed. This application not only provides practical solutions for users but also contributes to reducing waste from the fashion industry, supporting a modern lifestyle.
Hubungan Antara Jumlah Debitur dan Kredit Menggunakan Regresi Linear Sari, Rani Indah
PROSISKO: Jurnal Pengembangan Riset dan Observasi Sistem Komputer Vol. 12 No. 2 (2025): Prosisko Vol. 12 No. 2 Juli 2025
Publisher : Pogram Studi Sistem Komputer Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/6wwn4751

Abstract

Kredit merupakan aspek utama dalam dunia perbankan yang mendukung pertumbuhan ekonomi, terutama melalui skema Kredit Usaha Rakyat (KUR). Penelitian ini bertujuan untuk menganalisis hubungan antara jumlah debitur dan jumlah kredit yang disalurkan menggunakan metode regresi linear sederhana. Data yang digunakan berasal dari katalog informasi penyaluran KUR. Hasil analisis menunjukkan adanya hubungan positif antara jumlah debitur dan jumlah kredit yang disalurkan, dengan persamaan regresi Y=186.537.010 + 6.230.878XY = 186.537.010 + 6.230.878XY = 186.537.010 + 6.230.878X. Namun, nilai koefisien determinasi (R² = 0,267) mengindikasikan bahwa jumlah debitur hanya menjelaskan 26,7% variasi jumlah kredit, yang berarti terdapat faktor lain yang turut memengaruhi penyaluran kredit. Penelitian ini memiliki kebaruan dalam menganalisis hubungan spesifik antara jumlah debitur dan penyaluran KUR menggunakan data katalog informasi resmi. Selain itu, hasil penelitian mengidentifikasi keterbatasan model regresi linear sederhana dalam memprediksi jumlah kredit, sehingga diperlukan penelitian lanjutan dengan variabel tambahan atau metode prediksi yang lebih kompleks, seperti regresi berganda atau machine learning. Dengan demikian, penelitian ini memberikan kontribusi dalam pemahaman faktor-faktor yang memengaruhi penyaluran kredit serta membuka peluang pengembangan model prediksi kredit yang lebih akurat.