Hasil Pencarian  ::  Simpan CSV :: Kembali

"Seiring dengan terjadinya perubahan paradigma dalam pendidikan kedokteran di Indonesia, yaitu kurikulum berbasis kompetensi, dengan menggunakan PBL sebagai salah sam metode pembelajaran. Maka terjadi pula perubahan peran dosen, dari pcnyampai informasi menjadi fasilitator. Untuk mencapai kebutuhan tersebut, staf akademik FK Untar telah dilatih sebagai fasilitator sebanyak 60 orang pada bulan Maret dan Juni 2007 selama 4 hari. Penelitian ini bertujuan unmk mengidentitikasi kesiapan staf akadcmik FK Untar yang telah dilatih sebagai fasilitator PBL bcrdasarkan sikap dan pengetahuan stat” akademik FK Umar tentang PBL. Disain penelitian dilakukan secara cross-sectional dengan menggunakan kuesioner yang diisi oleh staf akademik FK Untar yang telah dilatih. Penelitian dilakul-can sejak bulan Agustus sarnpai dengan September 2007, sebanyak 60 orang, yaitu seluruh staf akademik FK Untar yang telah dilatih. Dari 60 kuesioner yang disebarkan, seluruh kucsioner (60) berhasil dikumpulkan. Hasil analisis data diolah dengan menggunakan regresi cox dengan STATA 9.0. Pada penelitian ini faktor yang dapat dikatakan berkaitan dengan kesiapan sebagai fasilitator PBL adalah usia dan lama mengajar saja. Staf akademik yang berumur 46-63 tahun secara moderat kesiapannya 41% lebih rendah dibandingkan staf berusia 27 - 45 tahun (Risiko Relatif (RR) = 0,60; 95% interval kepercayaan = 0,29 - l,2; p = 0,l32). Jika dibandingkan dengan lama mengajar I-20 tahun, staf yang telah mengajar 21-40 tahun secara moderat kesiapannya 35% lebih rendah (Risiko Relatif (RR) = 0,65; 95% interval kepercayaan = 0,33- l,28; p=O,2l2). Karena ada 2 variabel bivariat dengan p<0,25, yaitu umur dan lama mengajar dan berkorelasi sangat kuat (r = 0,93), tidak dapat dilakukan penggabungan keduanya. Jadi kesiapan staf dikaitkan dengan umur. Kesiapan stat” akademik sebagai fasilitator PBL tidak berbeda dalam hal: jenis kelamin, pendidikan terakhir, profesi, dan bagian. Dari penelitian ini dapat disimpulkan bahwa, dari 60 staf yang dilatih, hanya 21 orang (35%) yang siap sebagai fasilitator. Staf akademik berumur 46-63 tahun cenderung tidak siap sebagai fasilitator PBL. Jenis kelamin, pendidikan terakhir, profesi dan bagian dari staf tidak mempengaruhi kesiapan.

---

In accordance to the medical education paradigm changes in Indonesia, which is the competence based curriculum, with PBL as one of the teaching method. The role of teachers also changes from information provider to be a facilitator. To fulfill the needs 60 academic staff Medical Faculty Tarumanagara University have been trained as facilitator in March and June 2007 during 4 days. The aim of this study is to identify the readiness academic staff Medical Faculty Tarumanagara after facilitator training based on their attitude and knowledge about PBL. The study uses cross-sectional design with questionnaire for all the trained academic stat? Medical Faculty Tarumanagara University. This study has been conducted from August until September 2007. The response rate from 60 questionnaire was l00%. The data were analyzed using Cox regression with STATA 9.0. The readiness of academic staff moderately in tenn of age and the length of teaching experience. Academic staff with age 46 - 63 years, moderately (p=0.l32) have less ready than 41% (Relative Risk (RR) = 0.60; 95% Confidence Interval (Cl) = 0.29 ~ 1.2; p = 0.l32) than academic staff with age 27-45 years and teaching experience 21 - 40 years have less ready than 35% (RR = 0.65; CI = 0.33- 128; p=0.2l2) than teaching experience l - 20 years. Because any 2 bivariat variables with p<0.25, age and the length of teaching experience very strong correlated (r = 0,93), it can not be fused. So, the readiness of academic staff is connected with the age of staff. From this research the conclusion is, only 21 staff (35%) from 60 staff were ready as PBL facilitator. Academic staff with age 46 - 63 years tend not ready to be a PBL facilitator. The readiness of academic staff were similarly distributed with respect to gender, education level, profession, and subject based."

"University Course Timetabling Problem merupakan proses penjadwalan mata kuliah di sebuah universitas yang hasilnya diusahakan seoptimal mungkin untuk tidak saling berbenturan dengan batasan-batasan dan syarat-syarat (constraints) tertentu. Dalam menentukan penjadwalan berbasis perhitungan, salah satu metode yang dapat digunakan adalah Graph Coloring. Graph Coloring merupakan merupakan metode yang paling sederhana dan dapat digunakan untuk menentukan penjadwalan yang memiliki berbagai macam constraints. Pada penelitian ini, peneliti mengusulkan pengembangan dari metode Graph Coloring yang ada untuk membuat penjadwalan mata kuliah yang optimal dengan memertimbangkan berbagai macam constraints. Pengembangan ini diujicobakan ke penjadwalan mata kuliah di Fakultas Teknologi Informasi Universitas Tarumanagara (FTI Untar). Hasil percobaan menunjukkan bahwa pengembangan metode Graph Coloring memberikan hasil penjadwalan yang memenuhi rata-rata 93% seluruh constraints yang ditentukan. Rata-rata 7% pelanggaran constraints dikarenakan keterbatasan jumlah ruang dan total slot waktu kuliah, serta permintaan jadwal tertentu oleh dosen.

---

AbstractUniversity Course timetabling problem is the process of scheduling courses at a university whose results are optimally arranged to not collide with the limits and conditions (constraints) specified. In determining the scheduling komputatif, one method that can be used is the Graph Coloring. Graph Coloring is the simplest method and can be used to determine which have a variety of scheduling constraints. In the present study, the researcher proposes the development of the existing methods of Graph Coloring to make optimal scheduling of courses taking into account various constraints. This development was tested to the scheduling of courses in the Faculty of Information Technology University Tarumanagara (FTI Untar). The experimental results show that the development of methods of Graph Coloring deliver results that meet the scheduling of an average 93% of all the specified constraints. Average of 7% violation constraints due to limitations of space and the total number of time slots in college, and request a specific schedule by the lecturer."

"Indonesia masih mengalami bonus demografi pada tahun 2020 dan diprediksi masih berlangsung pada 2038 hingga 2041. Untuk itu perlu dilakukan peningkatan kualitas sumber daya manusia Indonesia, di antaranya melalui pendidikan tinggi di luar negeri. Komponen biaya pendidikan kuliah di luar negeri penting untuk diperhatikan terutama bagi pihak-pihak yang akan memberikan bantuan biaya pendidikan pada mahasiswa yang terpilih. Penelitian ini membahas pengelompokan universitas berdasarkan empat komponen biaya pendidikan program Magister (S2) di kampus luar negeri dengan metode K-Means, serta pemetaan hasil kelompok dan peringkat universitas dengan metode Biplot. Objek penelitian ini adalah universitas di luar negeri berdasarkan QS World University Rankings (WUR) 2020. Berdasarkan hasil penelitian yang didapatkan terdapat tiga kelompok dengan nilai Silhouette sebesar 0.39. Hasil pengelompokan terdiri dari kelompok A (merah) sebanyak 302 universitas, kelompok B (oranye) sebanyak 110 universitas, dan kelompok C (hijau) sebanyak 478 universitas. Hasil pemetaan tiga kelompok dan peringkat universitas dengan menggunakan metode Biplot mampu menerangkan keragaman data sebesar 65.2 persen. Kelompok A (merah) cenderung memiliki kedekatan dengan variabel Visa, SPP, dan Biaya Hidup. Kelompok B (oranye) cenderung berdekatan dengan variabel Transportasi dan QS WUR 2020. Kelompok C (hijau) cenderung memiliki jarak yang jauh dengan empat variabel komponen biaya pendidikan dan QS WUR 2020.

---

Indonesia is still experiencing a demographic bonus in 2020 and is predicted to continue in 2038 to 2041. For this reason, it is necessary to improve the quality of Indonesia's human resources, including through higher education abroad. The cost of studying abroad is essential to pay attention to, especially for those who will provide tuition assistance for selected students. This study discusses the clustering of universities based on the four components of the cost of education for Masters (S2) programs at overseas campuses using the K-Means method and mapping group results and university rankings using the Biplot method. The object of this research is universities abroad based on the QS World University Rankings (WUR) 2020. Based on the research results, there are three clusters with Silhouette value are 0.39. The clustering result consisted of cluster A (red) with 302 universities, cluster B (orange) with 110 universities, and cluster C (green) with 478 universities. The results of mapping the three clusters and university rankings using the Biplot method were able to explain the diversity of the data by 65.2 percent. The cluster A (red) tends to have closeness to the Visa, Tuition Fee, and Cost of Living variables. The cluster B (orange) tends to be close to the Transportation variable and QS WUR 2020. The cluster C (green) tends to have a long-distance with the four component variable costs of education and QS WUR 2020."

"Tujuan penelitian ini adalah untuk (1) mengetahui pemahaman staf tentang penyusutan rekod dengan cara mengetahui pandangan dan pendapat staf tentang penyusutan dan pelaksanaannya di kedua biro serta Universitas Indonesia secara umum: (2) mengusulkan model pedoman .Jadwa/ Retensi Rekod (JRR) yang dapat diterapkan di bagian BAA dan BAK UI. Masukan terhadap usulan model dibutuhkan seiring dengan seberapajauh staf dapat memahami tentang penyusutan tersebut. Penelitian mulai dilaksanakan pada bulan September 2002 sampai dengan Desember 2003. Jenis penelitian dikatagorikan ke dalam pendekatan penelitian naturalistik atau penelitian kuatitatif. Topik penelitian ini adalah (I) penyusutan dalam manajemen rekod: (2) pembentukan model pedoman .Jadual Retensi. Penetapan informan dilakukan dengan cara snowball sampling atau sampel berantai. Inforraan berjumlah 6 orang terdiri atas staf di kedua biro dan kepala Biro Adntinistrasi Umum UI. Pengumpulan data dilakukan melalui wawancara, penganuatan dan analisis dokumen. Berdasarkan hasil penelitian di lapangan terhadap pemahaman staf dan model Jadul Reteensi Rekod diperoleh bebarapa hal penting sebagai berikut a Dalann mengelola dan memanfaatkan arsip. informan melakukannya sesuai dengan keinginan masing-masing dikarenakan belum adanya pedoman dan juga tidak adanva pengarahan dan pimpinan di masing-masing unit dan tingkat unversitas...

---

The aims of this research are (1) to understand hov' staff comprehend process of record disposal; (2) to device a proposal of a retention schedule to be applied at Office of Academe Ad,ninislralive and 0J/ice of Student Athnini.v/ralivc, University o lndonesia. This research was carried out from September 2002 t.) December 2002. 'type of this research is categorized as naturalistic approach or better known as qualitative research. The topic of this research is record disposal in record management and the creation Record Retention Schedule. The informants were selected using a snowball sampling scheme. The number of informants are 7 (seven) people consisted of' bureau staffs and the head of the bureau. Data gathering for this research was conducted using interviews, observation and document analysis. the research concluded that there are several aspects concerning the university's stall' understandings of the active ustility and formulation model of Record Retention The managing and using archives, informants work by their own, because of u.la~ailahle procedures and undircction of' the head of unit and university's level, Informants undestand archive's function, but not related to peoples work. Effects of those are uncertain storage both record and archive: C, There are n.l record centre in uniersity's level. functioning as university's archive storage. Archie will be store on some places with the others..."

"Penelitian deskripsi jenis dan analisis jumlah kromosom beberapa tumbuhan suku Asteraceae di Kampus UI Depok telah dilakukan pada bulan September 2012 hingga Maret 2013. Sampel diambil secara purposive sampling dan diidentifikasi berdasarkan karakter morfologi menggunakan kunci determinasi buku Flora of Java. Diperoleh 21 jenis Asteraceae yang tersebar di Kampus UI Depok yang berhasil diidentifikasi, 8 jenis di antaranya berhasil diketahui jumlah kromosomnya, satu jenis Asteraceae yaitu Tridax procumbens dapat digunakan dalam pembuatan kariotipe. Lima jenis Asteraceae yang memiliki variasi jumlah kromosom yaitu Elephantopus scaber (2n=x=9, 2n=x+2=11, 2n=2x-4=14, 2n=2x=18, 2n=2x+1=19, 2n=2x+2=20, 2n=2x+4=22), Tridax procumbens (2n=x= 9, 2n=2x=18, 2n=4x=36), Bidens pilosa (2n=2x+8, 2n=32, 2n=3x=36, 2n=4x =48), Mikania micrantha (2n=x=18, 2n=x+6=24, 2n=2x-4 =32, 2n=2x=36) dan Sphagneticola trilobata (2n=2x=28, 2n =2x-4=32, 2n=2n-8=36). Tiga jenis Asteraceae tidak memiliki variasi jumlah kromosom adalah Cosmos sulphureus (2n=24), Emilia sonchifolia (2n=10), dan Sonchus arvensis (2n=18).

---

Species description and analysis of chromosomes number on the several plant belongs to Asteraceae that located in University of Indonesia was conducted during September 2012 to March 2013. The study was held using purposive sampling method and samples were identified based on morphological characters using determination keys in Flora of Java book. Twenty one species of Asteraceae scattered in University of Indonesia, Depok were successfully identified. Chromosomes number of eight species were known and one species can be used in karyotyping. The research also suggested that five species of Asteraceae have variation in chromosomes number. They are Elephantopus scaber (2n=x=9, 2n=x+2=11, 2n=2x-4=14, 2n=2x=18, 2n=2x+1=19, 2n=2x+2 = 20, 2n=2x+4=22), Tridax procumbens (2n=x=9, 2n=2x=18, 2n=4x=36), Bidens pilosa (2n=2x+8, 2n=32, 2n=3x=36, 2n=4x=48), Mikania micrantha (2n=x=18, 2n=x+6=24, 2n=2x-4=32, 2n=2x=36) and Sphagneticola trilobata (2n=2x=28, 2n=2x-4=32, 2n=2n-8=36). On the contrary, three species of Asteraceae does not have variation in chromosomes number. They are Cosmos sulphureus (2n=24), Emilia sonchifolia (2n=10), and Sonchus arvensis (2n=18). "