Repository Universitas Jember

Digital service that collects, preserves, and distributes digital material. Repositories are important tools for preserving an organization's legacy; they facilitate digital preservation and scholarly communication.

Communities in DSpace

Select a community to browse its collections.

Now showing 1 - 5 of 9

COMMUNITY SERVICES REPORT (LPM)
Koleksi Laporan Hasil Pengabdian Masyarakat
DIPLOMA PROGRAMME PRACTICE REPORT (Laporan Diploma)
Koleksi Laporan Praktek Kerja Program Diploma
DISSERTATION (Koleksi Disertasi)
Koleksi Disertasi Program Doktoral
LECTURER RESEARCH REPORT (LEMLIT)
Koleksi Laporan hasil penelitian dosen UNEJ
MASTER THESES (Koleksi Tesis)
Koleksi Tesis Program Magister

Recent Submissions

Pengaruh Penerapan Green Accounting dan Intellectual Capital Terhadap Nilai Perusahaan dengan Business Strategy sebagai Variabel Moderasi pada Perusahaan Sektor Industri Dasar dan Kimia dan Industri Farmasi Yang Listed di Bursa Efek Indonesia
(Fakultas Ekonomi dan Bisnis, 2023-12-23) Nona Maharani Nenhea Elier
Penelitian ini bertujuan untuk membahas dampak penerapan green accounting dan intellectual capital terhadap nilai perusahaan yang dimoderasi oleh business strategy. Penelitian ini mengukur penerapan green accounting dengan menggunakan Program Penilaian Peringkat Kinerja Perusahaan dalam Pengelolaan Lingkungan Hidup (PROPER). Intellectual capital dihitung dengan Value Added Intellectual Capital (VAIC). Nilai perusahaan dihitung dengan rasio Tobins'Q. Business strategy dihitung dengan Premium Price Capabilty (PPC). Penelitian ini juga menggunakan variabel kontrol ukuran perusahaan dengan menggunakan Ln Aset. Data sekunder yang digunakan dalam penelitian ini adalah harga saham dan laporan tahunan yang dipublikasikan di website Bursa Efek Indonesia, serta hasil PROPER yang dikeluarkan oleh Kementerian Lingkungan Hidup dan Kehutanan. Populasi yang digunakan dalam penelitian ini adalah industri bahan kimia berbasis organik dan industri farmasi yang terdaftar di Bursa Efek Indonesia periode 2019-2022. Metode analisis yang digunakan adalah Moderating Regression Analysis (MRA) yang termasuk dalam model regresi data panel. Hasil penelitian ini menunjukkan bahwa penerapan green accounting dan intellectual capital tidak bisa memberi pengaruh kepada nilai perusahaan secara parsial, namun secara simultan bisa memberi pengaruh positif signifikan kepada nilai perusahaan. Ditemukan pula bahwa business strategy mampu memoderasi pengaruh green accounting kepada nilai perusahaan, namun belum mampu memoderasi intellectual capital kepada nilai perusahaan.
Kegagalan Rassemblement National (RN) Memperoleh Mayoritas Majelis Nasional dalam Pemilu Legislatif Prancis 2024
(Fakultas Ilmu Sosial dan Ilmu Politik, 2026-06-29) M. Pilar Abiy Haikal
Penelitian ini bertujuan menjelaskan kegagalan Rassemblement National (RN) mengonversi keunggulan suara menjadi mayoritas kursi dalam Pemilu Legislatif Prancis 2024. Meskipun RN bersama sekutunya memenangkan putaran pertama dengan 33,22% suara, pada hasil akhir hanya memperoleh 142 kursi, jauh di bawah ambang mayoritas absolut sebanyak 289 kursi. Penelitian menggunakan pendekatan kualitatif dengan desain studi kasus eksplanatori dan teknik process tracing. Analisis didasarkan pada konsep sistem pemilu dua putaran, blackmail potential, dan strategic voting untuk menelusuri mekanisme kausal yang menjelaskan hasil tersebut. Hasil penelitian menunjukkan bahwa kegagalan RN dipengaruhi oleh empat mekanisme yang saling berkaitan. Pertama, sistem pemilu dua putaran membuka ruang koordinasi antarputaran. Kedua, posisi RN sebagai partai anti-sistem dengan blackmail potential tinggi mendorong koordinasi politik lintas blok. Ketiga, front républicain diwujudkan melalui penarikan 224 kandidat yang mengubah konfigurasi kompetisi putaran kedua. Keempat, perubahan tersebut mendorong pemilih non-RN melakukan strategic voting. Penelitian ini menyimpulkan bahwa kegagalan RN bukan disebabkan oleh lemahnya dukungan elektoral, melainkan oleh interaksi antara desain institusional sistem pemilu, posisi RN dalam sistem kepartaian, koordinasi elite, dan perilaku memilih yang strategis.
Pengaruh Model Pembelajaran Problem Based Learning Materi Sistem Ekskresi dengan Augmented Reality Card (ARC) Terhadap Problem Solving Skill dan Hasil Belajar Biologi Siswa SMA
(Fakultas Keguruan dan Ilmu Pendidikan, 2026-07-28) Wahyu Mahkota Cantikasari
Keterampilan pemecahan masalah atau Problem Solving Skill merupakan salah satu keterampilan abad ke-21 yang sangat penting untuk dikembangkan dalam proses pembelajaran. Keterampilan ini mencakup keterampilan memahami masalah, merumuskan penyelesaian, menentukan solusi, serta mengevaluasi hasil penyelesaian secara sistematis dan logis berdasarkan informasi yang relevan. Rendahnya keterampilan pemecahan masalah siswa sering dipengaruhi oleh pembelajaran yang masih berpusat pada guru dan kurang melibatkan siswa secara aktif dalam proses investigasi dan pemecahan masalah. Salah satu alternatif pembelajaran yang dapat diterapkan untuk mengatasi kondisi tersebut adalah model pembelajaran Problem Based Learning (PBL), yaitu model pembelajaran yang menempatkan siswa sebagai pusat pembelajaran melalui pemberian masalah kontekstual yang harus diselesaikan secara mandiri maupun berkelompok. Untuk mendukung efektivitas penerapan model tersebut, pembelajaran dapat dipadukan dengan media Augmented Reality Card (ARC) yang mampu menampilkan objek tiga dimensi secara interaktif sehingga membantu siswa memahami konsep abstrak menjadi lebih konkret. Oleh karena itu, penelitian ini bertujuan untuk mengetahui pengaruh model pembelajaran Problem Based Learning dengan Augmented Reality Card (ARC) terhadap Problem Solving Skill dan hasil belajar biologi siswa SMA materi sistem ekskresi. Penelitian ini dilaksanakan di SMA Negeri 5 Jember pada semester ganjil tahun ajaran 2025/2026. Populasi penelitian adalah seluruh siswa kelas XI MIPA yang terdiri atas lima kelas, kemudian dipilih dua kelas sebagai sampel penelitian, yaitu kelas XI MIPA 1 sebagai kelas eksperimen dan kelas XI MIPA 4 sebagai kelas kontrol. Penelitian ini merupakan penelitian kuasi eksperimen dengan desain pre test dan post-test with non-equivalent control-group design. Kelas eksperimen diberikan perlakuan berupa penerapan model pembelajaran Problem Based Learning dengan Augmented Reality Card (ARC), sedangkan kelas kontrol menggunakan pembelajaran konvensional berupa metode ceramah. Sebelum penentuan sampel penelitian dilakukan uji normalitas menggunakan One-Sample Kolmogorov-Smirnov Test dan uji homogenitas menggunakan Levene Test untuk memastikan bahwa data populasi berdistribusi normal dan homogen. Problem Solving Skill siswa diukur menggunakan instrumen studi kasus yang dianalisis melalui uji statistik Independent Sample T-Test dengan terlebih dahulu melakukan uji prasyarat berupa uji normalitas dan homogenitas. Apabila nilai signifikansi (Sig. 2-tailed) pada taraf α < 0,05, maka terdapat perbedaan rata-rata yang signifikan sehingga H₀ ditolak dan H₁ diterima. Sementara itu, hasil belajar kognitif dianalisis menggunakan uji ANAKOVA dengan nilai pre-test sebagai kovariat dan post-test sebagai variabel terikat, yang didahului dengan uji normalitas dan homogenitas untuk mengetahui pengaruh perlakuan terhadap hasil belajar siswa. Problem Solving Skill dalam penelitian ini terdiri atas empat indikator, yaitu identifikasi masalah atau memahami masalah, perumusan penyelesaian masalah, penyelesaian masalah, dan evaluasi masalah. Rata-rata keseluruhan aspek Problem Solving Skill pada kelas eksperimen sebesar 81,19 sedangkan pada kelas kontrol sebesar 69,84. Data yang diperoleh kemudian dianalisis menggunakan uji Independent Sample T-Test dan diperoleh nilai signifikansi (Sig. 2-tailed) sebesar 0,000 yang lebih kecil dari taraf signifikansi 0,05. Dengan demikian, H₀ ditolak dan H1 diterima. Hal ini menunjukkan bahwa terdapat pengaruh model pembelajaran Problem Based Learning dengan Augmented Reality Card (ARC) materi sistem ekskresi terhadap Problem Solving Skill siswa dalam pembelajaran biologi di SMA.
Evaluasi Spasial Temporal Kekeringan di Jawa Timur Periode 2015-2025 Berbasis Indeks Vegetasi dengan Data Citra Sentinel-2
(Fakultas Teknologi Pertanian, 2026-07-28) Bagas Surya Aji
Kekeringan merupakan salah satu bencana yang memberikan dampak besar terhadap sektor pertanian, ketersediaan air, dan ketahanan pangan di Provinsi Jawa Timur. Kondisi tersebut dipengaruhi oleh perubahan iklim, terutama fenomena El Nino, serta alih fungsi lahan vegetasi menjadi lahan pertanian dan lahan terbangun. Berkurangnya tutupan vegetasi menyebabkan kemampuan tanah dalam menyimpan air semakin menurun sehingga meningkatkan kerentanan wilayah terhadap kekeringan. Untuk memantau kondisi tersebut secara efektif, penelitian ini memanfaatkan teknologi penginderaan jauh menggunakan citra satelit Sentinel-2 yang diolah melalui Google Earth Engine (GEE). Analisis dilakukan menggunakan indeks Normalized Difference Vegetation Index (NDVI), Normalized Difference Water Index (NDWI), dan Normalized Difference Drought Index (NDDI) untuk menganalisis perubahan tutupan lahan serta tingkat kekeringan di Provinsi Jawa Timur selama periode 2015–2025. Metode penelitian diawali dengan pengumpulan data citra Sentinel-2 dan data batas administrasi Provinsi Jawa Timur. Selanjutnya dilakukan pre-processing citra berupa cloud masking, kemudian klasifikasi tutupan lahan menggunakan Random Forest. Hasil klasifikasi diuji akurasinya menggunakan 600 titik sampel dengan nilai Overall Accuracy di atas 80%. Tahap berikutnya adalah perhitungan indeks Normalized Difference Vegetation Index (NDVI), Normalized Difference Water Index (NDWI), dan Normalized Difference Drought Index (NDDI) untuk menganalisis kondisi vegetasi, kelembapan, dan tingkat kekeringan di Provinsi Jawa Timur. Hasil klasifikasi tutupan lahan menunjukkan tingkat akurasi yang baik, yaitu 85,04% pada tahun 2015 serta 88,27% pada tahun 2020 dan 2025, sehingga hasil klasifikasi dinilai cukup andal untuk digunakan dalam analisis. Selama periode 2015–2025, luas vegetasi mengalami penurunan dari 27.234 km² menjadi 18.422 km², sedangkan luas sawah meningkat dari 6.380 km² menjadi 11.745 km², luas ladang meningkat dari 7.443 km² menjadi 10.107 km², dan lahan terbangun bertambah dari 3.468 km² menjadi 3.896 km². Perubahan tersebut menunjukkan terjadinya alih fungsi lahan yang menyebabkan berkurangnya tutupan vegetasi. Hasil analisis Normalized Difference Vegetation Index (NDVI) menunjukkan luas vegetasi berkerapatan tinggi menurun dari 17.398,11 km² menjadi 11.607,68 km², sedangkan vegetasi berkategori rendah meningkat menjadi 10.103,47 km² pada tahun 2025. Hal ini mengindikasikan terjadinya penurunan kualitas dan kerapatan vegetasi di beberapa wilayah. Analisis Normalized Difference Water Index (NDWI) menunjukkan luas area non-badan air meningkat dari 4.286,84 km² pada tahun 2015 menjadi 7.851,78 km² pada tahun 2020, kemudian sedikit menurun menjadi 6.614,72 km² pada tahun 2025, yang menunjukkan kecenderungan penurunan kelembapan permukaan. Selanjutnya, analisis Normalized Difference Drought Index (NDDI) menunjukkan bahwa luas wilayah dengan kategori Normal menurun dari 6.101,04 km² pada tahun 2015 menjadi 2.551,87 km² pada tahun 2025. Sebaliknya, kategori kekeringan berat dan kekeringan ekstrem mengalami peningkatan luas, terutama di wilayah utara, timur, dan Pulau Madura. Hal ini menunjukkan bahwa kondisi kekeringan di Provinsi Jawa Timur semakin meluas dan intensitasnya semakin meningkat selama periode 2015–2025. Secara keseluruhan, hasil analisis NDDI mengindikasikan adanya tren peningkatan kekeringan yang sejalan dengan penurunan tutupan vegetasi dan berkurangnya kelembapan permukaan.
Fusi Citra Optik dan Citra Radar Metode PCA untuk Crop Type Mapping di Wilayah Kabupaten Jember
(Fakultas Teknologi Pertanian, 2026-07-27) Rian Rizki Pratama
Pemetaan jenis tanaman (crop type mapping) merupakan informasi penting dalam mendukung perencanaan dan pengelolaan pertanian berbasis data. Citra optik Sentinel-2 banyak dimanfaatkan untuk tujuan tersebut karena memiliki informasi spektral yang baik, tetapi kualitasnya sering terganggu oleh tutupan awan. Sebaliknya, citra radar Sentinel-1 mampu merekam permukaan bumi pada berbagai kondisi cuaca, namun memiliki keterbatasan dalam membedakan beberapa jenis tanaman yang memiliki karakteristik struktur serupa. Tujuan dari penelituan membandingkan hasil klasifikasi menggunakan citra Sentinel-1, Sentinel-2, dan citra hasil fusi PCA, mengevaluasi keunggulan citra gabungan dibandingkan citra tunggal, serta menganalisis pengaruh perbedaan musim terhadap akurasi klasifikasi. Data yang digunakan berupa citra Sentinel-1 dan Sentinel-2 tahun 2024, serta 172 titik data lapangan sebagai data pelatihan dan validasi. Pengolahan dilakukan di Google Earth Engine melalui tahap pra pengolahan, pemisahan musim, fusi citra dengan PCA, klasifikasi menggunakan algoritma Random Forest, dan evaluasi menggunakan confusion matrix. Hasil penelitian menunjukkan bahwa metode fusi PCA memberikan akurasi tertinggi dibandingkan citra tunggal. Integrasi informasi spektral dan radar melalui PCA mampu meningkatkan kemampuan model dalam membedakan kelas tanaman serta mengurangi kesalahan klasifikasi. Berdasarkan hasil penelitian dapat disimpulkan bahwa fusi citra Sentinel-1 dan Sentinel-2 menggunakan metode PCA lebih efektif dibandingkan penggunaan citra tunggal dalam pemetaan jenis tanaman. Metode ini menghasilkan akurasi yang lebih tinggi dan stabil pada musim hujan maupun musim kemarau, sehingga berpotensi mendukung penyediaan informasi spasial pertanian yang lebih akurat untuk perencanaan dan pengelolaan pertanian berkelanjutan.