Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pandemi Covid-19 mengakibatkan adanya perubahan pada gaya hidup masyarakat. Aktivitas-aktivitas yang biasanya dilakukan secara offline berubah menjadi online. Hal ini memberikan dampak negatif terhadap tubuh seperti badan menjadi tidak fit, imun tubuh turun, dan lainnya. Maka dari itu, masyarakat termasuk mahasiswa dihimbau untuk tetap menjaga kesehatan mereka salah satunya dengan berolahraga secara rutin. Sehingga seeorang harus memiliki motivasi olahraga yang baik. Tujuan dari penelitian ini, yaitu: (1) menganalisis variabel-variabel yang memengaruhi tingkat motivasi olahraga pada mahasiswa Universitas Indonesia; (2) menganalisis pengaruh social support terhadap hubungan physical self-concept dengan motivasi olahraga; (3) menganalisis pengaruh kecemasan terhadap Covid-19 terhadap hubungan health consciousness dengan motivasi olahraga, yang dilakukan dengan menggunakan metode Partial Least Square (PLS). Data yang digunakan merupakan data primer yang diambil dengan menggunakan metode purposive sampling sejumlah 876 mahasiswa S1 Universitas Indonesia angkatan 2018, 2019, 2020, dan 2021 tahun ajar 2021/2022 dengan status akademis aktif yang bersedia mengisi kuesioner. Hasil penelitian menunjukkan bahwa variabel jenis kelamin, ketersediaan fasilitas olahraga, health consciousness, dan physical self-concept mempengaruhi motivasi olahraga pada mahasiswa Universitas Indonesia. Social support merupakan variabel prediktor moderasi antara physical self-concept dengan motivasi olahraga. Selain itu, kecemasan terhadap Covid-19 merupakan variabel prediktor moderasi antara health consicousness dengan motivasi olahraga.

---

COVID-19 pandemic has changed people's lifestyles. Activities that are usually done offline turn into online. This has negative impact on the body such as the body becomes unfit, the body's immune system decreases, and so on. Therefore, the public, including students, are encouraged to maintain their health by exercising regularly. So, a person must have good exercise motivation. The aims of this study are to analyze the variables that affect the level of sports motivation in University of Indonesia students, to analyze the effect of anxiety on Covid-19 on the relationship between health consciousness and sports motivation, and to analyze the effect of social support on the relationship of physical self-concept to sports motivation by using the Partial Least Square (PLS) method. The data used is primary data taken using purposive sampling with a total of 876 undergraduate students at the University of Indonesia. The results showed that gender, availability of sports facilities, health consciousness, and physical self-concept have significant effect on sports motivation. Social support only acts as a moderating predictor variable between physical self-concept and sports motivation. In addition, it was found that anxiety about Covid-19 only acts as moderating predictor variable between health consciousness and exercise motivation."

"Setiap orang akan melewati fase-fase kehidupan mulai dari kanak-kanak, remaja hingga dewasa. Fase transisi dari remaja menuju dewasa disebut fase dewasa awal, di mana terjadi pada mahasiswa yang transisi sekolah menuju tingkat lebih tinggi seperti universitas. Pada fase ini, individu akan mengalami perkembangan fisik dan emosional. Kondisi kematangan emosi tidak terlepas dari berbagai pengaruh, seperti lingkungan, sekolah, keluarga, interaksi sosial dan aktivitas sehari-harinya. Penelitian ini dilakukan untuk melihat faktor apa saja yang dapat menjelaskan tingkat kematangan emosi mahasiswa. Metode yang digunakan adalah Partial Least Square (PLS) untuk menganalisis kausalitas tersebut. Kemudian akan digunakan metode analisis korespondensi berganda untuk melihat profil tingkat kematangan emosi mahasiswa berdasarkan variabel-variabel yang signifikan. Penelitian ini menemukan bahwa variabel yang menjelaskan tingkat kematangan emosi adalah parental demandingness, parental responsiveness, keaktifan dalam organisasi, religiusitas, jenis kelamin, usia dan status pernikahan orang tua. Penelitian ini juga menemukan profil mahasiswa yang memiliki tingkat kematangan emosi yang tinggi, yaitu berjenis kelamin perempuan, berusia 21‒23 tahun, memiliki tingkat religiusitas yang tinggi, aktif dalam organisasi, memiliki pola asuh orang tua tipe permisif, dan dengan kondisi salah satu atau kedua orang tua meninggal dunia serta yang menikah dan masih bersama. Profil mahasiswa yang memiliki tingkat kematangan emosi yang rendah, yaitu berjenis kelamin laki-laki, berusia 18-20 tahun, tingkat religiusitas rendah, tidak aktif dalam organisasi, serta memiliki pola asuh orang tua tipe otoriatif dan dengan kondisi orang tua menikah dan masih bersama.

---

Every individual goes through phases of life, starting from childhood, adolescence, and into adulthood. The transitional phase from adolescence to adulthood is referred to as early adulthood, which occurs in students transitioning from school to higher levels such as university. During this phase, individuals undergo development, both in terms of physical maturation and emotional maturation. The state of emotional maturity is influenced by various factors, such as the environment, school, family, social interactions, and daily activities. This research was conducted to examine the factors that can explain the level of emotional maturity among students. The method used is Partial Least Square (PLS) to analyze the causality between these variables. Furthermore, the multiple correspondence analysis method will be employed to examine the profiles of students' emotional maturity levels based on significant variables. The research findings indicate that the variables explaining the level of emotional maturity are parental demandingness, parental responsiveness, involvement in organizations, religiosity, gender, age, and parental marital status. The research also identified profiles of students who exhibit high levels of emotional maturity, namely female gender, aged 21‒23 years, high level of religiosity, active participation in organizations, permissive parenting style, and experiencing the death of one or both parents, also parents who are married and still together. On the other hand, the profiles of students with low levels of emotional maturity include male gender, aged 18‒20 years, low level of religiosity, inactivity in organizations, authoritarian parenting style, and parents who are married and still together."

"This is the first book devoted entirely to total least squares. The authors give a unified presentation of the TLS problem. A description of its basic principles are given, the various algebraic, statistical and sensitivity properties of the problem are discussed, and generalizations are presented. Applications are surveyed to facilitate uses in an even wider range of applications. Whenever possible, comparison is made with the well-known least squares methods. A basic knowledge of numerical linear algebra, matrix computations, and some notion of elementary statistics is required of the reader; however, some background material is included to make the book reasonably self-contained."

"Data Panel merupakan kombinasi dua jenis data yaitu data cross section dan data time series. Tujuan dari penulisan tugas akhir ini adalah mencari taksiran parameter pada model regresi untuk data panel yang tidak lengkap (incomplete panel data regression models) dengan komponen error satu arah (one-way error component). Selain itu model regresi tersebut merupakan random effect models, yang berarti perbedaan karakteristik individu dan waktu diakomodasikan pada komponen error dari model.Metode yang digunakan untuk menaksir parameter adalah metode Feasible Generalized Least Squares (FGLS). Pada metode tersebut, matriks kovarians error tidak diketahui, sehingga perlu dilakukan penaksiran terhadap komponen variansi yang terdapat pada matriks kovarians error tersebut. Metode yang digunakan untuk menaksir komponen variansi adalah modifikasi metode penaksiran ANOVA yang diusulkan oleh Wallace dan Hussain."

"Mahasiswa Departemen Matematika FMIPA UI sebagai salah satu kader masa depan dan agen pembawa perubahan, dituntut untuk memiliki tanggung jawab dalam bertingkah laku sesuai dengan norma masyarakat, berintelektual tinggi, dapat memberikan contoh yang baik pada masyarakat, dan memiliki rasa empati yang tinggi. Masyarakat dan lingkungan di mana mahasiswa tersebut kuliah memiliki harapan yang tinggi terhadap mahasiswa sehingga rasa empati diharapkan dapat tumbuh dan berkembang optimal pada mahasiswa. Dalam penelitian ini, akan dilihat faktor-faktor yang memengaruhi tingkat empati mahasiswa Departemen Matematika FMIPA UI dan pengaruh pola asuh dan jenis kelamin terhadap dimensi empati. Data diperoleh dengan penyebaran kuisioner kepada 170 mahasiswa Departemen Matematika FMIPA UI yang telah terpilih sebagai sampel. Metode pengambilan sampel yang digunakan dalam penelitian ini, yaitu simple random sampling. Metode analisis yang digunakan dalam penelitian ini adalah Cluster K-Means, Partial Least Square PLS, Uji Kruskal-Wallis, dan Uji Mann-Whitney. Faktor yang paling memengaruhi tingkat empati adalah fantasy, yaitu kemampuan seseorang untuk mengidentifikasi dengan kuat karakter fiktif dalam buku, film, atau drama. Selain itu, faktor-faktor lain yang memengaruhi tingkat empati mahasiswa Departemen Matematika FMIPA UI adalah perspective taking, empathic concern, personal distress, pola asuh orangtua, dan jenis kelamin.

---

Mathematics students of FMIPA UI as one of the future cadres and agents of change, are required to have responsibility in behaving accordance to the society norms, highly intellectual, set a good example to the society, and have a high sense of empathy. The society and the college which they study have a high expectation towards them, so it is hoped that the empathy could grow and develop optimally. This study is aimed to identify factors that affect the empathy level of Mathematics FMIPA UI students, and the affect of parenting styles and gender towards the empathy dimension. The data were collected by distributing questionnaires to 170 mathematics students of FMIPA UI who have been selected as sample. The sampling method will be used in this study is simple random sampling. The method that will be used in this study are Cluster K Means, Partial Least Square PLS , Kruskal Wallis test, and Mann Whitney test. The factor that give the most affect on Mathematics FMIPA UI students rsquo s empathy level is fantasy. Fantasy is a tendency of the respondent to identify strongly with fictitious characters in books, movies, or dramas. Other factors that affect empathy level of Mathematics FMIPA UI students are perspective taking, empathic concern, personal distress, parenting patterns, and gender."

"Prinsip parsimoni adalah prinsip yang menyatakan bahwa jika terdapat beberapa penjelasan untuk suatu fenomena, maka penjelasan paling sederhanalah yang harus dipilih. Prinsip ini digunakan dalam analisis data untuk memilih model yang paling efisien dalam menjelaskan variabilitas data dengan parameter seminimal mungkin. Namun pada beberapa kondisi, data bisa saja melibatkan pengukuran atau variabel yang cukup banyak. Data berdimensi tinggi dapat menyebabkan kompleksitas dan kesulitan dalam analisis, sehingga reduksi dimensi pada data penting untuk dilakukan. Principal Component Analysis (PCA) adalah salah satu metode yang dapat digunakan untuk melakukan reduksi dimensi, dengan mengekstraksi variabel baru dan mengurangi pengaruh dari variabel yang tidak relevan. Namun, metode PCA tidak toleran terhadap missing value, sehingga algoritma Nonlinear Iterative Partial Least Squares (NIPALS) dapat digunakan dalam mengatasi data yang mengandung missing value. Performa dari algoritma NIPALS dievaluasi menggunakan nilai normalized root mean square error (NRMSE) dan koefisien korelasi Pearson. Kemudian, performa dari algoritma ini dibandingkan dengan dua metode lain, meliputi Probabilistic Principal Component Analysis (PPCA) dan SVDImpute. Setelah dilakukan percobaan sebanyak seratus kali pada data survei COVIDiSTRESS, didapatkan hasil bahwa algoritma NIPALS memiliki performa yang lebih baik dan stabil dalam melakukan reduksi dimensi dibandingkan SVDImpute dan PPCA pada data dengan missing value sebesar 1% hingga 15%.

---

The principle of parsimony, states that if there are multiple explanations for a phenomenon, the simplest explanation should be chosen. This principle is applied in data analysis to select the most efficient model that explains the variability of the data with minimal parameters. However, in some cases, the data may involve a large number of measurements or variables. High-dimensional data can lead to complexity and difficulties in analysis, therefore dimensionality reduction is important. Principal Component Analysis (PCA) is one method that can be used for dimensionality reduction by extracting new variables and reducing the influence of irrelevant variables. However, PCA is not tolerant to missing values, so the Nonlinear Iterative Partial Least Squares (NIPALS) algorithm can be used to handle data with missing values. The performance of the NIPALS algorithm is evaluated using the normalized root mean square error (NRMSE) and Pearson correlation coefficient. Subsequently, the performance of this algorithm is compared with two other methods, including Probabilistic Principal Component Analysis (PPCA) and SVDImpute. After conducting a hundred trials on the COVIDiSTRESS survey data, it was found that the NIPALS algorithm performed better and was more stable in dimension reduction compared to SVDImpute and PPCA algorithms on data with missing values ranging from 1% to 15%."

"Dalam penerapan analisis regresi seringkali terdapat efek dependensi spasial (lokasi) yaitu nilai observasi variabel dependen pada suatu lokasi bergantung pada nilai observasi di lokasi lain. Karateristik ini dinamakan spasial lag. Bentuk dependensi lain adalah spasial error yaitu error pada suatu lokasi dipengaruhi oleh error pada lokasi sekitarnya. Model regresi yang melibatkan efek dependensi spasial disebut model spasial dependen. Dalam kenyataannya tidak tertutup kemungkinan spasial dependen pada data cross section memiliki kedua kararateristik dependensi spasial. Tugas akhir ini membahas tentang prosedur mengestimasi parameter model dengan kedua jenis spasial dependen, yaitu spasial lag sekaligus spasial error dengan metode Generalized Spatial Two Stage Least Squares (GS2SLS). Metode ini menggunakan Two Stage Least Squares, Generalized Moment, dan transformasi Cochrane-Orcutt. Taksiran yang dihasilkan bersifat konsisten. Kata Kunci: Spasial Lag, Spasial Error, Two Stage Least Squares, Generalized Moment, Transformasi Cochrane-Orcutt."

"ABSTRACTModel Generalized Space Time Autoregressive adalah suatu model spatio temporal yang merupakan pengembangan model Space Time Autoregressive (STAR). Model STAR adalah model spatio temporal dengan asumsi parameter-parameter sama untuk setiap lokasi. Model GSTAR dibentuk sebagai pengembangan dari model STAR yang memungkinan untuk mengestimasi parameter yang berbeda untuk setiap lokasinya. Borovkova, Lopuhaa dan Ruchjana (2002) mengembangkan model Generelized Space Time Autoregressive (GSTAR) dimana paramater-parameter pada model, berbeda untuk setiap lokasi. Metode kuadrat terkecil (least square method) digunakan untuk mengestimasi parameter pada model GSTAR. Metode kuadrat terkecil merupakan metode pendugaan parameter yang meminimumkan jumlah kuadrat error. Penggunaan model GSTAR pada data penyakit Hepatitis A di 5 kotamadya DKI Jakarta pada tahun 2011-2017 menghasilkan model GSTAR(4,1) sebagai model yang dipilih.

---

ABSTRACTGeneralized Space Time Autoregressive(GSTAR) model is a spatio temporal model which is the development of the Space Time Autoregressive (STAR) model. The STAR model is a spatio temporal model assuming the same parameters for each location. The GSTAR model was formed as a development of the STAR model which makes it possible to estimate different parameters for each location. Borovkova, Lopuhaa and Ruchjana (2002) developed the Generelized Space Time Autoregressive (GSTAR) model where parameters in the model differ for each location. The least square method is used to estimate the parameters in the GSTAR model. The least squares method is a parameter estimation method that minimizes the number of squared errors. The use of the GSTAR model on Hepatitis A data in 5 DKI Jakarta municipalities in 2011-2017 produced the GSTAR (4.1) model as the chosen model."

"This self-contained textbook presents matrix analysis in the context of numerical computation with numerical conditioning of problems and numerical stability of algorithms at the forefront. Using a unique combination of numerical insight and mathematical rigor, it advances readers understanding of two phenomena: sensitivity of linear systems and least squares problems, and numerical stability of algorithms."

"Limbah makanan merupakan salah satu kontributor terbesar yang menimbulkan adanya permasalahan lingkungan sehingga perlu diatasi oleh seluruh dunia, salah satunya Indonesia. Salah satu penyebab yang membuat Indonesia menjadi kontributor utama limbah makanan terbesar di Asia Tenggara adalah perilaku konsumtif yang dimiliki oleh masyarakat Indonesia. Oleh karena itu, perlu adanya perubahan sikap konsumsi untuk menciptakan lingkungan yang lebih baik dan sehat. Untuk mendukung perubahan sikap konsumsi masyarakat, salah satu perusahaan di Indonesia, yaitu PT Ekonomi Sirkular Indonesia, membuat aplikasi food rescue, Surplus Indonesia, untuk mendorong kontribusi individu dalam mengelola makanan berlebih. Namun, adopsi aplikasi food rescue di Indonesia masih sangat minim. Oleh karena itu, penelitian ini dilakukan untuk meneliti faktor-faktor yang memengaruhi niat individu dalam menggunakan aplikasi food rescue. Variabel dalam model penelitian ini diadopsi dari beberapa teori yang ada sebelumnya, yaitu Unified Theory of Acceptance and Use of Technology (UTAUT 2), Theory of Planned Behavior (TPB), Norm Activation Model (NAM), Self-Determination Theory (SDT), dan beberapa variabel tambahan dari penelitian sebelumnya, yaitu Environmental Concern dan Food Waste Awareness. Variabel yang dipilih bertujuan untuk mengisi celah penelitian sebelumnya dengan menggabungkan faktor dari beberapa aspek, yaitu aspek teknologi, ekonomi, sosial, psikologis, dan kepedulian lingkungan. Penelitian ini dilakukan menggunakan pendekatan kuantitatif dengan melibatkan survei sebagai metode mengumpulkan data. Data yang diperoleh dianalisis secara kuantitatif menggunakan Partial Least Squares Structural Equation Modelling (PLS-SEM). Penelitian ini berhasil mengumpulkan data sebanyak 654 dan hanya 565 data yang valid untuk digunakan. Hasil penelitian ini menunjukkan bahwa faktor-faktor yang memengaruhi niat individu dalam menggunakan aplikasi food rescue adalah price value, social influence, attitude, green altruism, dan environmental concern. Dengan mengetahui hasil penelitian ini, pengembang aplikasi food rescue dapat meningkatkan jumlah adopsi aplikasi melalui faktor-faktor yang diketahui memengaruhi niat penggunaan. Selain itu, pengembang aplikasi food rescue juga dapat mengetahui masalah-masalah yang pernah dialami oleh pengguna sehingga dapat memperbaikinya. Tidak hanya pengembang, pemerintah juga dapat meningkatkan jumlah adopsi aplikasi food rescue dengan meningkatkan kesadaran masyarakat terhadap aplikasi tersebut dalam mengatasi isu lingkungan, terutama isu limbah makanan. Penelitian ini berhasil mengisi celah dari penelitian sebelumnya dengan mengeksplorasi dampak gabungan faktor penerimaan teknologi, sosial, psikologis, dan kepedulian lingkungan terhadap niat penggunaan individu terhadap aplikasi food rescue.

---

Food waste is one of the largest contributors to environmental problems and needs to be addressed globally, including in Indonesia. One of the reasons Indonesia is the largest contributor to food waste in Southeast Asia is the consumerist behavior of its people. Therefore, there needs to be a change in the consumption attitudes of Indonesians to create a better and healthier environment. To support this change in consumption attitudes, one of the companies in Indonesia, PT Ekonomi Sirkular Indonesia, developed a food rescue app called Surplus Indonesia to encourage individual contributions to managing surplus food. However, the adoption of food rescue apps in Indonesia remains very low. Hence, this study aims to examine the factors influencing individuals' intentions to use or adopt food rescue apps. The variables in this research model were adopted from several existing theories, including the Unified Theory of Acceptance and Use of Technology (UTAUT 2), Theory of Planned Behavior (TPB), Norm Activation Model (NAM), Self-Determination Theory (SDT), and some additional variables from previous studies, namely Environmental Concern and Food Waste Awareness. The chosen variables aim to fill gaps in previous research by combining factors from various aspects, including technology, economy, social, psychology, and environmental concern. This study uses a quantitative approach involving surveys as the data collection method. The obtained data were quantitatively analyzed using Partial Least Squares Structural Equation Modelling (PLS-SEM). This study successfully collected 654 data points, of which only 565 were valid for analysis. The results indicate that the factors influencing individuals' intentions to use or adopt food rescue apps are price value, social influence, attitude, green altruism, and environmental concern. Understanding these results allows food rescue app developers to increase the adoption rate by focusing on the identified influencing factors. Moreover, developers can identify and address issues experienced by users. Additionally, the government can boost the adoption of food rescue apps by raising public awareness of these apps in addressing environmental issues, especially food waste, motivating people to take action. This study fills gaps in previous research by exploring the combined impact of technological acceptance, social, psychological, and environmental concern factors on individuals' intentions to use food rescue apps."