STUDI KORELASI ANTARA PEMAHAMAN MATEMATIS DENGAN PRESTASI BELAJAR TARUNA AKADEMI MARITIM NUSANTARA PADA MATAKULIAH DASAR-DASAR AKUNTANSI
Bibliographic record
Abstract
Pengetahuan akuntansi menjadi landasan dalam membuka jasa pelayaran, sehingga dapat meminimalkan kerugian, misal dalam membuat budgeting plan, dan forcasting, manajemen gudang dan bongkar muat. Oleh karena itu, Akuntansi menjadi matakuliah wajib pada kurikulum Program Studi Ketatalaksanaan Pelayaran Niaga dan Kepelabuhanan (KPN) Akademi Maritim Nusantara (AMN). Matakuliah yang memiliki kesamaan karakteristik dengan dasar-dasar akuntansi adalah matematika. Pemahaman matematis diduga memberikan pengaruh terhadap prestasi belajar dasar-dasar akuntansi. Oleh karena itu, penelitian ini bertujuan menganalisis pengaruh pemahaman matematis terhadap prestasi belajar taruna AMN pada matakuliah dasar-dasar akuntansi. Jenis penelitian ini merupakan penelitian kuantitatif dengan dengan sampel 146 taruna angkatan 2018 KPN AMN. Metode pengumpulan data dilakukan melalui instrumen tes Metode analisis data menggunakan statistik deskriptif dan statistik inferensial berbantuan aplikasi SPSS taraf signifikansi 0,05. Statistik inferensial terdiri dari uji asumsi klasik dan uji analisis regresi. Sebelum melakukan uji analisis regresi, harus terpenuhi uji asumsi klasik, yang terdiri dari uji normalitas, linearitas, dan homokedasitas. Hasil penelitian yaitu terdapat pengaruh yang signifikan antara pemahaman matematis dengan prestasi belajar taruna AMN pada matakuliah dasar-dasar akuntansi. Setiap kenaikan pemahaman matematis 1%, maka prestasi belajar taruna AMN pada matakuliah dasar-dasar akuntansi meningkat sebesar 1,004%. Semakin tinggi pemahaman matematis taruna AMN, maka akan semakin tinggi prestasi belajar dasar-dasar akuntansi.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.029 | 0.006 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".