Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kecurangan akademik telah menjadi masalah utama dalam pendidikan hingga saat ini. Penelitian ini mencoba untuk meneliti kecurangan akademik pada mahasiswa pascasarjana. Terdapat dua macam faktor yang mendorong mahasiswa pascasarjana untuk menyontek. Pertama, faktor-faktor yang dapat dikendalikan oleh siswa, seperti kurangnya persiapan sebelum ujian, kelelahan, atau kurangnya waktu untuk belajar. Kedua, faktor-faktor yang berada di luar kendali siswa, sepertimasalah kesehatan, tugas atau ujian yang terlalu sulit, atau kecurangan akademik yang dilakukan teman sesama mahasiswa. Peneliti menduga bahwa self-regulated learning dan muraqabah dapat menjadi solusi untuk menghadapi faktor-faktor ini. Dalam self-regulated learning, siswa dapat mengatur pembelajaran mereka secara efektif sehingga terhindar dari masalah kurangnya persiapan sebelum ujian,kelelahan, atau kurangnya waktu belajar. Jadi, dengan self-regulated learning, mahasiswa semestinya dapat mengatasi faktor kecurangan akademik yang dapat dikendalikan tersebut. Sementara itu, muraqabah, yang didefinisikan sebagai kesadaran akan pengawasan Tuhan, diduga dapat mengatasi faktor kecurangan akademik yang di luar kendali mahasiswa. Meskipun mengalami kesulitan selama ujian atau melihat temannya menyontek, mahasiswa yang percaya bahwa mereka sedang diawasi oleh Tuhan semestinya menahan diri untuk tidak melakukan kecurangan. Penelitian ini menggunakan pendekatan kuantitatif. Responden yangterlibat adalah mahasiswa pascasarjana Muslim yang dipilih melalui teknik convenience sampling. Empat instrumen digunakan dalam penelitian ini: Kuesioner Self-Regulated Learning, Kuesioner Muraqabah, Kuesioner KecuranganAkademik, dan adaptasi Social Desirability Scale. Data dianalisis dengan teknik analisis statistik deskriptif dan korelasi parsial. Hasil dari penelitian ini menunjukkan bahwa terdapat korelasi negatif yang signifikan antara self-regulated learning dengan kecurangan akademik pada mahasiswa pascasarjana. Sementara itu, tidak ada korelasi yang signifikan antara muraqabah dengan kecurangan akademik mahasiswa pascasarjana.

---

Academic dishonesty has become a major problem in education to date. This recent study tries to examine the academic dishonesty on graduate students. The factors encouraging graduate students to cheat can be classified into two types. The first one is the factors that can be controlled by students, such as lack of preparation, fatigue, or lack of study time. The second type is the factors that are beyond the students control, such as health problems, complicated tasks or exams, or seeing other students cheat. Researcher predicts that self-regulated learning and muraqabah can be solutions to deal with these factors. In self-regulated learning, students can manage their learning effectively so as to avoid problems of lack of preparation, fatigue, or lack of study time. Thus, by improving their self-regulated learning, students should overcome the controllable factors of academic dishonesty. Meanwhile, muraqabah, defined as awareness of God's supervision, should be able to overcome the uncontrollable factors of academic dishonesty. Despite having difficulties during the exam or seeing other students cheat, the students who believe that they are being watched by God should refrain from cheating. This study used quantitative approach. The participants were Muslim graduate students who were selected through convenience sampling technique. Four instruments were used in this study: self-regulated learning questionnaire, muraqabah questionnaire, academic dishonesty questionnaire, and social desirability scale. The data was analyzed using descriptive statistics and partial correlation analysis technique. This study found that there is a significant negative correlation between self- regulated learning and academic dishonesty in graduate students. Meanwhile, there is no significant correlation between muraqabah and academic dishonesty in graduate students."

"Kecurangan akademik telah menjadi masalah utama dalam pendidikan hingga saat ini. Penelitian ini mencoba untuk meneliti kecurangan akademik pada mahasiswa pascasarjana. Terdapat dua macam faktor yang mendorong mahasiswa pascasarjana untuk menyontek. Pertama, faktor-faktor yang dapat dikendalikan oleh siswa, seperti kurangnya persiapan sebelum ujian, kelelahan, atau kurangnya waktu untuk belajar. Kedua, faktor-faktor yang berada di luar kendali siswa, seperti masalah kesehatan, tugas atau ujian yang terlalu sulit, atau kecurangan akademik yang dilakukan teman sesama mahasiswa. Peneliti menduga bahwa self-regulated learning dan muraqabah dapat menjadi solusi untuk menghadapi faktor-faktor ini. Dalam self-regulated learning, siswa dapat mengatur pembelajaran mereka secara efektif sehingga terhindar dari masalah kurangnya persiapan sebelum ujian, kelelahan, atau kurangnya waktu belajar. Jadi, dengan self-regulated learning, mahasiswa semestinya dapat mengatasi faktor kecurangan akademik yang dapat dikendalikan tersebut. Sementara itu, muraqabah, yang didefinisikan sebagai kesadaran akan pengawasan Tuhan, diduga dapat mengatasi faktor kecurangan akademik yang di luar kendali mahasiswa. Meskipun mengalami kesulitan selama ujian atau melihat temannya menyontek, mahasiswa yang percaya bahwa mereka sedang diawasi oleh Tuhan semestinya menahan diri untuk tidak melakukan kecurangan. Penelitian ini menggunakan pendekatan kuantitatif. Responden yang terlibat adalah mahasiswa pascasarjana Muslim yang dipilih melalui teknik convenience sampling. Empat instrumen digunakan dalam penelitian ini: Kuesioner Self-Regulated Learning, Kuesioner Muraqabah, Kuesioner Kecurangan Akademik, dan adaptasi Social Desirability Scale. Data dianalisis dengan teknik analisis statistik deskriptif dan korelasi parsial. Hasil dari penelitian ini menunjukkan bahwa terdapat korelasi negatif yang signifikan antara self-regulated learning dengan kecurangan akademik pada mahasiswa pascasarjana. Sementara itu, tidak ada korelasi yang signifikan antara muraqabah dengan kecurangan akademik mahasiswa pascasarjana.

---

Academic dishonesty has become a major problem in education to date. This recent study tries to examine the academic dishonesty on graduate students. The factors encouraging graduate students to cheat can be classified into two types. The first one is the factors that can be controlled by students, such as lack of preparation, fatigue, or lack of study time. The second type is the factors that are beyond the students' control, such as health problems, complicated tasks or exams, or seeing other students cheat. Researcher predicts that self-regulated learning and muraqabah can be solutions to deal with these factors.

In self-regulated learning, students can manage their learning effectively so as to avoid problems of lack of preparation, fatigue, or lack of study time. Thus, by improving their self-regulated learning, students should overcome the controllable factors of academic dishonesty. Meanwhile, muraqabah, defined as awareness of God's supervision, should be able to overcome the uncontrollable factors of academic dishonesty. Despite having difficulties during the exam or seeing other students cheat, the students who believe that they are being watched by God should refrain from cheating.

This study used quantitative approach. The participants were Muslim graduate students who were selected through convenience sampling technique. Four instruments were used in this study: self-regulated learning questionnaire, muraqabah questionnaire, academic dishonesty questionnaire, and social desirability scale. The data was analyzed using descriptive statistics and partial correlation analysis technique.

This study found that there is a significant negative correlation between self-regulated learning and academic dishonesty in graduate students. Meanwhile, there is no significant correlation between muraqabah and academic dishonesty in graduate students."

"Salah satu poin penilaian akreditasi universitas adalah jumlah mahasiswa yang lulus tepat waktu dan mahasiswa yang drop-out (DO). Sayangnya, potensi terjadinya mahasiswa terlambat lulus atau drop out masih menjadi tantangan bagi Universitas Kristern Krida Wacana (UKRIDA). Untuk dapat melakukan tindakan mitigasi dan menyusun strategi retensi, perlu dilakukan prediksi terhadap mahasiswa yang berpeluang DO dan terlambat lulus menggunakan data informasi akademik. Hal tersebut dilakukan untuk membantu proses pengecekan mahasiswa DO yang sebelumnya masih manual. Selain itu, faktor informasi akademik apa saja yang memengaruhi hasil prediksinya. Model yang dibangun menggunakan algoritma-algoritma yang diantaranya Logistic Regression, Nave Bayes, Support Vector Machine (SVM), Decision Tree, Random Forest, dan Gradient Boosting. Hasilnya data yang digunakan untuk mendeteksi mahasiswa DO berhasil mencapai 99,42% pada metric precision dan 98,58% pada average precision. Data yang digunakan untuk mendeteksi mahasiswa terlambat lulus berhasil mencapai 78,51% pada metric precision dan AUC 82,86%. Faktor-faktor yang memengaruhi mahasiswa DO adalah status bayar karena terdapat mahasiswa yang hutang terprediksi DO, IPK dengan rata-rata dibawah 2 diprediksi DO, jumlah ulang mata kuliah di atas 1, tidak KRS di atas 2. Namun pada deteksi mahasiswa terlambat lulus, faktor-faktor yang memengaruhi hal tersebut adalah terdapat data yang lebih dari 1 Tidak KRS dan 24 kali mengulang mata kuliah serta dengan status bayar Hutang.

---

One of the points of university accreditation assessment is the number of students who graduate on time and drop-out students (DO). Unfortunately, the potential for students to graduate late or drop out is still a challenge for Kristern Krida Wacana University (UKRIDA). To be able to take mitigation actions and develop retention strategies, it is necessary to predict students who are likely to drop out and graduate late using academic information data. This was done to help the process of checking DO students which was previously still manual. In addition, what academic information factors affect the prediction results. The model is built using algorithms including Logistic Regression, Naïve Bayes, Support Vector Machine (SVM), Decision Tree, Random Forest, and Gradient Boosting. As a result, the data used to detect DO students managed to reach 99.42% on metric precision and 98.58% on average precision. The data used to detect late graduating students managed to reach 78.51% on metric precision and 82.86% AUC. The factors that affect dropout students are paid status because there are students whose debt is predicted to drop out, GPA with an average of below 2 is predicted to drop out, the number of repeat courses is above 1, not KRS is above 2. -Factors that influence this are data that is more than 1 No KRS and repeats courses 24 times as well as with Debt payment status."