Skip to main content

Menemukan Research Gaps

Disini saya ining memberikan catatan untuk research GAP 

Jadi, 

Research GAP  adalah kesenjangan penelitian yang berasal dari perbedaan hasil penelitian terdahulu, konsep, teori, data atau masalah dilapangan, yang menjadi celah bagi penelitian selanjutnya.

Research gap itu sendiri adalah celah penelitian dan pengalaman atau penelitian para peneliti sebelumnya (Zain, 2018). Ferdinand, 2014 menyatakan bahwa research gap adalah perumusan masalah penelitian yang bersumber dari fenomena gap, atau fenomena bisnis, sesuai data lapangan, juga research gap dan teori gap.

Comments

Post a Comment

Popular posts from this blog

1. Ringkasan Data to model the prognosticators of luxury consumption: A partial least squares-structural equation modelling approach (PLS-SEM)

Prognosticate: meramalkan Data to model the prognosticators of luxury consumption: A partial least squares-structural equation modelling approach (PLS-SEM) "Data untuk memodelkan peramalan konsumsi mewah: Pendekatan pemodelan persamaan struktural terkecil kuadrat (PLS-SEM)" Eugine Tafadzwa MaziririNkosiville Welcome Madinga University of the Witwatersrand, South AfricabUniversity of Cape Town, South Africa Data in Brief 21 (2018) 753–757 https://doi.org/10.1016/j.dib.2018.10.032 Abstrak Artikel ini menyajikan data statistik inferensial mentah yang menentukan dampak eksklusivitas, materialisme, persepsi kualitas, dan kesadaran merek terhadap konsumsi mewah .  Data dikumpulkan dari konsumen di wilayah metropolitan Cape Town.  Metode penelitian aquantitatif digunakan untuk menganalisis data. Kuesioner terstruktur dibagikan kepada konsumen di daerah metropolitan Cape Town, Afrika Selatan. Keandalan ( Realibility ) dan validitas ( Validity ) dikonfirm...
Post a Comment
Read more

Local Binary Pattern for texture classification Catatan

Halo pembaca, kali ini saya akan menulis sedikit catatan tentang salah satu metode image processing, yaitu LBP atau Local Binary Pattern . # referensi: pyimagesearch.com/2015/12/07/local-binary-patterns-with-python-opencv/ Dari website pyimagesearch.com dapat dipahami bahwa "* Local Binary Pattern mengenali warna dengan mengubah nilai tetangga menjadi 1 dan 0." contoh : *Jika nilai tengah yang berada diantara tetangga(hasil euclidience dari nilai baru yang masuk) mendapatkan nilai lebih besar dari nilai tetangga (misal 4 (nilai baru)kurang dari 1 (nilai tetangga)) maka nilai tetangga tersebut akan dikenal atau diubah menjadi angka 1. *Jika nilai tengah yang berada diantara tetangga(hasil euclidience dari nilai baru yang masuk) mendapatkan nilai lebih kecil dari nilai tetangga (misal 4 (nilai baru)kurang dari 5 (nilai tetangga) ) maka nilai tetangga tersebut akan dikenal atau diubah menjadi angka 0. lalu Dengan 8 piksel sekitarnya, kami memiliki total 2 ^ 8 = 256 kemungkinan ...
Post a Comment
Read more