Claim Missing Document
Check
Articles

Found 13 Documents
Search

PENGARUH KEPALA SEKOLAH, IKLIM SEKOLAH DAN MOTIVASI BERPRESTASI TERHADAP KOMITMEN KERJA GURU PADA SEKOLAH DASAR DI KECAMATAN NISAM ANTARA Idawati, Idawati; Marwan, Marwan; Danil, Danil
Jurnal Review Pendidikan dan Pengajaran Vol. 7 No. 4 (2024): Vol. 7 No. 4 Tahun 2024
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jrpp.v7i4.34027

Abstract

Tujuan penelitian ini untuk mengetahu sebarapa besar pengaruh kepala sekolah, iklim sekolah dan motivasi berprestasi terhadap komitmen kerja guru pada sekolah dasar di kecamatan nisam antara dengan menggunakan metode penelitian kuantitatif, menggunakan bantuan SPSS versi 26 dengan analisis regresi sederhana dan analisi regresi berganda. Puplasi keselurahan dari penelitian ini sebanyak 173 orang dengan sampel 118 orang yang didapatkan berdasarkan rumus Selanjutnya dilakukan perhitungan ukuran sampel tiap sekolah random proportional sampling dengan rumus: N= x/s.n sehingga dapatlah sampel sebanyak 118 responden. Hasil penelitian ini menunjukkan bahwanya varibel kepemimpinan sekolah memberikan pengaruh terhadap variabel komitmen kerja sebesar 98,3%, variabel iklim sekolah memberikan pengaruh terhadap variabel komitmen kerja sebesar 84,8%, variabel motivasi berprestasi memberikan pengaruh terhadap variabel komitmen kerja sebesar 78,5%. Dan secara simultan variabel kepemimpinan kepala sekolah, iklmi sekolah, dan motivasi berprestasi memberikan pengaruh terhadap variabel komitmen kerja guru sebesar 99,9% Artinya semua hipotesis dalam penelitian ini diterima secara positif dan sigfinikan.
Pemanfaatan Bahan Limbah Cangkang Sawit sebagai Bahan Pengisi Agregat Kasar pada Beton Riadi, Hafiz; Danil, Danil
Al-Ard: Jurnal Teknik Lingkungan Vol. 1 No. 2 (2016): March
Publisher : Department of Environmental engineering, Faculty of Science and Technology, Islamic State University Sunan Ampel Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29080/alard.v1i2.119

Abstract

Indonesia merupakan salah satu negara agraris yang terbesar di dunia yang memiliki kekayaan alam dari sektor perkebunan diantaranya adalah perkebunan kelapa sawit. Hampir seluruh daerah di Indonesia memiliki lahan kelapa sawit yang luas dan tidak menutup kemungkinan limbah kelapa sawit akan melimpah pula. Salah satu pemanfaatan limbah yang dihasilkan oleh kelapa sawit yaitu dengan menggunakan Bongkahan Cangkang Sawit (BCS) sebagai bahan pengisi agregat kasar. Bongkahan Cangkang Sawit yang digunakan berasal dari Pabrik Pengolahan Kelapa Sawit (CPO) yang berasal dari Aceh Timur. paving block dan rabat beton lantai.
Peramalan Penerimaan Bea Balik Nama Kendaraan Bermotor (BBNKB) di Provinsi Bangka Belitung Menggunakan Metode NNAR Hafiz, Muhamad Al; Adil, Nicu Rahmat; Kaban, Sri Ulina; Danil, Danil; Rolenci, Rolenci; Fahria, Izma
IDEI: Jurnal Ekonomi & Bisnis Vol 6, No 2 (2025): DECEMBER 2025
Publisher : Insan Doktor Ekonomi Indonesia (IDEI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38076/ideijeb.v6i2.541

Abstract

AbstrakBea Balik Nama Kendaraan Bermotor (BBNKB) adalah pajak yang dikenakan atas perubahan kepemilikan kendaraan bermotor, baik melalui transaksi jual beli, hibah, warisan, maupun peralihan lainnya. Perubahan ekonomi makro, kebijakan fiskal, inflasi, serta dinamika sosial masyarakat menyebabkan ketidakpastian dalam proyeksi pendapatan dari BBNKB. Sehingga diperlukan peramalan yang dapat memberikan gambaran tren masa depan berdasarkan pola historis. Metode NNAR dapat digunakan untuk mengidentifikasi pola nonlinier dan musiman, serta tidak memerlukan asumsi statistik yang terlalu ketat. Penelitian ini menggunakan metode NNAR untuk melakukan peramalan terkait data Penerimaan BBNKB di Provinsi Kepulauan Bangka Belitung. Metode NNAR mempertimbangkan kombinasi lag non-musiman, lag musiman, dan nauron di hidden layer dalam iterval tertentu. Model NNAR optimum diperoleh berdasarkan nilai RMSE (Root Mean Square Error) minimum sebesar 1.382.735.914 dengan model terbaik p (lag non-musiman) sebesar 3, P (lag musiman) sebesar 3, dengan Size (Neuron) sebesar 10. Model terbaik menunjukkan nilai MAPE (Mean Absolute Percentage Error) sebesar 2.28% yang menunjukkan bahwa model prediksi yang dperoleh memiliki akurasi yang sangat baik, berarti model NNAR yang digunakan akurat untuk melakukan peramalan Penerimaan BBNKB di Provinsi Bangka Belitung. Dengan model yang akurat dan akurasi peramalan yang sangat baik, sehingga dapat bermanfaat bagi berbagai pemangku kepentingan terkait penerimaan BBNKB di masa mendatang. Kata kunci: peramalan, BBNKB, NNAR AbstractMotor Vehicle Transfer Tax (BBNKB) was a tax imposed on changes in motor vehicle ownership, whether through sale and purchase transactions, grants, inheritance, or other transfers. Macroeconomic changes, fiscal policy, inflation, and social dynamics caused uncertainty in BBNKB revenue projections. Therefore, forecasting was needed to provide an overview of future trends based on historical patterns. The NNAR method was used to identify nonlinear and seasonal patterns and did not require overly strict statistical assumptions. This study used the NNAR method to forecast BBNKB revenue data in the Bangka Belitung Islands Province. The NNAR method considered a combination of non-seasonal lags, seasonal lags, and neurons in the hidden layer within a certain interval. The optimal NNAR model was obtained based on a minimum RMSE (Root Mean Square Error) value of 1,382,735,914 with the best model p (non-seasonal lag) of 3, P (seasonal lag) of 3, and Size (Neuron) of 10. The best model showed a MAPE (Mean Absolute Percentage Error) value of 2.28%, which indicated that the prediction model obtained had excellent accuracy, meaning that the NNAR model used was accurate for forecasting BBNKB revenue in the Province of Bangka Belitung. With an accurate model and excellent forecasting accuracy, it was useful for various stakeholders related to BBNKB revenue in the future. Keywords: forecasting, BBNKB, NNAR