NAMA : ELSA TRIANANDA
NPM : 2313031053

Audit kinerja berbasis risiko terhadap sistem IzinCerda perlu dimulai dengan mengidentifikasi area layanan yang paling berpotensi menimbulkan keterlambatan, ketidakjelasan status, dan peluang penyalahgunaan wewenang. Langkah pertama adalah memetakan seluruh proses bisnis perizinan, mulai dari pengajuan, verifikasi dokumen, rekomendasi teknis, hingga penerbitan izin. Dari pemetaan ini, auditor dapat menentukan titik-titik yang paling rentan, seperti tahap verifikasi yang memakan waktu lama, pejabat tertentu yang memiliki kewenangan persetujuan tunggal, atau bagian dari proses digital yang masih bergantung pada interaksi manual. Audit kemudian diarahkan untuk mengumpulkan bukti berbasis data, seperti riwayat waktu pemrosesan setiap pemohon, frekuensi perubahan status, perbedaan antara standar layanan dan realisasi, serta catatan aktivitas akun pengguna internal. Melalui analisis ini, auditor dapat mengukur apakah keterlambatan berasal dari kelemahan sistem, kurangnya kapasitas SDM, atau justru dari adanya ruang bagi praktik tidak etis yang tidak tertutup sempurna oleh digitalisasi.

Dalam proses audit ini, teknologi digital dapat dimanfaatkan untuk mendeteksi pola penyimpangan dan kelemahan sistem. Data analytics dan process mining dapat digunakan untuk menelusuri alur layanan secara otomatis dan mengidentifikasi langkah-langkah yang tidak sesuai prosedur, misalnya loncatan status yang tidak lazim atau adanya pejabat yang menyetujui izin jauh lebih cepat atau lebih lambat dari standar normal. Log audit trail dapat dianalisis untuk melihat siapa yang mengubah status izin, kapan perubahan dilakukan, dan apakah perubahan tersebut memiliki dasar yang sah. Machine learning juga dapat digunakan untuk mendeteksi anomali, misalnya permohonan yang berulang kali mengalami penundaan pada unit tertentu atau adanya pola interaksi yang mengarah pada potensi konflik kepentingan. Dengan pendekatan ini, audit tidak hanya menilai kepatuhan dan efektivitas sistem, tetapi juga memberikan peringatan dini terhadap celah integritas yang mungkin tidak terlihat secara manual.

nama : elsa triananda
NPM :2313031053

Rendahnya efektivitas SehatMandiri terutama dipicu oleh keterbatasan adopsi sistem di Puskesmas, ketidaksiapan SDM, serta lemahnya infrastruktur dan integrasi data. Banyak petugas belum menggunakan platform secara penuh karena kurangnya pelatihan, resistensi terhadap perubahan, atau masalah jaringan yang tidak stabil. Ketidaksinkronan data antar fasilitas menunjukkan bahwa standar input belum seragam dan sistem integrasi belum berjalan optimal. Akibatnya, alur pelayanan justru makin lambat, terjadi input data ganda, sering muncul eror, dan kapasitas layanan tidak sejalan dengan janji temu online—yang pada akhirnya memicu meningkatnya keluhan masyarakat. Tidak adanya evaluasi berkala juga membuat masalah-masalah ini tidak teridentifikasi sejak awal.

Untuk mengetahui tingkat efektivitas sistem, audit kinerja berbasis data perlu dilakukan dengan mengumpulkan log penggunaan sistem, data operasional pelayanan, performa teknis sistem, serta persepsi pengguna, baik pasien maupun tenaga kesehatan. Data ini dianalisis untuk melihat seberapa intens fasilitas memanfaatkan fitur, dimana terjadi hambatan, bagaimana kualitas dan konsistensi data, serta bagaimana pengaruhnya terhadap waktu tunggu, tingkat keluhan, dan kelancaran layanan. Hasil audit kemudian menjadi dasar rekomendasi perbaikan, seperti pelatihan ulang petugas, perbaikan integrasi data, penyederhanaan alur kerja digital agar tidak memperlambat pelayanan, serta pembuatan dashboard monitoring real-time. Dengan pendekatan audit berbasis data ini, SehatMandiri dapat diperbaiki sehingga benar-benar mendukung pelayanan kesehatan yang lebih cepat, terpadu, dan responsif.

nama : elsa triananda
npm :2313031053

1. Populasi dan Sampel
Dalam penelitian ini, yang menjadi populasi adalah seluruh siswa kelas XI di semua SMA negeri yang ada di Provinsi Jawa Barat. Alasannya karena peneliti ingin mengetahui seberapa efektif metode pembelajaran hybrid terhadap hasil belajar matematika pada tingkat tersebut secara menyeluruh, bukan hanya pada sekolah tertentu saja. Jadi, seluruh siswa kelas XI dari 600 SMA negeri itu termasuk dalam wilayah generalisasi penelitian.
Sedangkan sampel adalah sebagian sekolah dan sebagian siswa kelas XI yang dipilih dari populasi besar tersebut. Peneliti mengambil sampel karena jumlah sekolah sangat banyak dan tersebar di berbagai wilayah sehingga tidak memungkinkan untuk meneliti semuanya sekaligus. Sampel ini nantinya harus mewakili karakter populasi yang beragam, mulai dari daerah perkotaan, pinggiran, sampai pedesaan.

2. Teknik Sampling yang Paling Tepat
Teknik yang paling cocok untuk penelitian ini adalah proportionate stratified random sampling atau pengambilan sampel secara acak berdasarkan strata (kelompok) secara proporsional.Teknik ini dipilih karena kondisi di Jawa Barat sangat beragam. Ada perbedaan ekonomi, infrastruktur digital, dan jumlah siswa yang tidak sama antar daerah. Dengan membuat strata, peneliti memastikan setiap wilayah tetap terwakili secara seimbang. Strata yang paling logis digunakan adalah pembagian berdasarkan 27 kota dan kabupaten di Jawa Barat, karena masing-masing daerah memiliki karakter yang berbeda.
Cara menerapkannya dapat dilakukan dengan langkah-langkah sederhana. Pertama, peneliti membagi sekolah ke dalam kelompok sesuai kabupaten/kota. Setelah itu, peneliti menentukan berapa banyak sekolah yang diambil dari setiap daerah, disesuaikan dengan jumlah sekolah yang ada di daerah tersebut. Misalnya, daerah yang memiliki sekolah lebih banyak akan memperoleh porsi sampel lebih besar dibandingkan daerah yang jumlah sekolahnya sedikit. Setelah jumlah sampel di setiap daerah ditentukan, barulah peneliti memilih sekolah-sekolah tersebut secara acak. Dari sekolah yang terpilih, barulah dipilih siswa kelas XI secara acak juga untuk dijadikan responden penelitianDengan cara ini, sampel yang diperoleh benar-benar mewakili variasi kondisi di provinsi tersebut.

3. Kelemahan Jika Sampel Hanya Diambil dari Kota Besar
Jika peneliti hanya mengambil sampel dari kota besar seperti Bandung dan Bekasi, ada beberapa kelemahan yang akan memengaruhi validitas hasil penelitian.
Pertama, hasil penelitian tidak dapat digeneralisasikan ke seluruh Jawa Barat. Kota besar memiliki fasilitas digital yang jauh lebih baik, guru lebih siap dengan teknologi, dan siswa biasa mengikuti pembelajaran hybrid. Kondisi ini berbeda dengan wilayah lain yang infrastrukturnya masih terbatas.
Kedua, hanya mengambil sampel dari kota besar dapat menimbulkan bias. Penelitian bisa menggambarkan bahwa metode hybrid sangat efektif, padahal kondisi di kabupaten terpencil mungkin menunjukkan hasil berbeda karena kendala jaringan atau perangkat.
Ketiga, keragaman populasi tidak terwakili. Padahal penelitian yang baik harus menampilkan gambaran menyeluruh, bukan hanya daerah yang fasilitasnya memadai. Akibatnya, hasil yang diperoleh bersifat “optimis berlebihan” dan tidak mencerminkan kondisi sebenarnya di seluruh Jawa Barat.
Kesimpulannya, mengambil sampel hanya dari kota besar membuat penelitian kehilangan kekuatan generalisasi dan meningkatkan risiko bias lokasi.

NAMA :ELSA TRIANANDA
NPM :2313031053
KELAS :2023 B

NAMA : ELSA TRIANANDA
NPM : 2313031053

Teknik Sampling yang Sering Digunakan dalam Riset Pendidikan Ekonomi
Dalam penelitian pendidikan ekonomi, ada beberapa teknik sampling yang paling banyak dipakai karena sesuai dengan karakteristik masalah dan populasi yang biasa diteliti.

1. Purposive Sampling
Purposive sampling sering dipakai dalam riset kualitatif pendidikan ekonomi. Penelitian jenis ini biasanya membutuhkan informan yang benar-benar memahami fenomena, misalnya guru ekonomi, siswa tertentu, atau pihak sekolah yang dianggap relevan. Oleh karena itu, pemilihan sampel harus berdasarkan kriteria sengaja.

Argumentasi teoretik
Creswell (2012) menegaskan bahwa purposive sampling membantu peneliti memilih partisipan yang mampu memberikan informasi mendalam sesuai fokus penelitian.
Sugiyono (2019) menyatakan bahwa penelitian kualitatif lebih mengutamakan kedalaman data, sehingga sampel dipilih secara sengaja.
Patton (2002) menjelaskan bahwa teknik ini efektif digunakan ketika peneliti ingin memahami konteks pendidikan yang kompleks.

2. Simple Random Sampling
Teknik ini banyak digunakan dalam penelitian kuantitati, terutama pada populasi yang mudah dijangkau dan memiliki karakteristik yang relatif seragam, seperti siswa dalam satu jenjang atau jurusan.

Argumentasi teoretik
Arikunto (2010) menjelaskan bahwa teknik acak sederhana cocok digunakan ketika populasi tidak berstrata dan semua anggota memiliki kesempatan yang sama.
Nazir (2014) menyatakan simple random sampling mengurangi bias dan menghasilkan sampel yang mewakili populasi.
Sugiyono (2019) menyebut teknik ini sebagai teknik pengambilan sampel yang paling umum dalam penelitian kuantitatif.

3. Stratified Random Sampling
Teknik ini digunakan bila populasi terdiri dari subkelompok yang berbeda, misalnya kelas, jurusan, atau tingkat akademik. Karena pendidikan ekonomi sering melibatkan populasi berstrata, teknik ini menjadi pilihan logis.
Argumentasi teoretik
Kerlinger (2000) berpendapat bahwa stratified sampling meningkatkan representativitas saat populasi terbagi ke dalam subkelompok yang tidak sama.
Creswell (2012) menambahkan bahwa teknik ini membantu peneliti mendapatkan sampel yang mencerminkan variasi dalam populasi.
Sugiyono (2019) juga menyatakan bahwa stratified sampling lebih tepat untuk populasi yang heterogen.


Dalam penelitian pendidikan ekonomi, teknik sampling yang paling sering dipakai adalah:

1. Purposive sampling untuk penelitian kualitatif.
2. Simple random sampling untuk penelitian kuantitatif dengan populasi homogen.
3.Stratified random sampling jika populasi memiliki subkelompok berbeda.

Daftar Rujukan
Arikunto, S. (2010). Prosedur Penelitian: Suatu Pendekatan Praktik. Jakarta: Rineka Cipta.
Creswell, J. W. (2012). Educational Research: Planning, Conducting, and Evaluating Quantitative and Qualitative Research. Boston: Pearson.
Kerlinger, F. N. (2000). Foundations of Behavioral Research. New York: Holt, Rinehart and Winston.
Nazir, M. (2014). Metode Penelitian. Bogor: Ghalia Indonesia.
Patton, M. Q. (2002). Qualitative Research & Evaluation Methods. California: Sage Publications.
Sugiyono. (2019). Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Bandung: Alfabeta.