KLASIFIKASI WAKTU KELULUSAN MAHASISWA STIKOM BALI MENGGUNAKAN CHAID REGRESSION – TREES DAN REGRESI LOGISTIK BINER
(1) 
(2) 
(*) Corresponding Author
Abstract
Ketidaktepatan waktu kelulusan mahasiswa dipengaruhi oleh banyak faktor. Masalah ketidaktepatan waktu kelulusan mahasiswa perlu mendapatkan perhatian khusus, untuk
mengantisipasi masalah tersebut perlu dilakukan analisis klasifikasi faktor-faktor apa yang mempengaruhi ketidaktepatan waktu kelulusan mahasiswa. Salah satu metode klasifikasi adalah analisis regresi logistik dan CHAID Regression Trees. Penelitian ini bertujuan untuk
mengetahui variabel-variabel yang memengaruhi waktu kelulusan mahasiswa STIKOM BALI dengan menggunakan CHAID regressión trees dan regresi logistik biner. Adapun
variabel-variabel yang digunakan yaitu variabel responnya adalah status kelulusan mahasiswa tepat waktu dan tidak tepat waktu dan variabel penjelasnya adalah Jurusan/prodi, IPK, IPS semester 6, Lama menyusun skripsi, Jenis Kelamin, dan Nilai ujian masuk. Hasil klasifikasi dengan menggunakan metode CHAID regresión trees menghasilkan 5 klasifikasi yang berdasarkan nilai indek di atas 100. Hasil klasifikasi ini dipengaruhi oleh lama menyusun skripsi, IPK, IP semester 6 dan program studi. Sedangkan hasil klasifikasi dengan menggunakan metode regresi logistik biner diipengaruhi oleh Program studi, IPK dan lama menyusun skripsi. Ketepatan klasifikasi dengan metode CHAID Regression Tress lebih baik dibandingkan dengan menggunakan metode regresi logistik biner.
Kata Kunci : CHAID Regression Trees, regresi logistik biner, klasifikasi
mengantisipasi masalah tersebut perlu dilakukan analisis klasifikasi faktor-faktor apa yang mempengaruhi ketidaktepatan waktu kelulusan mahasiswa. Salah satu metode klasifikasi adalah analisis regresi logistik dan CHAID Regression Trees. Penelitian ini bertujuan untuk
mengetahui variabel-variabel yang memengaruhi waktu kelulusan mahasiswa STIKOM BALI dengan menggunakan CHAID regressión trees dan regresi logistik biner. Adapun
variabel-variabel yang digunakan yaitu variabel responnya adalah status kelulusan mahasiswa tepat waktu dan tidak tepat waktu dan variabel penjelasnya adalah Jurusan/prodi, IPK, IPS semester 6, Lama menyusun skripsi, Jenis Kelamin, dan Nilai ujian masuk. Hasil klasifikasi dengan menggunakan metode CHAID regresión trees menghasilkan 5 klasifikasi yang berdasarkan nilai indek di atas 100. Hasil klasifikasi ini dipengaruhi oleh lama menyusun skripsi, IPK, IP semester 6 dan program studi. Sedangkan hasil klasifikasi dengan menggunakan metode regresi logistik biner diipengaruhi oleh Program studi, IPK dan lama menyusun skripsi. Ketepatan klasifikasi dengan metode CHAID Regression Tress lebih baik dibandingkan dengan menggunakan metode regresi logistik biner.
Kata Kunci : CHAID Regression Trees, regresi logistik biner, klasifikasi
Full Text:
PDFArticle Metrics
Abstract view : 1869 timesPDF - 699 times
DOI: https://doi.org/10.26714/jsunimus.5.1.2017.%25p
Refbacks
- There are currently no refbacks.
Copyright (c) 2017 Jurnal Statistika Universitas Muhammadiyah Semarang
Editorial Office:
Department of Statistics
Faculty Of Mathematics And Natural Sciences
Universitas Muhammadiyah Semarang
Jl. Kedungmundu No. 18 Semarang Indonesia
Published by:
Department of Statistics Universitas Muhammadiyah Semarang
This work is licensed under a Creative Commons Attribution 4.0 International License