• Home
  • Berita
  • Tantangan Perempuan dalam Dunia Jurnal: Mendorong Kesetaraan di Bidang Penelitian

Tantangan Perempuan dalam Dunia Jurnal: Mendorong Kesetaraan di Bidang Penelitian

admin 24 Nov 2023

Perempuan di dunia jurnal dan penelitian sering menghadapi tantangan tertentu yang dapat mempengaruhi partisipasi dan kesetaraan di bidang tersebut. Berikut adalah beberapa tantangan yang umumnya dihadapi oleh perempuan dalam dunia jurnal dan upaya untuk mendorong kesetaraan:

 

1.Kurangnya Representasi di Posisi Kepemimpinan:

  • Perempuan sering kali kurang direpresentasikan di posisi kepemimpinan, termasuk editor jurnal, anggota dewan editorial, atau kepala proyek penelitian. Ini dapat mempengaruhi kebijakan dan arah riset yang diambil.

2.Pembayaran yang Tidak Setara:

  • Beberapa penelitian menunjukkan bahwa terdapat ketidaksetaraan dalam pembayaran antara perempuan dan laki-laki di dunia penelitian. Ini dapat memengaruhi motivasi perempuan untuk terlibat dalam penelitian atau mencari posisi akademis.

3.Tantangan Pekerjaan Rumah Tangga dan Profesional:

  • Perempuan sering menghadapi tuntutan ganda antara pekerjaan rumah tangga dan karier penelitian. Beban kerja yang tinggi dapat menjadi hambatan bagi partisipasi dan pengembangan karier di dunia jurnal.

4.Ketidaksetaraan dalam Peluang Karier dan Promosi:

  • Adanya kesenjangan dalam peluang karier dan promosi antara perempuan dan laki-laki. Ini bisa terkait dengan bias gender dalam proses seleksi dan promosi.

5.Diskriminasi dan Stereotip Gender:

  • Adanya diskriminasi dan stereotip gender di dunia jurnal, yang dapat memengaruhi penilaian terhadap kualitas riset perempuan dan memberikan hambatan dalam proses publikasi.

6.Kesulitan dalam Memperoleh Dana Riset:

  • Perempuan sering menghadapi kesulitan dalam mendapatkan dana riset yang memadai. Hal ini dapat membatasi kemampuan mereka untuk melakukan penelitian yang substansial dan berkontribusi pada bidang ilmu pengetahuan.

7.urangnya Mentoring dan Dukungan:

  • Kekurangan dukungan dan mentoring bagi perempuan dalam dunia penelitian dapat membuat sulit bagi mereka untuk mengembangkan karier mereka dan mengatasi rintangan-rintangan yang dihadapi.
  •  

Upaya untuk mendorong kesetaraan di bidang penelitian perlu mencakup:

1.Pemberdayaan dan Pelatihan: Mendorong pelatihan dan program pemberdayaan untuk membantu perempuan mengatasi rintangan-rintangan yang dihadapi dan mengembangkan keterampilan yang diperlukan.

2.Promosi Kesetaraan dalam Kebijakan dan Praktek: Mengadopsi kebijakan dan praktek yang mendukung kesetaraan gender dalam seleksi, promosi, dan distribusi dana riset.

3.Mendorong Perwakilan di Posisi Kepemimpinan: Aktif mendorong perempuan untuk mengambil peran kepemimpinan di bidang penelitian dan memberikan dukungan yang diperlukan untuk mencapai posisi tersebut.

4.Penciptaan Lingkungan yang Inklusif: Menciptakan lingkungan penelitian yang inklusif dan mendukung keberagaman, di mana perempuan merasa dihargai dan diakui atas kontribusi mereka.

5.Kampanye Kesadaran: Melakukan kampanye kesadaran untuk mengatasi stereotip gender dan meningkatkan pemahaman tentang masalah kesetaraan di kalangan penelitian dan akademisi.

Upaya bersama dari seluruh masyarakat akademis, penerbit, dan institusi penelitian diperlukan untuk menciptakan lingkungan yang mendukung kesetaraan gender dan memberikan peluang yang setara bagi semua peneliti.

Anda Mungkin Suka

Mengurai Sentimen Publik dengan Teknologi: Analisis Sentimen Machine Learning vs. Lexicon Based

Di tengah gejolak opini publik yang semakin kompleks, pemahaman tentang sentimen masyarakat menjadi kunci bagi organisasi, perusahaan, dan pemerintah untuk mengambil keputusan yang tepat. Dua pendekatan utama dalam menganalisis sentimen publik adalah melalui teknologi machine learning dan leksikon berbasis. Mari kita jelajahi keunggulan masing-masing dan bagaimana cara menggunakannya.

1. Analisis Sentimen Machine Learning:

Teknologi machine learning memungkinkan komputer untuk belajar dari data dan mengidentifikasi pola yang rumit tanpa perlu pemrograman yang eksplisit. Dalam konteks analisis sentimen, metode machine learning digunakan untuk mengklasifikasikan teks atau data yang mengandung sentimen positif, negatif, atau netral.

Keunggulan:
- Skalabilitas: Metode machine learning dapat menangani volume data yang besar dengan cepat dan efisien.
- Ketepatan: Dengan pelatihan yang tepat, model machine learning dapat menghasilkan prediksi sentimen yang akurat dan dapat diandalkan.
- Adaptabilitas: Model dapat ditingkatkan dan disesuaikan dengan mengintegrasikan data baru atau mengubah parameter.

Cara Menggunakan:
- Kumpulkan dan klasifikasikan data latihan berlabel.
- Pilih algoritma machine learning yang sesuai, seperti Naive Bayes, Support Vector Machines (SVM), atau Neural Networks.
- Latih model dengan data latihan dan validasi menggunakan data uji.
- Evaluasi kinerja model dan lakukan fine-tuning jika diperlukan.
- Terapkan model untuk menganalisis teks atau data baru.

2. Analisis Sentimen Berbasis Leksikon:

Pendekatan leksikon berbasis mengandalkan kamus atau daftar kata yang dikaitkan dengan sentimen tertentu, seperti positif, negatif, atau netral. Analisis sentimen leksikon berbasis mencocokkan kata-kata dalam teks dengan daftar kata dalam leksikon dan menghitung skor sentimen berdasarkan kata-kata tersebut.

Keunggulan:
- Transparansi: Metode ini mudah dipahami dan diinterpretasikan karena mengandalkan leksikon kata-kata yang sudah ditentukan.
- Efisiensi: Tidak memerlukan pelatihan model yang rumit, sehingga bisa diterapkan dengan cepat.

Cara Menggunakan:
- Pilih leksikon atau daftar kata yang sesuai dengan konteks dan bahasa Anda.
- Anotasikan teks dengan skor sentimen berdasarkan leksikon yang dipilih.
- Hitung skor sentimen keseluruhan berdasarkan kata-kata dalam teks.

Penerapan dalam Menganalisis Sentimen Publik:

- Media Sosial: Analisis sentimen digunakan untuk memantau dan memahami opini dan reaksi masyarakat terhadap merek, produk, atau isu tertentu di platform media sosial.
- Tinjauan Pelanggan: Perusahaan menggunakan analisis sentimen untuk mengevaluasi umpan balik pelanggan dan menemukan tren dan pola dalam pendapat dan preferensi pelanggan.
- Krisis Reputasi: Pemerintah dan organisasi mengandalkan analisis sentimen untuk memantau dan menanggapi krisis reputasi dengan cepat berdasarkan respon publik.

Dengan menggunakan kombinasi teknologi machine learning dan leksikon berbasis, organisasi dapat memperoleh wawasan yang lebih dalam tentang sentimen masyarakat dan mengambil langkah-langkah yang tepat dalam meresponsnya. Keberhasilan dalam menganalisis sentimen publik tidak hanya membutuhkan teknologi yang tepat, tetapi juga pemahaman yang mendalam tentang konteks dan tujuan analisis tersebut.

Call for Paper - Jurnal TIFBR

Dear Colleagues and Researchers,

We are excited to announce the Call for Papers for the Journal TIFBR! We invite scholars, researchers, and experts in the field to submit original research papers and contribute to the vibrant discussions and knowledge exchange.

*Submission Deadline*: 
10 October                 : Full Paper Submission
1 November               : Publish

We welcome papers on a wide range of topics related to Islamic Economics. Finance and Accounting Studies including but not limited to:

Islamic Economics
Islamic Finance
Islamic Business
Islamic Accounting and Managemnt
Islamic Social Finance: Waqf, Zakat, Microfinance

For detailed submission guidelines and more information, please visit our website: https://tifbr-tazkia.org/index.php/TIFBR/about

We look forward to receiving your submissions and engaging in fruitful discussions. Should you have any inquiries, please do not hesitate to contact us at (+44 7846 068489 (Wiku S))

Thank You.

Tahapan metodologi Analisis Statistik Deskriptif pada penelitian kuantitatif

Analisis Statistik Deskriptif adalah langkah awal yang penting dalam penelitian kuantitatif. Ini membantu peneliti untuk merangkum, menggambarkan, dan memahami data yang dikumpulkan. Berikut adalah langkah-langkah utama dalam melakukan Analisis Statistik Deskriptif:

1. Pengumpulan Data:
  - Mulailah dengan mengumpulkan data kuantitatif yang relevan sesuai dengan tujuan penelitian Anda. Data ini dapat berupa angka, ukuran, atau hasil dari survei, eksperimen, atau observasi.

2. Organisasi Data:
  - Susun data Anda dengan rapi. Data dapat disusun dalam bentuk tabel, grafik, atau diagram. Pastikan data tersusun dengan jelas untuk memudahkan analisis.

3. Pengukuran Pusat:
  - Hitung ukuran pusat yang mencerminkan pusat distribusi data, seperti mean (rata-rata), median (nilai tengah), dan modus (nilai yang paling sering muncul). Ini memberikan informasi tentang "nilai tengah" data Anda.

4. Pengukuran Variabilitas:
  - Hitung ukuran variabilitas data, seperti rentang (range), deviasi standar, dan varians. Ini memberikan gambaran tentang sebaran data Anda.

5. Visualisasi Data:
  - Buat grafik atau diagram yang sesuai dengan jenis data yang Anda miliki. Misalnya, histogram untuk data yang kontinu atau diagram batang (bar chart) untuk data kategorikal. Visualisasi membantu Anda memahami pola-pola dalam data.

6. Interpretasi Hasil:
  - Analisis data deskriptif membantu Anda memahami karakteristik data Anda, termasuk apakah data tersebut condong ke kiri atau kanan, memiliki outlier (data yang jauh dari yang lain), atau memiliki pola tertentu.

7. Menyusun Ringkasan:
  - Sajikan hasil analisis deskriptif dalam bentuk narasi atau laporan yang mudah dimengerti. Jelaskan apa yang ditemukan dari analisis Anda.

8. Kesimpulan:
  - Tarik kesimpulan awal berdasarkan analisis deskriptif yang telah Anda lakukan. Kesimpulan ini bisa mengarahkan penelitian Anda ke tahap selanjutnya, seperti pengujian hipotesis atau analisis lebih mendalam.

Analisis Statistik Deskriptif adalah tahap penting dalam penelitian kuantitatif karena memberikan gambaran awal tentang data yang Anda miliki. Ini membantu peneliti untuk merinci karakteristik data sebelum melakukan analisis statistik lebih lanjut.

CIMA Research Grants – Topic Specific Regional Calls

Please read the guidance notes before completing the application form.

If you need any assistance in completing this form, please contact CIMA research staff at [email protected]. Completed applications should be emailed to this address before the call closing date.

 

More info: https://www.aicpa-cima.com/resources/download/application-for-cima-research-grant-experienced-researchers