• Home
  • Berita
  • Pelatihan dan Sertifikasi Associate Wealth Planner Syariah (AWPS)

Pelatihan dan Sertifikasi Associate Wealth Planner Syariah (AWPS)

admin 22 Jan 2025

BOGOR, 22 Januari 2025 – Pelatihan dan Sertifikasi Associate Wealth Planner Syariah (AWPS) hadir kembali di Bogor, memberikan kesempatan berharga bagi peserta untuk meningkatkan keterampilan dalam perencanaan keuangan pribadi berbasis digital yang komprehensif. Program pelatihan ini bertujuan untuk membantu peserta mengelola keuangan, pendapatan, dan pengeluaran secara lebih efektif, serta mewujudkan tujuan keuangan pribadi mereka sesuai dengan standar internasional yang ditetapkan oleh Financial Planning Standards Board (FPSB).

Pelatihan AWPS akan dilaksanakan pada dua kesempatan berbeda. Pertama, pada Kamis, 9 Januari 2025, dan kedua pada Rabu, 15 Januari 2025. Dalam pelatihan ini, peserta akan dibimbing oleh sejumlah trainer yang ahli dan berpengalaman dalam bidang perencanaan keuangan, yaitu Asnan Purba, Lc MPd.I QWP, CWC, Nashr Akbar, M.Ec., CFP, Abdul Mughni, Lc., M.H.I, Dina Diana, M.Si., CFP, dan Putri Syifa Amalia, M.Sc., CFP. Mereka akan membagikan pengetahuan mendalam mengenai perencanaan keuangan dengan pendekatan syariah yang aplikatif dan mudah dipahami.

Materi pelatihan ini mencakup berbagai aspek penting dalam perencanaan keuangan pribadi, seperti pengelolaan pendapatan, pengeluaran, investasi, dan perencanaan pensiun, dengan tetap memperhatikan prinsip-prinsip syariah. Selain itu, peserta juga akan diberi akses ke aplikasi My IFPE Syariah, yang memungkinkan mereka untuk langsung mempraktikkan konsep-konsep yang telah dipelajari dalam kehidupan sehari-hari.

Pelatihan ini bertujuan untuk memberikan bekal keterampilan praktis yang dapat langsung diterapkan dalam perencanaan keuangan pribadi. Peserta juga akan mendapatkan sertifikat yang dikeluarkan oleh LSPK dan FPSB, serta gelar Associate Wealth Planner (AWP), yang menjadi pengakuan profesional di bidang ini. Keikutsertaan dalam pelatihan ini juga membuka peluang untuk berkarir sebagai perencana keuangan bersertifikat yang kompeten dan terpercaya.

Peserta yang telah mengikuti pelatihan ini memberikan testimoni positif mengenai pengalaman mereka. Salah satunya mengungkapkan, “Masya Allah, sangat berbobot dan mendalam! Semua materi disampaikan dengan sangat jelas dan mudah dipahami.” Selain itu, banyak juga peserta yang merasa antusias dengan pengalaman belajar menggunakan aplikasi, dengan salah satu peserta mengatakan, “Pengalaman baru banget untuk aku belajar keuangan melalui aplikasi ini dan seru banget. Terima kasih banyak, Bu, sukses selalu!”

Dengan mengikuti pelatihan AWPS, peserta dapat mengembangkan kemampuan mereka dalam perencanaan keuangan pribadi dan meraih tujuan keuangan yang lebih baik, sekaligus meningkatkan prospek karir di bidang perencanaan keuangan syariah yang semakin berkembang. Pelatihan ini memberi kesempatan untuk belajar dengan pendekatan yang sesuai dengan prinsip syariah dan mendapatkan keahlian yang sangat dibutuhkan dalam dunia profesional.

 

Anda Mungkin Suka

Menavigasi Jurnal Predator: Mengenal dan Mengatasi Tantangan Penerbitan Berbasis Kualitas

Jurnal predator, yang juga dikenal sebagai jurnal raib atau predatory journals, adalah jurnal ilmiah yang kurang memiliki kualitas dan seringkali lebih memprioritaskan keuntungan finansial daripada kualitas penelitian. Munculnya jurnal predator telah menjadi salah satu tantangan utama dalam penerbitan berbasis kualitas. Berikut adalah beberapa langkah yang dapat diambil untuk membantu peneliti menavigasi jurnal predator dan mengatasi tantangan penerbitan berbasis kualitas:

 

1.Pelajari Ciri-ciri Jurnal Predator:

  • Pahami ciri-ciri umum jurnal predator, seperti proses peer review yang kurang kredibel, biaya penerbitan yang tinggi tanpa layanan yang setara, tampilan situs web yang tidak profesional, dan kurangnya transparansi editorial.

2.Periksa Daftar Jurnal Predatory:

  • Periksa daftar jurnal predator yang telah diidentifikasi oleh organisasi dan lembaga terkemuka di bidang penelitian, seperti Beall's List atau Daftar Hitam Jeffrey Beall (meskipun Beall's List sudah tidak diupdate lagi, masih bisa memberikan petunjuk).

3.Perhatikan Standar Penerbitan Ilmiah:

  • Pastikan jurnal yang dipilih mematuhi standar penerbitan ilmiah yang diakui secara luas. Jurnal-jurnal yang memiliki ISSN, terindeks di basis data ilmiah terkemuka, dan memiliki reputasi baik lebih cenderung menjaga kualitas.

4.Periksa Faktor Dampak dan Indeksasi:

  • Periksa faktor dampak jurnal dan apakah jurnal tersebut diindeks di basis data terkemuka seperti PubMed, Scopus, atau Web of Science. Jurnal yang diindeks dengan baik cenderung lebih bereputasi dan berkualitas.

5.Evaluasi Proses Peer Review:

  • Pertimbangkan kualitas proses peer review. Jurnal berkualitas tinggi melibatkan proses peer review yang ketat dan transparan. Jika prosesnya tidak terdokumentasikan atau tidak transparan, itu bisa menjadi tanda jurnal yang meragukan.

6.Gunakan Daftar Putih Jurnal Berkualitas:

  • Menggunakan daftar putih jurnal yang disusun oleh lembaga atau organisasi terkemuka yang menyediakan panduan terkait jurnal-jurnal yang terpercaya dan berkualitas tinggi.

7.Libatkan Komunitas Ilmiah:

  • Diskusikan dengan sesama peneliti dan rekan sejawat untuk mendapatkan rekomendasi tentang jurnal-jurnal berkualitas di bidang penelitian tertentu.

8.Periksa Etika Penerbitan:

  • Pastikan jurnal mengikuti standar etika penerbitan ilmiah, seperti kode etik COPE (Committee on Publication Ethics).

9.Waspadai Tawaran Publikasi Cepat:

  • Hati-hati terhadap tawaran publikasi cepat yang menjanjikan publikasi dalam waktu singkat tanpa peninjauan yang memadai. Jurnal berkualitas memerlukan waktu untuk proses peer review yang baik.

10.Periksa Kredibilitas Penerbit:

  • Periksa kredibilitas penerbit jurnal. Penerbit yang memiliki sejarah panjang, berfokus pada integritas ilmiah, dan memiliki reputasi baik lebih dapat diandalkan.
  •  

Dengan mempertimbangkan faktor-faktor ini, peneliti dapat lebih baik menavigasi lingkungan penerbitan dan memilih jurnal-jurnal yang sesuai dengan standar kualitas ilmiah. Keberhati-hatian dan pemahaman yang baik tentang karakteristik jurnal predator membantu melindungi integritas penelitian dan reputasi peneliti.

INFO BEASISWA RISET BAZNAS

TELAH DIBUKA
BEASISWA RISET
Kategori Umum & Program Studi Manajemen Zakat Wakaf

Beasiswa Riset BAZNAS adalah program beasiswa dengan memberikan bantuan dana riset tugas akhir untuk membantu mahasiswa/i di perguruan tinggi baik jenjang diploma, sarjana dan pascasarjana.

Beasiswa Riset BAZNAS memiliki dua kategori :
1. Kategori Riset Umum
2. Kategori Riset Program Studi Manajemen Zakat & Wakaf

💡 FASILITAS BEASISWA
1. Pembinaan Rutin Bulanan
2. Forum Pemaparan Hasil Riset
3. Biaya Penelitian dengan nominal berikut :
• Diploma sebesar Rp4.000.000,-
• S1 sebesar Rp4.000.000,-
• S2 sebesar Rp7.000.000,-
• S3 sebesar Rp10.000.000,-

📚 TATA CARA PENDAFTARAN

LANGKAH 1
Pendaftar mengunduh (download) panduan dan melengkapi formulir pendaftaran sesuai format berkas persyaratan yang dapat diunduh melalui link berikut :
bit.ly/PanduanBeasiswaRiset

LANGKAH 2
Peserta mendaftarkan diri dan mengunggah (upload) berkas pendaftaran melalui link berikut :
https://bit.ly/PendaftaranBeasiswaRisetBAZNAS

Pendaftaran dibuka:
30 Agustus s.d 10 September 2023
pukul 23.59 WIB

Yuk kolaborasi untuk untuk membangun anak negeri.

#BerkahBerzakat
#GerakanCintaZakat
#BAZNASINDONESIA
#BeasiswaRisetBAZNAS
#PilihanPertamaPembayarZakat
#LembagaUtamaMenyejahterakanUmat

Analisis Multivariat Pada Penelitian Kuantitatif

Analisis multivariat adalah metode statistik yang digunakan dalam penelitian kuantitatif untuk menganalisis hubungan kompleks antara dua atau lebih variabel independen dan variabel dependen. Metodologi analisis multivariat melibatkan serangkaian langkah-langkah yang kompleks. Berikut adalah langkah-langkah utama dalam metodologi analisis multivariat:

1. Perumusan Masalah:
  - Identifikasi masalah atau pertanyaan penelitian yang ingin Anda jawab dengan analisis multivariat. Jelaskan dengan jelas variabel independen dan dependen yang akan Anda gunakan.

2. Pengumpulan Data:
  - Kumpulkan data sesuai dengan variabel independen dan dependen yang telah ditentukan. Pastikan data tersebut relevan dengan tujuan penelitian Anda.

3. Preprocessing Data:
  - Lakukan pembersihan dan persiapan data yang melibatkan penanganan data yang hilang, penanganan outlier, pengkodean variabel, dan transformasi data jika diperlukan.

4. Pemilihan Model:
  - Pilih model analisis multivariat yang sesuai untuk masalah penelitian Anda. Contoh model-model ini meliputi analisis regresi multivariat, analisis faktor, analisis komponen utama, analisis jalur (path analysis), analisis struktural (structural equation modeling), dan lainnya.

5. Variabel Independen:
  - Pilih variabel independen yang akan dimasukkan dalam model. Pastikan variabel ini memiliki relevansi teoritis dalam konteks penelitian Anda.

6. Estimasi Model:
  - Gunakan perangkat lunak statistik atau program analisis multivariat untuk mengestimasi model yang telah dipilih. Ini dapat melibatkan perhitungan parameter, koefisien, dan pengujian signifikansi.

7. Evaluasi Model:
  - Evaluasi kualitas model dengan menggunakan metrik yang sesuai dengan jenis model yang digunakan. Misalnya, untuk analisis regresi multivariat, Anda dapat menggunakan R-squared, koefisien determinasi, atau uji F. Untuk analisis faktor atau analisis komponen utama, Anda dapat menggunakan nilai eigenvalue atau kebolehjadian kumulatif.

8. Interpretasi Hasil:
  - Interpretasikan hasil analisis multivariat. Jelaskan dampak variabel independen terhadap variabel dependen. Identifikasi hubungan, ketergantungan, dan efek-efek antar variabel.

9. Pengujian Hipotesis:
  - Uji hipotesis yang sesuai dalam kerangka analisis multivariat. Uji signifikansi parameter dan statistik uji model secara keseluruhan.

10. Kesimpulan:
   - Tarik kesimpulan berdasarkan hasil analisis multivariat dan jawab pertanyaan penelitian Anda. Apakah hipotesis Anda didukung oleh data?

11. Pelaporan Hasil:
   - Sajikan hasil analisis multivariat dalam laporan penelitian Anda. Sertakan semua informasi yang diperlukan untuk memahami proses analisis dan hasil yang ditemukan.

Analisis multivariat adalah alat yang kuat untuk memahami hubungan kompleks antara variabel dalam penelitian kuantitatif. Karena kompleksitasnya, seringkali diperlukan keahlian statistik yang mendalam untuk mengelola dan menganalisis data dengan benar.

Metodologi Analisis Anova (Analysis of Variance) , Bagaimana langkah awalnya ?

Metodologi Analisis Anova (Analysis of Variance) adalah alat statistik yang digunakan untuk membandingkan rata-rata dari tiga atau lebih kelompok atau perlakuan dalam penelitian kuantitatif. Berikut adalah langkah-langkah utama dalam melakukan Analisis Anova:

1. Menyusun Hipotesis:
  - Anda perlu merumuskan hipotesis nol (H0) dan hipotesis alternatif (H1). Hipotesis nol menyatakan bahwa tidak ada perbedaan signifikan antara kelompok-kelompok yang dibandingkan, sedangkan hipotesis alternatif menyatakan bahwa ada perbedaan signifikan.

2. Memilih Kelompok Perlakuan:
  - Tentukan kelompok perlakuan atau kelompok yang akan Anda bandingkan. Pastikan bahwa setiap kelompok memiliki karakteristik atau faktor yang dapat diukur.

3. Pengumpulan Data:
  - Kumpulkan data yang diperlukan dari setiap kelompok. Data ini harus bersifat kuantitatif.

4. Pemeriksaan Asumsi:
  - Sebelum menerapkan Analisis Anova, Anda perlu memeriksa asumsi-asumsi dasar seperti asumsi normalitas (data terdistribusi secara normal), asumsi homogenitas varians (varians data seragam antar kelompok), dan independensi (data dalam setiap kelompok tidak berkaitan satu sama lain).

5. Menentukan Tingkat Signifikansi (α):
  - Pilih tingkat signifikansi yang sesuai untuk penelitian Anda, misalnya α = 0.05.

6. Melakukan Analisis Anova:
  - Terapkan analisis Anova untuk menghitung statistik uji F. Statistik uji F akan memberikan informasi apakah ada perbedaan yang signifikan antara kelompok-kelompok yang dibandingkan.

7. Interprestasi Hasil:
  - Jika nilai p statistik uji F kurang dari tingkat signifikansi (α), maka Anda dapat menolak hipotesis nol dan menyimpulkan bahwa terdapat perbedaan signifikan antara setidaknya dua kelompok perlakuan. Anda juga dapat menggunakan uji post hoc (seperti uji Tukey atau uji Scheffé) untuk menentukan kelompok mana yang berbeda satu sama lain.

8. Pelaporan Hasil:
  - Laporkan hasil Analisis Anova, nilai statistik uji F, nilai p, dan kesimpulan yang ditarik dalam penelitian Anda.

9. Interpretasi Praktis:
  - Jelaskan apa arti temuan Anda dalam konteks penelitian Anda dan implikasinya.

Penting untuk memahami bahwa Analisis Anova merupakan alat yang kuat untuk membandingkan rata-rata kelompok, tetapi juga harus digunakan dengan hati-hati dan memperhatikan asumsi-asumsi yang terkait. Selain itu, perlu diperhatikan bahwa terdapat berbagai jenis Analisis Anova, seperti Anova satu arah (One-Way Anova), Anova dua arah (Two-Way Anova), dan lainnya, yang dapat disesuaikan dengan desain penelitian Anda.