Article Per Year (5 Year)
p-Index From 2021 - 2026
4.333
P-Index
This Author published in this journals
All Journal International Journal of Evaluation and Research in Education (IJERE) Paradikma: Jurnal Pendidikan Matematika AKSIOMA: Jurnal Program Studi Pendidikan Matematika Jurnal Daya Matematis JURNAL PENGABDIAN KEPADA MASYARAKAT Jurnal Elemen Jurnal KARISMATIKA Al Ishlah Jurnal Pendidikan JURNAL SAINS INDONESIA JURNAL TARBIYAH AXIOM : Jurnal Pendidikan dan Matematika Jurnal Cendekia : Jurnal Pendidikan Matematika Indonesian Journal of Education and Mathematical Science Ideguru: Jurnal Karya Ilmiah Guru Formosa Journal of Applied Sciences (FJAS) Ranah Research : Journal of Multidisciplinary Research and Development
Elmanani Simamora
Universitas Negeri Medan
Religion Arts Humanities Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Public Health Social Sciences Transportation Other

Published : 30 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 30 Documents
Search

 1   2   3 
Mengatasi Bias pada Penduga Parameter Metode Kuadrat Terkecil dalam Analisis Regresi Linear Sederhana dengan Bootstrap Data Berpasangan Pakpahan, Robinsar; Simamora, Elmanani
Jurnal Sains Indonesia Vol 42, No 1 (2018): Jurnal Sains Indonesia
Publisher : Universitas Negeri Medan

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

Abstract

The assumption of normality wouldnt be fulfilled in regression analysis if there are outliers in observation data so that peduga parameters using LSM (Least Square Method) will produce biased estimators and not BLUE (Best Linear Unbiased Estimator). Based on this, the bootstrap method which is a repeat sampling method (resampling) that does not require distribution assumptions on the data can be used. In this study, paired bootstrap data method is used for simulation data with the number of outliers of 5%, 10% and 15%. This is to show how the influence of outliers on the distribution of data if the outliers given have different amounts. After estimating the parameters using paired bootstrap data, parameter estimator values and the resulting bias are not much different from the MKT parameter estimator values before being given an outlier. In this study at a 99% confidence interval for the case of simulation data with 10% and 15% of the parameter estimator outliers obtained in the previous study and in this study no longer produce BLUE estimators as in the simulation data with 5% outliers.
Mengatasi Bias pada Penduga Parameter Metode Kuadrat Terkecil dalam Analisis Regresi Linear Sederhana dengan Bootstrap Data Berpasangan Pakpahan, Robinsar; Simamora, Elmanani
Jurnal Sains Indonesia Vol 42, No 2 (2018): Edisi Juli - Desember
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/jsi.v42i2.12246

Abstract

The assumption of normality cannot be fulfilled in regression analysis if there are outliers in observation data so that peduga parameters using LSM (Least Square Method) will produce biased estimators and not BLUE (Best Linear Unbiased Estimator). Based on this, the bootstrap method which is a repeat sampling method (resampling) that does not require distribution assumptions on the data can be used. In this study, paired bootstrap data method is used for simulation data with the number of outliers of 5%, 10% and 15%. This is to show how the influence of outliers on the distribution of data if the outliers given have different amounts. After estimating the parameters using paired bootstrap data, parameter estimator values and the resulting bias are not much different from the MKT parameter estimator values before being given an outlier. In this study at a 99% confidence interval for the case of simulation data with 10% and 15% of the parameter estimator outliers obtained in the previous study and in this study no longer produce BLUE estimators as in the simulation data with 5% outliers. [OVERCOMING BIAS IN PARAMETER ESTIMATORS OF THE LEAST SQUARE METHOD IN A SIMPLE LINEAR REGRESSION ANALYSIS WITH PAIRED DATA BOOTSTRAP] (J. Sains Indon., 42(2): 31-37, 2018)Keywords:Least Square Method, Best Linear Unbiased Estimator, Paired Bootstrap
PENGEMBANGAN PERANGKAT PEMBELAJARAN MATEMATIKA DENGAN PENDEKATAN PENDIDIKAN MATEMATIKA REALISTIK UNTUK MENINGKATKAN KEMAMPUAN PENALARAN MATEMATIS DAN SELF-CONCEPT SISWA Nenta Dumalia Siregar; Elmanani Simamora; Izwita Dewi
PARADIKMA: JURNAL PENDIDIKAN MATEMATIKA Vol 13, No 1 (2020): PARADIKMA JURNAL PENDIDIKAN MATEMATIKA
Publisher : Study Program of Mathematics Education of Unimed Postgraduate Program

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/paradikma.v13i1.23710

Abstract

Penelitian ini bertujuan untuk mendeskripsikan: 1) validitas perangkat pembelajaran yang dikembangkan dengan PMR; 2) efektivitas perangkat pembelajaran yang dikembangkan dengan PMR; 3) kepraktisan perangkat pembelajaran yang dikembangkan dengan PMR; 4) peningkatkan kemampuan penalaran matematis dan Self-Concept siswa menggunakan perangkat pembelajaran yang dikembangkan dengan PMR. Penelitian ini merupakan penelitian pengembangan dengan menggunakan model pengembangan 4-D. Dari hasil uji coba I, uji coba II dan tahap penyebaran diperoleh: 1) perangkat pembelajaran yang dikembangkan telah memenuhi kriteria valid dengan rata-rata total validitas RPP = 4,38, LKPD = 4,47, buku guru =4,50, buku siswa = 4,49; 2) perangkat  pembelajaran yang dikembangkan dengan PMR memenuhi kriteria efektif ditinjau dari: a.) ketuntasan belajar siswa secara klasikal telah tercapai pada uji coba II yaitu 87,5% dan tahap penyebaran 90,63%; b.) waktu pembelajaran yang digunakan tidak melebihi waktu pembelajaran biasa.; c.) respon siswa pada uji coba II sebesar 92,03% dan tahap penyebaran sebesar 97,34%,, telah menunjukkan respon positif terhadap perangkat pembelajaran; 3) perangkat  pembelajaran yang dikembangkan dengan PMR memenuhi kriteria praktis ditinjau dari: a.) penilaian ahli dapat digunakan dengan sedikit revisi; dan b.) hasil pengamatan keterlaksanaan perangkat pembelajaran di kelas termasuk dalam kategori baik. 4) kemampuan penalaran matematis dan self-concept siswa menggunakan perangkat pembelajaran yang dikembangkan dengan PMR meningkat, ditinjau dari : a.) Skor N-Gain tes kemampuan penalaran matematis siswa mengalami peningkatan yaitu pada uji coba mencapai 0,291 meningkat menjadi 0,604 pada uji coba II serta meningkat menjadi 0,627 pada tahap penyebaran; b.) rata-rata hasil angket self-concept pada uji coba I adalah 73,63 meningkat menjadi 78,2 pada uji coba II serta tahap penyebaran meningkat menjadi 80,07.Kata Kunci: PMR, Kemampuan Penalaran Matematis, Self-Concept
METODE JACKKNIFE DAN METODE BOOTSTRAP DALAM ESTIMASI KURTOSIS DAN SKEWNESS Riadil Jannah Sihombing; Elmanani Simamora .
KARISMATIKA: Kumpulan Artikel Ilmiah, Informatika, Statistik, Matematika dan Aplikasi Vol 8, No 2 (2022): Karismatika
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/jmk.v8i2.34206

Abstract

Hal yang harus diperhatikan untuk melakukan uji statistik sebagai proses analisis yaitu uji asumsi klasik, salah satunya adalah uji normalitas. Data yang tidak berdistribusi normal disebabkan terlalu banyak nilai-nilai ekstrim dalam satu set data sehingga menghasilkan distribusi skewness dan distribusi kurtosis. Untuk mengatasi masalah tersebut, dapat menggunakan metode bootstrap dan metode jackknife. Tujuan dari penelitian ini yaitu menentukan hasil estimasi dari metode bootstrap dan metode jackknife, serta menentukan estimator terbaik dengan cara membandingan nilai MSE kedua metode tersebut. Data yang digunakan dalam penelitian ini yaitu data kekuatan gempa bumi di Indonesia tahun 2020 dengan kekuatan magnitudo di atas 5. Berdasarkan simulasi dengan menggunakan bantuan program Matlab R2015a dilakukan resampling sebanyak 50, 100, 200, 500, dan 1000. Jika  dilihat  secara  keseluruhan  diperoleh nilai MSE terkecil yaitu dengan metode bootstrap. Dapat disimpulkan bahwa metode bootstrap merupakan metode yang efisien dibandingkan metode jackknife, hal ini didukung dengan kecilnya tingkat MSE yang dihasilkan.  AbstractThe thing that must be considered in carrying out statistical tests as an analytical process is the classical assumption test, one of which is the normality test. Data that are not normally distributed are caused by too many extreme values in one data set, resulting in a skewness distribution and a kurtosis distribution. To solve this problem, you can use the bootstrap method and the jackknife method. The purpose of this study is to determine the estimation results from the bootstrap method and the jackknife method, and to determine the best estimator by comparing the MSE values of the two methods. The data used in this study is data on the strength of the earthquake in Indonesia in 2020 with a magnitude above 5. Based on the simulation using the help of the Matlab R2015a program, resampling of 50, 100, 200, 500, and 1000 was obtained. The smallest MSE is the bootstrap method. It can be concluded that the bootstrap method is an efficient method compared to the jackknife method, this is supported by the small level of MSE generated.
PENDUGA PARAMETER MODEL REGRESI LINIER SEDERHANA HADIRNYA HETEROSKEDASITAS DAN PENCILAN DENGAN METODE ROBUST WILD BOOTSTRAP Vivi Lathifah Ardi; Elmanani . Simamora
KARISMATIKA: Kumpulan Artikel Ilmiah, Informatika, Statistik, Matematika dan Aplikasi Vol 7, No 3 (2021): Karismatika
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/jmk.v7i3.32478

Abstract

Ordinary Least Square (OLS) merupakan suatu metode yang biasanya digunakan untuk mengestimasi parameter sebuah model regresi linier. Namun, ketika suatu data memiliki heteroskedastisitas dan pencilan dalam model regresi akan menyebabkan metode OLS menghasilkan penduga parameter yang tidak efisien.Penelitian ini dilakukan bertujuan untuk menganalisis efesiensi penduga parameter regresi linier berganda hadirnya heteroskedastik dan pencilan dengan metode robust wild bootstrap. Metode robust wild bootstrap adalah salah satu metode yang digunakan untuk mengestimasi parameter model regresi dengan hadirnya heteroskedastik dan pencilan yang merupakan modifikasi dari metode wild bootstrap. Hasil analisis yang telah dilakukan menunjukkan bahwa metode robust wild bootstrap menghasilkan penduga parameter yang lebih efisien dibandingkan dengan penduga parameter OLS, yang mana nilai mean standard error pada metode robust wild bootstrap lebih kecil dibandingkan dengan metode OLS. Sehingga dapat disimpulkan bahwa metode ini merupakan metode yang sesuai untuk kemungkinan variansi residual yang heteroskedastik dan adanaya pencilan. Abstract- Ordinary Least Square (OLS) is a method that is usually used to estimate the parameters of a linear regression model. However, when a data has heteroscedasticity and outliers in the regression model, it will cause the OLS method to produce inefficient parameter estimators. The robust wild bootstrap method is one of the methods used to estimate the parameters of the regression model with the presence of heteroscedasticity and outliers which is a modification of the wild bootstrap method. The results of the analysis that have been carried out show that the robust wild bootstrap method produces more efficient parameter estimators than the OLS parameter estimator, in which the mean standard error of the robust wild bootstrap method is smaller than the OLS method. So it can be concluded that this method is an appropriate method for the possibility of heteroscedastic residual variance and the existence of outliers
ESTIMASI INTERVAL KEPERCAYAAN PARAMETER SELISIH RATA-RATA IPK KELAS PENDIDIKAN REGULER DAN EKSTENSI FMIPA ANGKATAN 2010 UNIMED DENGAN BOOTSTRAP PERSENTIL Elsa . Oktaviani; Elmanani . Simamora
KARISMATIKA: Kumpulan Artikel Ilmiah, Informatika, Statistik, Matematika dan Aplikasi Vol 5, No 3 (2019): Karismatika
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/jmk.v5i3.23354

Abstract

 ABSTRAKDalam menganalisis suatu populasi seringkali peneliti ingin mengetahui karakteristik data penelitian seperti mean, median dan varians data. Kendala dalam menentukan karakteristik data biasanya ketika data yang tersedia di lapangan sedikit dan tanpa asumsi distribusi, sehingga tidak cukup untuk dilakukan analisis secara parametrik. Metode bootstrap merupakan metode resampling yang tidak memerlukan asumsi distribusi pada data, bootstrap dilakukan dengan menggunakan distribusi empiris yang diperoleh dari proses pengambilan sampel ulang dari sampel asli, dengan ukuran sama dengan sampel asli dan dilakukan dengan pengembalian. Estimasi interval kepercayaan bootstrap diberikan dalam interval bootstrap standar, interval bootstrap-t, dan interval persentil. Setelah melakukan resampling bootstrap (B=1000) pada data, mengurutkan nilai dari bawah ke atas. Pada tingkat keyakinan 95% interval kepercayaan akan menjadi , artinya batas bawah dari selang adalah nilai kuantil 2,5 dan batas atas selang adalah nilai kuantil 97,5. Setelah dilakukan perhitungan dengan interval persentil diperoleh lebar interval kepercayaan 0,2472. Jika dibandingkan dengan hasil interval bootstrap standar, bootstrap-t dan statistika biasa dengan lebar interval masing-masing 0,3022; 1,5610; dan 0,447124011. Lebar interval yang paling pendek merupakan interval yang ketelitiannya baik, maka dengan lebar interval bootstrap persentil 0,2472 dapat disimpulkan bahwa metode bootstrap persentil merupakan metode yang akurat dalam mengestimasi interval kepercayaan.Kata kunci: Bootstrap, interval kepercayaan, bootstrap persentil. ABSTRACTIn analyzing a population often researchers want to know the characteristics of research data such as mean, median and data variance. Constraints in determining the characteristics of the data are usually when the available data in the field is few and without the distribution assumption, so it is not enough to do parametric analysis. The bootstrap method is a resampling method that does not require the assumption of distribution on the data, the bootstrap is performed using empirical distributions obtained from the re-sampling process of the original sample, with the same size as the original sample and done with the return. Estimated bootstrap confidence intervals are given in standard bootstrap intervals, bootstrap-t intervals, and percentile intervals. After performing a bootstrap resampling (B = 1000) in the data, sort the values from the bottom up. At a confidence level of 95% the confidence interval would be , meaning the lower bound of the hose is a quantile value of 2.5 and the upper limit of the hose is a 97.5 quantile value. After the calculation with the percentile interval obtained the width of the confidence interval 0.2472. When compared to the results of standard bootstrap intervals, bootstrap-t and regular statistics with an interval width of 0.3022; 1.5610; and 0.447124011. The shortest interval width is a good accuracy interval, with the interval bootstrap width of 0.2472 can be concluded that the percentile bootstrap method is an accurate method in estimating the confidence interval.Keywords : Bootstrap, the confidence interval, bootstrap percentile
The Effect of Learning Model and Early Mathematical Ability on Mathematical Critical Thinking Skill of Students Agustina Hariani Panjaitan; Elmanani Simamora; Asmin Asmin
Jurnal Cendekia : Jurnal Pendidikan Matematika Vol 5 No 1 (2021): Jurnal Cendekia: Jurnal Pendidikan Matematika Volume 5 Nomor 1 Tahun 2021
Publisher : Mathematics Education Study Program

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cendekia.v5i1.459

Abstract

Penelitian ini bertujuan untuk menganalisis pengaruh model pembelajaran dan kemampuan awal matematiks serta interaksi antara model pembelajaran dan kemampuan awal matematis terhadap kemampuan berpikir kritis matematis siswa. Penelitian ini merupakan penelitian kuantitatif dengan metode eksperimen semu. Populasi penelitian ini adalah seluruh siswa SMP Negeri 1 Tambangan semester ganjil tahun pelajaran 2019/2020 yang berjumlah 160 siswa dalam 6 kelas. Teknik pengambilan sampel dalam penelitian ini menggunakan teknik Probability Sampling. Jenis pengambilan sampel adalah Simple Random Sampling. Sampel penelitian dipilih dari dua kelas, yaitu kelas VIII-1 yang terdiri dari 26 siswa yang mendapat perlakuan model discovery learning, dan kelas VIII-2 yang terdiri dari 26 siswa yang diberi pembelajaran biasa. Instrumen penelitian menggunakan tes kemampuan berpikir kritis matematis. Uji statistik data menggunakan Uji ANAVA dua jalur. Hasil penelitian menunjukkan bahwa model pembelajaran dan kemampuan awal matematis berpengaruh positif terhadap kemampuan berpikir kritis matematis siswa, dan tidak terdapat interaksi antara model pembelajaran dan kemampuan awal matematis.
Differences in Improving Students' Communication Ability and Learning Independence Through Problem Based Learning Models and Guided Discovery Dessy Meylinda; Elmanani Simamora; Mukhtar Mukhtar
Jurnal Cendekia : Jurnal Pendidikan Matematika Vol 5 No 1 (2021): Jurnal Cendekia: Jurnal Pendidikan Matematika Volume 5 Nomor 1 Tahun 2021
Publisher : Mathematics Education Study Program

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cendekia.v5i1.463

Abstract

Penelitian ini bertujuan untuk menganalisis perbedaan peningkatan kemampuan komunikasi matematis siswa dan kemandirian belajar melalui model pembelajaran berbasis masalah dan penemuan terbimbing serta interaksi antara model pembelajaran dan kemampuan awal matematika terhadap kemampuan komunikasi matematis siswa dan kemandirian belajar. Dimana populasi penelitian ini adalah seluruh siswa kelas VIII MTs Negeri 3 Labuhanbatu Utara semester ganjil tahun pelajaran 2019/2020 yang berjumlah 230 siswa dalam enam kelas. Sampel penelitian diambil secara acak yaitu kelas VIII-F dan VIII-A. Kelas eksperimen pertama mendapatkan model pembelajaran berbasis masalah, dan kelas eksperimen kedua mendapatkan model pembelajaran penemuan terbimbing. Instrumen terdiri dari tes kemampuan komunikasi matematis dan angket kemandirian belajar siswa. Analisis data menggunakan analisis kovarian (ANCOVA) dan N-Gain. Hasil penelitian menunjukkan bahwa terdapat perbedaan peningkatan kemampuan komunikasi matematis dan kemandirian belajar siswa yang mendapat model pembelajaran berbasis masalah lebih baik daripada yang diberi pembelajaran penemuan terbimbing dan tidak ada interaksi antara model pembelajaran dengan kemampuan matematika awal terhadap kemampuan komunikasi. matematis dan kemandirian belajar siswa.
Pengembangan Perangkat Pembelajaran Berbasis Penemuan Terbimbing Menggunakan Hypercontent untuk Meningkatkan Kemampuan Berpikir Kritis Matematis Siswa Maulidia Wanahari; Zul Amry; Elmanani Simamora
Jurnal Cendekia : Jurnal Pendidikan Matematika Vol 6 No 1 (2022): Volume 6 Nomor 1 Tahun 2022
Publisher : Mathematics Education Study Program

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cendekia.v6i1.1226

Abstract

Pembelajaran Daring (dalam jaringan) merupakan belajar secara online melalui media-media yang ditentukan. Penelitian ini bertujuan Untuk : 1) mendeskripsikan bagaimana tingkat Validitas , kepraktisan dan efektifitas perangkat pembelajaran berbasis penemuan terbimbing menggunakan Hypercontent untuk meningkatkan kemampuan berpikir matematis kritis di SMAN 1 Tambangan; 2) mendeskripsikan Peningkatan kemampuan berpikir kritis matematis siswa dengan menggunakan perangkat pembelajaran berbasis penemuan terbimbing menggunakan Hypercontent di SMAN 1 Tambangan. Penelitian ini menggunakan model pengembangan 4-D oleh Sivasailam Thiagarajan, Dorothy S. Semmel, dan Melvyn I. Semmel (1974). Model ini terdiri dari 4 tahap pengembangan yaitu Define (Pendefinisian), Design (Perancangan), Develop (Pengembangan) dan Disseminate (Penyebaran). Subjek dalam penelitian ini adalah siswa kelas XI SMAN 1 Tambangan tahun Ajaran 2021/2022. Hasil penelitian menunjukkan bahwa 1) Perangkat pembelajaran berbasis penemuan terbimbing menggunakan hypercontent untuk meningkatkan kemampuan berpikir kritis matematis siswa yang dikembangkan sudah memenuhi kriteria valid, praktis dan efektif; 2) Peningkatan kemampuan berpikir kritis matematis menggunakan perangkat pembelajaran berbasis penemuan terbimbing menggunakan hypercontent yang telah dikembangkan dilihat dari nilai N-gain pada uji coba I sebesar 0,33 meningkat menjadi 0,4 pada uji coba II, artinya berada dalam kategori “sedang”.
Pengembangan Perangkat Pembelajaran Berbasis Penemuan Terbimbing Untuk Meningkatkan Kemampuan Berpikir Kritis Matematis Di SMA Negeri 1 Tambangan Maulidia Wanahari Lubis; Zul Amry; Elmanani Simamora
PARADIKMA: JURNAL PENDIDIKAN MATEMATIKA Vol 15, No 1 (2022): PARADIKMA JURNAL PENDIDIKAN MATEMATIKA
Publisher : Study Program of Mathematics Education of Unimed Postgraduate Program

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/paradikma.v15i1.33884

Abstract

Penelitian ini bertujuan : 1) Untuk memperoleh perangkat pembelajaran yang dikembangkan berbasis penemuan terbimbing yang memenuhi valid, praktis, dan untuk meningkatkan kemampuan berpikir matematis kritis di SMAN 1 Tambangan; 2) untuk mendeskripsikan bagaimana meningkatkan kemampuan berpikir kritis siswa di SMAN 1 Tambangan yang diajarkan dengan perangkat pembelajaran yang dikembangkan berbasis penemuan terbimbing. Penelitian ini merupakan penelitian pengembangan yang menggunakan model 4D dengan subjek penelitian 26 orang siswa kelas XI MIA 1 di SMAN 1 Tambangan. Objek dalam penelitian ini adalah perangkat pembelajaran berbasis penemuan terbimbing pada materi baris dan deret. Kevalidan media pembelajaran yang dikembangkan ditinjau dari analisis hasil validitas pembelajaran oleh para validator dengan nilai rata-rata total sebesar 3,71 (kategori “Valid”). Sementara itu, kepraktisan perangkat pembelajaran dilihat dari respon tim ahli atau validator secara umum menyatakan bahwa perangkat pembelajaran termasuk ke dalam kategori B yakni dapat digunakan dengan sedikit revisi. skor observasi keterlaksanaan perangkat pembelajaran pada uji coba II yaitusayasebesar 4,44 (kategori “Tinggi”) yang berarti perangkat memenuhi kriteria kepraktisan. Keefektifan media pembelajaran ditinjau dari pertama yaitu ketuntasan klasikal kemampuan berpikir kritis matematis siswa pada uji coba II sebesar 88,4% (23 siswa). Kedua rata- rata skor observasi kemampuan guru mengelola pembelajaran pada uji coba II adalah 4,08 (kategori “Baik”). Dan ketiga rata-rata respons siswa pada uji coba II berada pada kategori “Positif” di atas 80% untuk setiap siswa. Berdasarkan indeks gain ternormalisasi, diperoleh bahwa pada uji coba II terjadi peningkatan nilai dengan skor 0,
Co-Authors Abil Mansyur, Abil Agustina Hariani Panjaitan Andrew Lupe Tiopan Sitorus Asmin Asmin Asmin Panjaitan Asrifah Siahaan Budi Halomoloan Siregar Chindy Eskana Nababan Dessy Meylinda Dian Armanto E. Elvis Napitupulu Edi Syahputra Edy Surya Elsa . Oktaviani Haris Hidayat Ismail Izwita Dewi Izwita Dewi Lisa Lisa Maulidia Wanahari Maulidia Wanahari Lubis Muhammad Badzlan Darari Mukhtar Mukhtar Muktar Muktar Mulyono Mulyono Nenta Dumalia Siregar NETTI KARIANI MENDOFA Nur Indah Simamora Pakpahan, Robinsar Permata Sari Manurung Putri Elmaretha Purba Putri Elmaretha Purba Rahmi Ramadhani Riadil Jannah Sihombing Rizki Habibi Rusmini Rusmini Rusmini Rusmini Sorta Corie Ivana Panjaitan Suvriadi Panggabean Tiur Malasari Siregar Vivi Lathifah Ardi Waminton Rajagukguk Yenni Padila Siregar Zul Amry