Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal PANCANAKA Jurnal Kependudukan, Keluarga, dan Sumber Daya Manusia Prosiding Seminar Nasional Official Statistics
Budi Subandriyo
Unknown Affiliation
Humanities Computer Science & IT Economics, Econometrics & Finance Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Evaluasi Model Kirkpatrick Pelatihan Ms Office Tingkat Lanjutan Di Pusdiklat Sekretariat Jenderal Dan Badan Keahlian Dewan Perwakilan Rakyat Budi Subandriyo
Pancanaka Vol 1 No 2 (2020): PANCANAKA Jurnal Kependudukan, Keluarga dan Sumber Daya Manusia
Publisher : Perwakilan BKKBN Daerah Istimewa Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37269/pancanaka.v1i2.49

Abstract

Training is carried out by organizations or agencies to facilitate employees in improving their work-related competencies. The Ms Office Advanced Training aims to provide knowledge and / or mastery of skills related to ASN work, so that participants are able to carry out their duties and responsibilities in a professional manner, as an integral part of the career guidance and work performance system. Such training is regularly held, but whether the training objectives that have been carried out have been achieved optimally. In order to parse the problem, the writer evaluates the kickpatrick model approach. Evaluation is needed to identify the strengths and weaknesses of the program, including knowing whether the learning objectives are appropriate or need improvement. This research involved all 14 participants. The data obtained were analyzed using descriptive analysis and nonparamteric statistical analysis with the Wilcoxon signed ranks test. Based on the analysis of the data it can be concluded, the reaction level shows satisfactory results with an average value of 84.03. Viewed from the level of learning (learning), based on the pretest and posttest scores indicate success, with the existence of positive and significant differences.
ESTIMASI ANGKA PARTISIPASI KASAR PERGURUAN TINGGI PROVINSI PAPUA MELALUI SMALL AREA ESTIMATION Budi Subandriyo
Seminar Nasional Official Statistics Vol 2019 No 1 (2019): Seminar Nasional Official Statistics 2019
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (294.861 KB) | DOI: 10.34123/semnasoffstat.v2019i1.216

Abstract

Angka Partisipasi Kasar (APK) m0erupakan salah satu indikator statistik yang digunakan untuk melihat besarnya tingkat partisipasi pendidikan pada suatu wilayah. Besar atau kecilnya nilai APK perguruan tinggi menunjukkan seberapa mudah penduduk untuk mengakses Pendidikan di perguruan tinggi. Hal ini sesuai dengan tujuan pembangunan berkelanjutan (Sustainable Development Goals) yang memiliki program untuk terus meningkatkan kesempatan belajar, salah satunya pendidikan di perguruan tinggi. Oleh karena itu, diperlukan upaya peningkatan akses pendidikan di universitas dan perguruan tinggi melalui penyediaan data APK-PT yang akurat. Apabila dilihat berdasarkan daerah tingkat provinsi, Provinsi Papua merupakan provinsi dengan APK-PT dua terbawah di antara provinsi lainnya yaitu sebesar 19,03 persen. Akan tetapi, ketersediaan data APK-PT hingga tingkar kabupaten atau kota masih belum tersedia karena kurangnya ukuran sampel. Salah satu upaya untuk mengoptimalkan sampel yang tersedia dan menghasil estimasi APK-PT di tingkat kabupaten/kota yaitu dengan menggunakan metode Small Area Estimation (SAE) berbasis area level. Pada penelitian ini digunakan data Survei Sosial Ekonomi Nasional (SUSENAS) 2018 untuk memperoleh estimasi langsung (direct estimation) APK-PT dan Potensi Desa (PODES) 2018 di Provinsi Papua sebagai variabel penyerta (auxiliary variable) dalam pemodelan SAE. Metode SAE yang digunakan adalah Empirical Best Linear Unbiased Predictor – Fay Herriot (EBLUP-FH) dan EBLUP benchmarking seperti EBLUP Difference Benchmarking (EBLUP-DB), EBLUP You-Rao Benchmarking (EBLUP-YR), dan EBLUP Augmented Bencharking (EBLUP-AB). Berdasarkan hasil penelitian disimpulkan bahwa penggunaan estimasi SAE yang cocok pada data APK-PT di Provinsi Papua adalah model EBLUP Augmented Benchmarking dengan nilai rata-rata MSE terendah yaitu sebesar 22,06 persen.
Co-Authors