ANALISIS KEBERHASILAN STUDI MAHASISWA PROGRAM MAGISTER SEKOLAH PASCASARJANA IPB SITI KHOIRIYAH

Ukuran: px
Mulai penontonan dengan halaman:

Download "ANALISIS KEBERHASILAN STUDI MAHASISWA PROGRAM MAGISTER SEKOLAH PASCASARJANA IPB SITI KHOIRIYAH"

Transkripsi

1 ANALISIS KEBERHASILAN STUDI MAHASISWA PROGRAM MAGISTER SEKOLAH PASCASARJANA IPB SITI KHOIRIYAH DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN INSTITUT PERTANIAN BOGOR BOGOR 2014

2

3 PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA* Dengan ini saya menyatakan bahwa skripsi berjudul Analisis Keberhasilan Studi Mahasiswa Program Magister Sekolah Pascasarjana IPB adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, Agustus 2014 Siti Khoiriyah NIM G

4 ABSTRAK SITI KHOIRIYAH. Analisis Keberhasilan Studi Mahasiswa Program Magister Sekolah Pascasarjana IPB. Dibimbing oleh HARI WIJAYANTO dan DAHRUL SYAH. Status penerimaan mahasiswa Magister Institut Pertanian Bogor (IPB) dibagi menjadi dua, yaitu status percobaan dan status biasa. Hasil studi mahasiswa Magister dievaluasi berdasarkan status penerimaan tersebut. Penelitian ini bertujuan mendeskripsikan karakteristik mahasiswa Magister, menganalisis faktorfaktor yang mempengaruhi keberhasilan mahasiswa Magister tahap evaluasi, dan mengkaji faktor-faktor yang mempengaruhi keberhasilan lulusan mahasiswa Magister berdasarkan IPK dan masa studi. Analisis deskriptif digunakan untuk mendapatkan gambaran umum karakteristik mahasiswa Magister berdasarkan status penerimaan mahasiswa, sedangkan faktor-faktor yang mempengaruhi keberhasilan mahasiswa baik tahap evaluasi maupun kelulusan dianalisis menggunakan analisis CART (Classification and Regression Tree). Faktor-faktor yang mempengaruhi keberhasilan mahasiswa pada tahap evaluasi adalah pilihan fakultas program studi S2, IPK S1, dan sumber biaya pendidikan. Mahasiswa yang memilih program studi berasal Ilmu Formal memiliki persentase kegagalan tertinggi dibandingkan yang memilih fakultas lainnya. Secara umum, faktor-faktor yang mempengaruhi keberhasilan lulusan mahasiswa Magister adalah pilihan fakultas program studi S2, IPK S1, status perguruan tinggi S1, akreditasi program studi S1, letak perguruan tinggi S1, keserumpunan program studi, sumber biaya pendidikan, profesi, dan status perkawinan. Kata kunci: Classification and Regression Tree (CART), keberhasilan mahasiswa, status biasa, status percobaan ABSTRACT SITI KHOIRIYAH. Analysis on Study Achivement of Master Program Student in Bogor Agricultural University Graduate School. Advised by HARI WIJAYANTO and DAHRUL SYAH. The admission type of master student in Bogor Agricultural University (IPB) is divided into two parts, there are trial type and common type. The study result of master program student are evaluated by the admission type. This research aims to describe the characteristic of magister student, analyze factors that influence the achievement of master student on evaluation process, and assess factors that influence the achievement of master student graduate based on Grade Point Average (GPA) and study period. The descriptive analysis is used to get the general description of master student characteristic based on admission type of master student, meanwhile the factors that influence the achievement of student either evaluation process or graduating process are analyzed by CART (Classification and Regression Tree) analysis. The factors that influence the achievement of student on evaluation step are the choice of master student faculty, the GPA of bachelor, and the source of education fund. The students that choose the Formal Science as the

5 study program have the highest failure percentage. Generally, the factors that influence the achievement of master student graduate are the choice of master study program, the bachelor GPA, the type of university for bachelor, study program accreditation, the location of university for bachelor, the source of education fund, profession, and marriage identity. Keyword: Classification and Regression Tree (CART), achievement of student, common type, trial type

6 ANALISIS KEBERHASILAN STUDI MAHASISWA PROGRAM MAGISTER SEKOLAH PASCASARJANA IPB SITI KHOIRIYAH Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Statistika pada Departemen Statistika DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014

7

8 Judul Skripsi : Analisis Keberhasilan Studi Mahasiswa Program Magister Sekolah Pascasarjana IPB Nama : Siti Khoiriyah NIM : G Disetujui oleh Dr Ir Hari Wijayanto, MSi Pembimbing I Dr Ir Dahrul Syah, MScAgr Pembimbing II Diketahui oleh Dr Anang Kurnia, MSi Ketua Departemen Tanggal Lulus:

9 PRAKATA Puji syukur Alhamdulillah penulis panjatkan kepada Allah SWT. atas segala nikmat dan karunia-nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang dipilih dalam penelitian yang dilaksanakan sejak bulan Februari 2014 ini ialah pascasarjana, dengan judul Analisis Keberhasilan Studi Mahasiswa Program Magister Sekolah Pascasarjana IPB. Terima kasih penulis ucapkan kepada Bapak Dr Ir Hari Wijayanto, MSi dan Bapak Dr Ir Dahrul Syah, MScAgr selaku pembimbing, serta Bapak Dr Ir I Made Sumertajaya, MSi selaku dosen penguji luar yang telah banyak memberi saran dan masukan dalam penyelesaian penyusunan skripsi ini. Di samping itu, penghargaan penulis sampaikan kepada Kementerian Agama yang telah membiayai pendidikan penulis selama di IPB termasuk proses penelitian ini. Ucapan terima kasih juga penulis sampaikan kepada Mbak Fatma, Pak Aman, dan Pak Rohmad yang telah membantu proses pengumpulan data. Ungkapan terima kasih juga disampaikan kepada almarhum bapak, ibuk, neng, paman, serta seluruh keluarga besar di Pasuruan, atas segala doa dan kasih sayang yang tak pernah berujung. Tak lupa pula ungkapan terima kasih kepada sahabat-sahabat seperjuang CSS MoRA IPB 47, STK 47, Wisma Az-Zahra atas kebersamaan dan kekompakan selama ini. Semoga karya ilmiah ini bermanfaat. Bogor, Agustus 2014 Siti Khoiriyah

10 DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN vii vii vii PENDAHULUAN 1 Latar Belakang 1 Tujuan Penelitian 2 METODOLOGI 2 Data 2 Metode Analisis Data 3 HASIL DAN PEMBAHASAN 6 Analisis Deskriptif Karakteristik Mahasiswa Magister IPB 6 Analisis Pohon Klasifikasi Evaluasi Keberhasilan Mahasiswa Magister 11 Analisis Pohon Regresi IPK dan Masa Studi Mahasiswa Magister 14 IPK dan Masa Studi Lulusan Mahasiswa Magister Status Percobaan 14 IPK dan Masa Studi Lulusan Mahasiswa Magister Status Biasa 16 Daftar Peubah Penjelas yang Berpengaruh terhadap IPK dan Masa Studi Mahasiswa Program Magister 17 SIMPULAN DAN SARAN 19 Simpulan 19 Saran 19 DAFTAR PUSTAKA 19 LAMPIRAN 21 RIWAYAT HIDUP 30

11 DAFTAR TABEL 1 Klasifikasi mahasiswa status percobaan berdasarkan evaluasi pada akhir semester pertama 13 2 Tabulasi silang IPK dan masa studi mahasiswa status percobaan 16 3 Tabulasi silang IPK dan masa studi mahasiswa status biasa 17 4 Peubah penjelas yang berpengaruh terhadap IPK mahasiswa Magister 18 5 Peubah penjelas yang berpengaruh terhadap masa studi mahasiswa Magister 18 DAFTAR GAMBAR 1 Sebaran persentase mahasiswa Magister berdasarkan status penerimaan pada (a) usia saat diterima (b) profesi saat diterima 7 2 Persentase mahasiswa Magister berdasarkan status penerimaan pada (a) jenis kelamin (b) status perkawinan 7 3 Persentase mahasiswa Magister berdasarkan status penerimaan pada (a) sumber biaya pendidikan (b) IPK S1 8 4 Persentase mahasiswa Magister berdasarkan status penerimaan pada (a) status PT S1 (b) letak PT S1 9 5 Sebaran persentase akreditasi perguruan tinggi S1 mahasiswa Magister berdasarkan status penerimaan 9 6 Persentase mahasiswa Magister berdasarkan status penerimaan pada (a) latar belakang program studi S1 (b) keserumpunan program studi S1-S Persentase fakultas program studi S2 mahasiswa Magister berdasarkan status penerimaan 10 8 Pohon klasifikasi evaluasi tahap pertama (akhir semester pertama) status percobaan 11 9 Pohon regresi IPK lulusan mahasiswa Magister status percobaan 15 DAFTAR LAMPIRAN 1 Peubah yang akan digunakan pada tahap evaluasi dan penentuan keberhasilan mahasiswa Magister SPs-IPB 21 2 Latar belakang program studi (PS) S1 dan minat program studi S2 mahasiswa yang tidak serumpun 22 3 Diagram kotak garis IPK dan masa studi lulusan Program Magister 23 4 Klasifikasi mahasiswa status biasa berdasarkan evaluasi pada akhir semester kedua 24 5 Klasifikasi evaluasi keberhasilan mahasiswa Magister 25 6 Klasifikasi keberhasilan mahasiswa lulusan status percobaan 27 7 Klasifikasi keberhasilan mahasiswa lulusan status biasa 28

12

13 PENDAHULUAN Latar Belakang Institut Pertanian Bogor (IPB) merupakan pelopor pendidikan formal lanjut di Indonesia. Sekolah Pascasarjana IPB (SPs-IPB) dirintis sejak tahun 1975 dengan tujuh program studi Magister. Seiring perkembangannya saat ini Magister IPB terdiri dari 9 fakultas dengan 67 program studi (IPB 2011). Alasan penting sehingga memilih SPs-IPB antara lain : kualifikasi akademik dan kompetensi dosen tinggi, standar akademik yang tinggi, dll. Alasan ini menjadi daya tarik tersendiri bagi pelamar Magister IPB. Kualifikasi dan standar akademik yang tinggi tentu output lulusan yang dihasilkan juga memiliki kompetensi yang tinggi pula. Oleh karena itu, Magister IPB diminati banyak alumni S1 dari berbagai universitas baik dari dalam maupun luar negeri. Kualifikasi yang tinggi terlihat dari seleksi penerimaan mahasiswa Magister IPB. Calon mahasiswa Magister IPB diseleksi berdasarkan beberapa penilaian yaitu: transkrip S1, kesesuaian dengan program studi S1, akreditasi program studi S1, pengalaman kerja dan penelitian, karya ilmiah pada jurnal ilmiah, nilai TOEFL, nilai TPA, rekomendasi dari akademisi atau sejawat yang kompeten, ketersedian biaya pendidikan, dan izin pimpinan institusi bagi calon mahasiswa yang bekerja. Status mahasiswa yang diterima di Magister IPB dibedakan menjadi dua, yaitu status biasa dan status percobaan. Syarat minimum untuk dapat dipertimbangkan menjadi mahasiswa status biasa adalah memiliki gelar sarjana baik dari dalam maupun luar negeri yang ijazahnya di sahkan oleh pemerintah dan selama masa pendidikan sarjana memiliki IPK 2.75 pada skala 0-4, atau IPK 6.25 pada skala Mahasiswa yang tidak memenuhi persyaratan tersebut, maka akan diterima dengan status percobaan. Dasar pertimbangannya adalah mempunyai kemampuan yang baik di bidang pekerjaannya, memiliki karya ilmiah yang diterbitkan dalam jurnal ilmiah terakreditasi atau memiliki nilai-nilai yang baik pada program studi/mayor yang akan diikuti sehingga bagi yang memiliki IPK<2.75 harus melampirkan nilai TPA 450. Status percobaan juga diberlakukan untuk mahasiswa yang memiliki IPK 2.75 tetapi program studi/mayor yang dipilih tidak sesuai dengan dengan latar belakang pendidikan sebelumnya. Mahasiswa yang diterima dengan percobaan wajib memperoleh IPK 3.00 pada akhir semester pertama dengan beban minimum 9 sks. Jika persyaratan minimum ini tidak dipenuhi, maka mahasiswa dapat dikeluarkan (IPB 2011). Secara umum alur proses studi di Magister IPB adalah kuliah, penelitian, tesis, dan ujian akhir. Masa studi Magister reguler adalah 4 semester (2 tahun) dan maksimal perpanjangan hingga 8 semester. Sedangkan untuk beban studi yang harus diselesaikan adalah 39 sks termasuk karya ilmiah. Tetapi tidak sedikit mahasiswa Magister yang dikeluarkan sebelum masa studinya selesai, khususnya mahasiswa yang diterima dengan status percobaan. Hal ini dapat disebabkan IPK yang tidak mencukupi yang dievaluasi oleh SPs-IPB pada tiap semesternya. Hasil studi mahasiswa akan dievaluasi berdasarkan status penerimaan mahasiswa tersebut. Mahasiswa yang diterima dengan status biasa harus mempertahankan IPK 3.00 pada seluruh mata kuliah yang diambil. Jika pada akhir

14 2 semester II mahasiswa tersebut tidak dapat mempertahankan IPK 3.00, maka mahasiswa tersebut tidak diizinkan melanjutkan pendidikan di SPs-IPB. Sedangkan bagi mahasiswa yang diterima dengan status percobaan harus mempertahankan IPK 3.00 pada akhir semester I. Jika tidak, maka tidak diizinkan melanjutkan pendidikan di SPs-IPB. Hasil evaluasi tersebut merupakan pertimbangan untuk dapat meneruskan studi di SPs-IPB. Penelitian ini secara garis besar mengkaji keberhasilan studi mahasiswa Magister IPB hingga semua proses studinya selesai (lulus) baik diterima dengan status biasa maupun status percobaan. Indikator keberhasilan mahasiswa yang digunakan pada penelitian ini adalah IPK dan masa studi, sedangkan peubah penjelasnya di sebutkan di Lampiran 1. Hasil penelitian ini diharapkan dapat dijadikan rujukan bagi SPs-IPB dalam mengambil keputusan pada tahap seleksi penerimaan calon mahasiswa maupun evaluasi guna meningkatkan kualitas mahasiswa Magister IPB. Faktor-faktor yang mempengaruhi keberhasilan mahasiswa akan di analisis menggunakan CART (Classification and Regression Tree). CART merupakan statistika non parametrik yang tidak membutuhkan asumsi sebaran data (Melillo at al. 2013). Peubah respon yang akan digunakan dalam penelitian ini adalah status kelanjutan studi mahasiswa pada tahap evaluasi, IPK, dan masa studi, sedangkan peubah penjelasnya berupa campuran antara data kategorik dan numerik. Oleh karena itu, CART merupakan metode yang tepat untuk mengatasi masalah yang tidak dapat ditangani pada analisis regresi. Tujuan Penelitian Tujuan dari penelitian ini adalah: 1. Mendeskripsikan karakteristik mahasiswa Magister IPB berdasarkan status penerimaan mahasiswa. 2. Menganalisis faktor-faktor yang mempengaruhi keberhasilan mahasiswa Magister IPB pada tahap evaluasi berdasarkan status penerimaan mahasiswa. 3. Mengkaji faktor-faktor yang mempengaruhi keberhasilan lulusan mahasiswa Magister IPB berdasarkan IPK dan masa studi. METODOLOGI Data Data yang digunakan adalah data sekunder berupa data akademik mahasiswa Magister Sains SPs-IPB angkatan Peubah respon yang digunakan pada penelitian ini adalah status kelanjutan studi mahasiswa pada tahap evaluasi, IPK, dan masa studi. Sedangkan daftar peubah penjelas yang digunakan tersedia di Lampiran 1. Data yang digunakan merupakan data mahasiswa yang dapat dievaluasi (kelayakan melanjutkan studi di SPs-IPB sesuai status penerimaan mahasiswa). Pada penelitian ini evaluasi dilakukan sebanyak 3 kali untuk mahasiswa status percobaan dan 2 kali untuk mahasiswa status biasa. Mahasiswa status percobaan di evaluasi pada akhir semester pertama, akhir semester kedua,

15 dan akhir masa studi. Mahasiswa status biasa dievaluasi di akhir semester kedua dan akhir masa studi. 3 Metode Analisis Data Persiapan Data Persiapan data merupakan tahapan yang paling penting sebelum melakukan analisis data. Hal ini diperlukan karena banyak data yang tidak memenuhi format. Selain itu, format data yang digunakan SPs pada periode tertentu juga sering berbeda. Adapun tahapan persiapan data yang dilakukan sebagai berikut: 1. Menyamakan format isian data yang ada. Perbedaan standar penilaian yang digunakan oleh masing-masing perguruan tinggi membuat format yang digunakan pun berbeda. Misalnya IPK S1, pada beberapa perguruan tinggi ada yang menggunakan skala IPK 0-10 sedangkan umumnya skala yang digunakan adalah 0-4. Selain itu, status perkawinan juga memiliki format yang berbeda. Pada periode tertentu memiliki 4 kategori (kawin, belum kawin, duda, dan janda) dan pada periode lainnya hanya memiliki 2 kategori (kawin dan belum kawin). 2. Mengatasi kolom yang tidak terisi. Pengisian kolom ini dilakukan dengan cara menduga dari kolom lain yang juga mengandung informasi peubah yang dimaksud. Akan tetapi jika belum ditemukan informasi dari kolom lainnya, maka data tersebut dibuang. 3. Mengkategorikan peubah yang digunakan dalam analisis - Berdasarkan demografi mahasiswa peubah yang diamati adalah jenis kelamin, usia (numerik), status perkawinan, dan profesi saat mendaftar Magister. Peubah jenis kelamin dibedakan menjadi 2 kategori (laki-laki dan perempuan), begitu pula dengan status perkawinan (kawin dan tidak kawin). Sedangkan untuk profesi dibagi menjadi 5 kategori (dosen/pengajar, peneliti, advanced professional, fresh graduate, dan lainnya). - Terdapat 6 peubah yang menggambarkan latar belakang pendidikan mahasiswa Magister. Pengkategorian keenam peubah tersebut sebagai berikut: status perguruan tinggi (negeri atau swasta), akreditasi program studi (A, B, C, atau T), latar belakang program studi (sains atau pendidikan), keserumpunan program studi S1-S2 (serumpun atau tidak serumpun), letak perguruan tinggi (Jawa atau luar Jawa), dan IPK S1(numerik). Pada peubah keserumpuanan, standar keserumpunan yang digunakan bersumber dari Direktorat Pendidikan Tinggi yang membagi rumpun ilmu menjadi 12 rumpun (DIKTI 2012). Kriteria tidak serumpun diberikan ketika terjadi perbedaan lintas rumpun dan sub rumpun. - Berdasarkan deskripsi saat terdaftar di Magister diwakili oleh peubah sumber biaya pendidikan (beasiswa atau mandiri) dan fakultas program studi S2. Fakultas program studi S2 dalam hal ini dibagi menjadi 10 kategori dengan catatan fakultas matematika dan ilmu pengetahuan alam (FMIPA) dibagi menjadi dua yaitu: Ilmu Formal dan Ilmu Pengetahuan Alam (IPA).

16 4 Analisis Deskriptif Analisis deskriptif Analisis digunakan untuk mengetahui karakteristik mahasiswa Magister IPB. Adapun langkah-langkah yang digunakan sebagai berikut: 1. Membuat diagram batang untuk menunjukkan gambaran umum karakteristik mahasiswa Magister. 2. Membuat diagram kotak garis untuk menunjukkan keberhasilan lulusan mahasiswa Magister (IPK dan masa studi). CART (Classificasion and Regression Tree) CART merupakan salah satu metode eksplorasi yang termasuk dalam pohon keputusan. CART dikembangkan oleh Breiman (1984) yang mendeskripsikan pembentukan pohon keputusan biner (Han dan Kamber 2006). Dikatakan biner karena pada CART peubah respon dikelompokkan berdasarkan peubah penjelasnya menjadi dua kelompok. Algoritme CART dilakukan secara berulang-ulang sehingga terbentuk skema pohon biner. Tujuan CART adalah melihat hubungan antara peubah respon dengan peubah penjelas. Peubah penjelas yang paling berpengaruh terhadap peubah respon akan diseleksi oleh CART. Peubah respon yang digunakan dalam analisis CART dapat berupa data kategorik maupun numerik. CART akan membentuk pohon klasifikasi jika peubah respon berupa data kategorik, sedangkan jika peubah respon berupa data numerik maka CART akan membentuk pohon regresi. CART pada penelitian ini digunakan untuk mengetahui faktor-faktor yang mempengaruhi keberhasilan mahasiswa Magister IPB baik pada tahap evaluasi maupun kelulusan berdasarkan status penerimaan mahasiswa. Faktor-faktor yang mempengaruhi keberhasilan mahasiswa Magister IPB hingga lulus juga akan dikaji menggunakan CART. Peubah respon yang digunakan pada analisis CART adalah: 1. Status kelanjutan studi mahasiswa Magister (pada tahap evaluasi); 2. IPK; dan 3. Masa studi. Oleh karena itu, pada penelitian ini akan dibentuk pohon klasifikasi dan pohon regresi. Pohon Klasifikasi Algoritme pembentukan CART terdiri dari empat tahapan, yaitu pemilihan penyekat (Classifier), penentuan simpul terminal, penandaan label kelas, dan penentuan ukuran optimum pohon (Kardiana at al. 2006). 1. Pemilihan penyekat (Classifier) Pemilihan penyekat hanya berdasarkan satu peubah penjelas. Jika peubah penjelas tersebut merupakan peubah yang berskala ordinal atau merupakan peubah numerik, maka proses penyekatan akan dilakukan dengan cara mebagi x a c atau x a >c, dengan c R dan c adalah nilai tengah antara dua nilai amatan yang berurutan dan berbeda (Breiman at al. 1993). Akan tetapi, jika peubah penjelas tersebut merupakan peubah berskala nominal, maka penyekat akan dipilih dari semua kemungkinan kategori yang ada pada peubah penjelas tersebut (Izenman 2008). Berikut tahapan pemilihan penyekat: 1.1 Menentukan semua kemungkinan penyekat (s) pada tiap peubah penjelas. Jika peubah penjelas tersebut merupakan peubah numerik atau berskala ordinal dengan r merupakan banyaknya nilai yang berbeda pada peubah x a, maka r-1 adalah banyaknya kemungkinan penyekat dari peubah x a. Jika peubah penjelas merupakan peubah berskala nominal dengan M adalah

17 banyaknya kategori dari peubah tersebut, maka terdapat 2 M-1-1 kemungkinan penyekat yang ada pada peubah penjelas tersebut. 1.2 Menentukan penyekat terbaik yang dipilih berdasarkan penurunan tingkat keheterogenan paling tinggi yang diukur berdasarkan nilai impuritas. Fungsi impuritas yang digunakan pada penelitian ini adalah indeks Gini. Nilai impuritas menggunakan indeks Gini pada simpul t, i(t), dapat ditulis sebagai berikut : i(t)=1- p 2 (j t) j dengan p(j t) adalah peluang unit pengamatan dalam kelas ke-j dari simpul t. Kebaikan dari penyekat s didefinisikan sebagai penurunan impuritas: i(s,t)=i(t)- p L i( t L )-p R i( t R ) dengan i(s,t) adalah penurunan impuritas, p L adalah peluang pengamatan pada simpul kiri, i( t L ) adalah nilai impuritas simpul ke-t kiri, p R adalah peluang pengamatan pada simpul kanan, dan i( t R ) nilai impuritas simpul ke-t kanan. 2. Penentuan simpul terminal Penentuan suatu simpul t akan menjadi simpul terminal jika jumlah pengamatannya lebih kecil dari jumlah minimum atau batasan minimum n. Biasanya jumlah amatan minimum pada simpul berjumlah Penandaan label kelas Label kelas simpul akhir ditentukan berdasarkan aturan jumlah terbanyak, yaitu ketika p(j 0 t)=max j (p(j t)) sehingga label kelas untuk terminal t adalah j Penentuan pohon optimum dengan V-fold cross validation Metode validasi silang digunakan untuk ukuran data yang tidak terlalu besar. V yang digunakan pada penelitian ini adalah 10 (10-fold cross validation). Metode validasi ini membagi data secara acak menjadi V bagian yang sama besar sehingga membentuk L1, L2, L3,..., Lv yang disebut test set untuk validasi. Sedangkan L (V) adalah learning set yang digunakan untuk membangun pohon keputusan, diperoleh dari L (V) = L - Lv, dengan v = 1, 2, 3,..., V. Pohon optimum jika memiliki tingkat kesalahan klasifikasi yang paling kecil. Pohon Regresi Terdapat tiga tahapan penting dalam penentuan pohon regresi (Breiman at al. 1993), yaitu pemilihan penyekat pada tiap simpul, penentuan simpul terminal, dan penentuan nilai dugaan respon pada setiap simpul terminal. 1. Pemilihan penyekat pada pohon regresi ditentukan berdasarkan ukuran kehomogenan simpul dengan cara mencari nilai jumlah kuadrat sisaan simpul t: dengan y (t)= 1 y n(t) x n t n R(t)= (y n -y (t)) 2 x n t, n(t) adalah banyaknya amatan pada simpul ke-t dan y n merupakan nilai respon pada simpul t. Kebaikan penyekat (s) pada simpul t dilihat dari fungsi kebaikan penyekat dengan cara membagi simpul t menjadi t R dan t L dan perhitungannya sebagai berikut: R(s,t)=R(t)-R( t L )-R(t R ) 5

18 6 dengan R( t L ) dan R(t R ) adalah jumlah kuadrat sisaan simpul kiri dan simpul kanan. Penyekat terbaik adalah penyekat yang memiliki nilai kebaikan penyekat terbesar: R(s *,t)=max s S R(s,t) Tahapan yang sama juga dilakukan untuk pemilihan penyekat pada semua simpul. 2. Penentuan simpul terminal pada pohon regresi sama seperti ketentuan yang berlaku di pohon klasifikasi. Ukuran minimum amatan yang digunakan biasanya 10% dari ukuran data learning (Timofeev 2004). 3. Penentuan nilai dugaan respon pada tiap simpul, yaitu nilai rataan dan standar deviasi respon. Kriteria pohon optimum diperoleh sama halnya dengan kriteria yang terdapat pada pohon klasifikasi, yaitu pohon yang meminimumkan tingkat kesalahan prediksi. HASIL DAN PEMBAHASAN Analisis Deskriptif Karakteristik Mahasiswa Magister IPB Analisis deskriptif digunakan untuk mengetahui karakteristik mahasiswa Magister IPB. Gambar 1 menunjukkan usia dan profesi mahasiswa saat diterima di Magister. Usia mahasiswa Magister berkisar antara tahun dengan rataan usia mahasiswa percobaan dan biasa berturut-turut dan tahun serta simpangan baku masing-masing 6.59 dan Gambar 1(a) menunjukkan bahwa baik mahasiswa dengan status percobaan maupun biasa keduanya didominasi oleh mahasiswa yang berusia kurang dari 25 tahun dengan persentase masing-masing yaitu 34.38% dan 38.84%. Artinya usia mahasiswa Magister sebagian besar tergolong sangat muda. Urutan usia berikutnya untuk status percobaan terdapat pada usia lebih besar sama dengan 32 tahun (29.44%), diikuti dengan usia tahun (19.91%), dan terakhir tahun (16.26%). Urutan usia berikutnya untuk mahasiswa biasa terdapat pada mahasiswa yang berusia tahun (25.68%), tahun (18.16%), dan usia lebih besar sama dengan 32 tahun (17.32%). Hal ini menunjukkan kesenjangan usia mahasiswa percobaan, yaitu mahasiswa yang terbilang sangat muda dan cukup tua diperkuat dengan nilai simpangan bakunya yang cukup besar. Gambar 1(b) menunjukkan profesi mahasiswa saat mendaftar Program Magister IPB. Sebagian besar mahasiswa Magister IPB berprofesi sebagai dosen/pengajar, yaitu masing-masing untuk mahasiswa status percobaan dan biasa 36.68% dan 34.92%. Selain itu, fresh graduate berada diurutan kedua sebagai profesi mahasiswa Magister, artinya sebagian besar mahasiswa Magister masih banyak yang belum memiliki pekerjaan. Persentase mahasiswa yang berprofesi sebagai peneliti maupun lainnya tidak terlalu berbeda jauh dan hanya sedikit mahasiswa baik status biasa maupun percobaan yang berprofesi sebagai advanced professional. a)

19 Persentasi berdasarkan jenis kelamin (%) Persentase status perkawinan (%) Persentase usia (%) Persentase kategori profesi (%) 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Percobaan Biasa (a) Status penerimaan mahasiswa usia usia<32 25 usia<29 usia<25 100% 90% 80% 70% 60% 50% 40% 30% 20% lainnya fresh graduate advanced professional peneliti (b) 10% dosen/pengajar 0% Percobaan Biasa Status penerimaan mahasiswa 7 Gambar 1 Sebaran persentase mahasiswa Magister berdasarkan status penerimaan pada (a) usia saat diterima (b) profesi saat diterima Berdasarkan Gambar 2(a) sebagian besar mahasiswa Magister status percobaan berjenis kelamin laki-laki, sebaliknya untuk mahasiswa status biasa sebagian besar berjenis kelamin perempuan. Secara umum perbedaan persentase jenis kelamin laki-laki maupun perempuan berdasarkan status penerimaan mahasiswa tidak terlalu berbeda. Pada Gambar 2(b) ditunjukkan status perkawinan mahasiswa saat diterima di Magister. Baik mahasiswa status percobaan maupun biasa keduanya sebagian besar telah menikah dengan persentase masing-masing 51.65% dan 55.89%, sedangkan sisanya belum menikah. 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% (a) perempuan laki-laki Percobaan Biasa Status penerimaan mahasiswa 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% (b) kawin tidak kawin Percobaan Biasa Status penerimaan mahasiswa Gambar 2 Persentase mahasiswa Magister berdasarkan status penerimaan pada (a) jenis kelamin (b) status perkawinan Sumber biaya pendidikan mahasiswa Magister dikategorikan menjadi dua, yaitu beasiswa dan mandiri. Terlihat pada Gambar 3(a), sebagian besar sumber biaya pendidikan mahasiswa status percobaan berasal dari biaya mandiri (51.58%) dan sisanya (48.42%) berasal dari beasiswa. Sebaliknya untuk mahasiswa status biasa sebagian besar sumber biaya pendidikannya diperoleh dari beasiswa. Hal ini dikarenakan semakin banyak beasiswa untuk Magister baik beasiswa unggulan (BPP-DN dan BPP-DL), BPPS, maupun lainnya yang lebih disyaratkan bagi

20 Persentase sumberbiaya pendidikan (%) Persentase IPK (%) 8 mahasiswa yang memiliki IPK S (Kemdikbud 2014). Syarat ini akan lebih mudah ditembus oleh mahasiswa dengan status biasa. IPK merupakan salah satu elemen penting sebagai penentu status penerimaan mahasiswa Magister. Penggunaan batas 2.75 sebagai acuan disesuaikan dengan kebijakan SPs-IPB dalam menetapkan status penerimaan mahasiswa, sedangkan 3.5 merupakan kriteria cum laude bagi sarjana S1. Nilai rataan IPK S1 mahasiswa Magister untuk status percobaan dan biasa berturut-turut 3.00 dan 3.16 dengan simpangan bakunya sebesar 0.42 dan IPK S1 terendah yang diperoleh mahasiswa Magister adalah 2.00 dan tertinggi 4.00 baik mahasiswa status percobaan dan biasa. Karakteristik IPK mahasiswa Magister ditunjukkan oleh Gambar 3(b). Terlihat bahwa persentase mahasiswa status percobaan yang memiliki IPK S1 kurang dari 2.75 cukup besar (32.02%), sedangkan pada mahasiswa status biasa kriteria IPK ini masih ada dan sangat kecil (2.69%). Artinya IPK sangat menentukan status penerimaan mahasiswa. Selain itu, untuk mahasiswa status biasa yang memiliki IPK seperti ini biasanya terdapat pertimbangan lain sehingga dapat diterima dengan status biasa, misalnya akreditasi program studi S1, dll. Berikutnya IPK mahasiswa status percobaan dan biasa sebagian besar tersebar di interval % 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Percobaan Biasa (a) mandiri beasiswa Status penerimaan mahasiswa 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Percobaan Gambar 3 Persentase mahasiswa Magister berdasarkan status penerimaan pada (a) sumber biaya pendidikan (b) IPK S1 Status asal perguruan tinggi (PT) mahasiswa dikategorikan menjadi dua, yakni negeri dan swasta. Terlihat pada Gambar 4(a) sebagian besar asal perguruan tinggi mahasiswa Magister berasal dari perguruan tinggi negeri (PTN) dan hanya sebagian kecil saja yang berasal dari perguruan tinggi swasta (PTS). Letak PT S1 mahasiswa dibedakan menjadia dua, yaitu di pulau Jawa dan luar Jawa. Baik mahasiswa percobaan maupun biasa letak PT S1 sebagian besar terletak di pulau Jawa. Biasa IPK 3,5 2,75 IPK<3,5 IPK<2,75 (b) Status penerimaan mahasiswa

21 Persentase akreditasi program studi S1 Persentase status PT S1 (%) Persentase letak PT S1 (%) 9 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Percobaan Biasa swasta negeri Status penerimaan mahasiswa (a) 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% (b) luar Jawa Jawa Percobaan Biasa Status penerimaan mahasiswa Gambar 4 Persentase mahasiswa Magister berdasarkan status penerimaan pada (a) status PT S1 (b) letak PT S1 Akreditasi program studi S1 merupakan unsur penting yang menentukan status penerimaan mahasiswa selain IPK. Gambar 5 menunjukkan sebaran akreditasi program studi S1 mahasiswa Magister. Terlihat bahwa persentase akreditasi A, B, dan C untuk mahasiswa status percobaan hampir proporsional dan hanya beberapa yang termasuk dalam kategori akreditasi T. Mahasiswa biasa lebih didominasi oleh mahasiswa dengan akreditasi program studi S1 A dan B. Hanya sedikit program studi mahasiswa yang termasuk dalam akreditasi C dan kategori T. Kategori akreditasi T diberikan pada program studi yang memiliki akreditasi D atau belum terakreditasi. 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Percobaan Gambar 5 Sebaran persentase akreditasi program studi S1 mahasiswa Magister berdasarkan status penerimaan Gambar 6(a) menunjukkan bahwa pada mahasiswa percobaan sebesar 89.26% berasal dari program studi sains dan untuk status biasa sebesar 96.08%. Artinya, pada mahasiswa status percobaan latar belakang program studi S1 pendidikan masih cukup besar. Keserumpunan program studi S1 dengan S2 dapat dilihat berdasarkan Gambar 6(b). Terlihat jelas bahwa mahasiswa yang tergolong tidak serumpun sebagian besar diterima dengan status percobaan, sebaliknya untuk mahasiswa status biasa lebih didominasi oleh kategori serumpun. Fakultas yang dipilih oleh mahasiswa yang termasuk dalam kriteria tidak serumpun ini secara Biasa Status penerimaan mahasiswa T C B A

22 Persentase fakultas PS S2 (%) Persentase keserumpunan (%) Persentase keserumpunan PS S1-S2 (%) 10 berturut-turut untuk mahasiswa percobaan dan biasa adalah FEM dan FPIK (Lampiran 2.2). Adapun program studi yang paling banyak diminati oleh mahasiswa kategori tidak serumpun tersebut adalah PWD (Lampiran 2.3) dan IKL (Lampiran 2.4). Persentase mahasiswa kategori tidak serumpun dengan latar belakang program studi asal pendidikan masing-masing untuk status percobaan dan biasa sebesar 17.24% dan 10.28% (Lampiran 2.1). Berdasarkan program studi S2 yang dipilih, pada penelitian ini dikelompokkan berdasarkan fakultas seperti yang dijelaskan pada bagian metodologi. Fakultas program studi S2 yang paling banyak diminati adalah FPIK baik mahasiswa status percobaan maupun biasa masing-masing 16.33% dan 16.12%. Sedangkan program studi yang kurang diminati berasal dari fakultas peternakan (Gambar 7). 100% 80% 60% 40% 20% 0% Percobaan Biasa pendidikan sains Status penerimaan mahasiswa 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Percobaan Gambar 6 Persentase mahasiswa Magister berdasarkan status penerimaan pada (a) latar belakang program studi S1 (b) keserumpunan program studi S1-S2 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% (a) Percobaan Biasa Status penerimaan mahasiswa Gambar 7 Persentase fakultas program studi S2 mahasiswa Magister berdasarkan status penerimaan IPK lulusan mahasiswa Magister status percobaan berkisar antara , sedangkan untuk status biasa (Lampiran 3.1). Rataan IPK status percobaan dan biasa masing-masing 3.56 dan 3.64 dengan simpangan baku masing- Biasa (b) tidak serumpun serumpun Status penerimaan mahasiswa IPA Ilmu Formal FEMA FEM FATETA FAHUTAN FAPET FPIK FKH FAPERTA

23 masing 0.24 dan Artinya, IPK mahasiswa status biasa lebih tinggi dibandingkan status percobaan, dengan keragaman yang relatif kecil karena IPK minimal lulusan Program Magister adalah Begitu pula dengan masa studi mahasiswa Magister, rata-rata masa studi mahasiswa status biasa lebih singkat dibandingkan status percobaan (Lampiran 3.2). 11 Analisis Pohon Klasifikasi Evaluasi Keberhasilan Mahasiswa Magister Evaluasi keberhasilan mahasiswa Magister dibedakan berdasarkan status penerimaan mahasiswa. Mahasiswa status percobaan dievaluasi sebanyak 3 kali yaitu di akhir semester pertama, akhir semester kedua, dan akhir masa studi. Pada mahasiswa status biasa evaluasi dilakukan hanya 2 kali yaitu diakhir semester kedua dan akhir masa studi. Mahasiswa dikatakan berhasil (layak melanjutkan studi di Program Magister) jika dapat mempertahankan IPK 3.00 pada setiap tahapan evaluasi tersebut. Berikut ini akan dipaparkan hasil evaluasi mahasiswa status percobaan di akhir semester pertama. Pohon klasifikasi evaluasi tahap pertama (akhir semester pertama) pada mahasiswa status percobaan menghasilkan 13 simpul dengan 7 simpul terminal. Amatan minimum yang digunakan untuk simpul induk adalah 30 amatan dan 15 amatan untuk simpul anak. Peubah penciri yang menyekat kelanjutan studi mahasiswa Magister status percobaan antara lain: fakultas program studi S2, sumber biaya pendidikan mahasiswa, profesi, IPK S1, dan usia (Gambar 8). Gambar 8 Pohon klasifikasi evaluasi tahap pertama (akhir semester pertama) status percobaan

24 12 Berdasarkan hasil pohon klasifikasi, peubah pertama yang menjadi penyekat adalah fakultas program studi S2. Artinya, pilihan fakultas program studi S2 adalah peubah penjelas yang paling berpengaruh terhadap kelanjutan studi mahasiswa pada evaluasi tahap pertama. Fakultas Ilmu Formal terletak pada simpul kiri terpisah dengan FAPERTA, FKH, FPIK, FAPET, FAHUTAN, FATETA, FEM, FEMA, dan IPA yang berada di simpul kanan. Persentase kegagalan pada simpul kiri sebesar 21.20%, sementara pada simpul kanan sebesar 4.80%. Artinya, persentase kegagalan mahasiswa yang memilih program studi S2 yang berasal dari fakultas Ilmu Formal cenderung lebih tinggi dibandingkan yang memilih fakultas lainnya. Peubah penjelas kedua yang berpengaruh adalah sumber biaya pendidikan. Peubah ini menyekat mahasiswa yang mengambil program studi S2 yang berasal dari Ilmu Formal. Mahasiswa yang tidak mendapat beasiswa cenderung memiliki persentase kegagalan lebih tinggi (30.9%) dibandingkan mahasiswa yang mendapat beasiswa (12.4%). Hal ini menunjukkan beasiswa merupakan salah satu motivator keberhasilan mahasiswa. Mahasiswa yang memperoleh beasiswa disekat berdasarkan profesi saat mendaftar Program Magister. Mahasiswa fresh graduate dan mahasiswa dengan kategori berprofesi lainnya memiliki persentase kegagalan lebih tinggi (46.7%) dibandingkan mahasiswa yang berprofesi sebagai dosen/pengajar, peneliti, dan advanced professional (5.4%). Mahasiswa yang tidak memperoleh beasiswa disekat oleh IPK S1. Mahasiswa yang memiliki IPK S1>3.00 memiliki persentase kegagalan lebih tinggi (48.4%) dibandingkan dengan mahasiswa yang memiliki IPK S (20.0%). Simpul 7 (mahasiswa yang memiliki IPK S ) disekat lagi berdasarkan usia saat diterima. Mahasiswa yang berusia>30.5 tahun memiliki persentase kegagalan lebih tinggi (33.3%) dibandingkan mahasiswa yang berusia 30.5 tahun (7.7%). Simpul 6 (mahasiswa yang berprofesi sebagai dosen/pengajar, peneliti, dan advanced professional) disekat oleh IPK S1. Mahasiswa yang memiliki IPK S juga memiliki persentase kegagalan yang lebih tinggi (15.8%) dibandingkan mahasiswa yang memiliki IPK S1>2.89 (1.8%). Penandaan label kelas berdasarkan aturan jumlah terbanyak dapat dilihat pada Tabel 1. Berdasarkan tabel klasifikasi tersebut, kelas 3 dan kelas 7 memiliki persentase kegagalan tertinggi pada evaluasi tahap pertama (di akhir semester pertama) mahasiswa status percobaan. Mahasiswa yang gagal di dalam kelas ke-3 sebagian besar adalah mahasiswa yang tidak serumpun antara program studi S1 dengan S2, serta akreditasi program studi S1 mahasiswa tersebut sebagian besar adalah B dan C. Mahasiswa yang gagal dalam kelas ke-7, selain memiliki ciri-ciri seperti yang terdapat dalam kelas ke-3, sebagian besar latar belakang program studi mahasiswa tersebut adalah pendidikan. Persentase ketepatan klasifikasi secara umum adalah 93.20%. Pohon klasifikasi ini lebih tepat jika digunakan untuk menduga mahasiswa yang berhasil di evaluasi tahap pertama mahasiswa status percobaan.

25 Tabel 1 Klasifikasi mahasiswa status percobaan berdasarkan evaluasi pada akhir semester pertama Kelas N Persentase kegagalan (%) Peubah Penciri Memilih program studi S2 yang berasal dari FEM, FAPERTA, FPIK, FAPET, FAHUTAN, FATETA, IPA, FEMA, FKH Memilih program studi S2 yang berasal dari fakultas Ilmu Formal, memperoleh beasiswa, profesi sebagai dosen/pengajar, peneliti, dan advanced professional, memiliki IPK S1> Memilih program studi S2 yang berasal dari fakultas Ilmu Formal, tidak mendapatkan beasiswa, memiliki IPK S1> Memilih program studi S2 yang berasal dari fakultas Ilmu Formal, tidak mendapatkan beasiswa, memiliki IPK S1 3.00, berusia 30.5 tahun Memilih program studi S2 yang berasal dari fakultas Ilmu Formal, tidak mendapatkan beasiswa, memiliki IPK S1 3.00, berusia >30.5 tahun Memilih program studi S2 yang berasal dari fakultas Ilmu Formal, memperoleh beasiswa, profesi sebagai dosen/pengajar, peneliti, dan advanced professional, IPK S Memilih program studi S2 yang berasal dari fakultas Ilmu Formal, memperoleh beasiswa, profesi sebagai fresh graduate dan profesi lainnya. Pada evaluasi berikutnya kriteria keberhasilan hampir mahasiswa sama, yaitu memiliki IPK 3.00 untuk evaluasi di akhir semester kedua, sedangkan untuk evaluasi di akhir masa studi mahasiswa dikatakan berhasil jika telah dinyatakan lulus Program Magister. Berikut ini adalah hasil ringkasan evaluasi di akhir semester kedua dan akhir masa studi untuk mahasiswa status percobaan dan biasa. Terdapat 5 peubah yang berpengaruh terhadap hasil evaluasi mahasiswa status biasa di akhir semester kedua, yaitu sumber biaya pendidikan, fakultas program studi S2, status perguruan tinggi S1, IPK S1, dan jenis kelamin. Pada evaluasi ini terlihat bahwa mahasiswa yang tidak mendapatkan beasiswa, berasal dari perguruan tinggi negeri, berjenis kelamin laki-laki, memilih program studi S2 yang berasal dari FATETA dan Ilmu Formal memiliki persentase kegagalan tertinggi (Lampiran 4). Evaluasi di akhir semester kedua dan di akhir masa studi mahasiswa status percobaan dan biasa tersedia pada Lampiran 5. Kelas yang memiliki kegagalan 13

26 14 tertinggi pada evaluasi di akhir semester kedua mahasiswa status percobaan dicirikan oleh mahasiswa yang memilih program studi yang berasal dari Ilmu Formal. Persentase kegagalan pada kelas tersebut sebesar 6.90% (Lampiran 5.1). Berikutnya pada Lampiran 5.2 tersedia hasil evaluasi di akhir masa studi mahasiswa Magister status biasa. Berdasarkan hasil klasifikasi tersebut terlihat bahwa hasil evaluasi untuk mahasiswa status biasa kelas yang memiliki persentase kegagalan tertinggi dicirikan oleh mahasiswa yang tidak mendapat beasiswa, memilih program studi S2 yang berasal dari FKH, dan Ilmu Formal (13.2%). Di sisi lain, hasil evaluasi mahasiswa status percobaan di akhir masa studi (Lampiran 5.3) yang memiliki persentase kegagalan tertinggi dicirikan oleh mahasiswa yang berjenis kelamin laki-laki, berprofesi sebagai advanced profesional, fresh graduate, dan lainnya, memilih program studi S2 yang berasal dari FEM, FAPERTA, FAHUTAN, dan Ilmu Formal (22.20%). Dalam hal ini Ilmu Formal berpengaruh secara konsisten terhadap semua hasil evaluasi mahasiswa Magister IPB. Analisis Pohon Regresi IPK dan Masa Studi Mahasiswa Magister IPK dan Masa Studi Lulusan Mahasiswa Magister Status Percobaan Pohon regresi IPK S2 mahasiswa status percobaan menghasilkan 11 simpul dengan 6 simpul terminal (Gambar 9). Terdapat lima peubah penjelas yang berpengaruh terhadap IPK yaitu: fakultas program studi S2, status perguruan tinggi S1, akreditasi program studi S1, letak perguruan tinggi S1, dan profesi ketika mendaftar di SPs-IPB. Peubah penjelas pertama yang berpengaruh adalah fakultas program studi S2. FEM, FATETA, Ilmu Formal, IPA, FEMA terletak di simpul kiri terpisah dengan FAPERTA, FPIK, FAPET, FAHUTAN, FKH yang terletak di simpul kanan. Mahasiswa yang memilih fakultas program studi S2 dari simpul kanan cenderung memiliki rataan IPK yang lebih tinggi dibandingkan yang memilih fakultas yang terletak di simpul kiri. Peubah kedua yang berpengaruh adalah status perguruan tinggi S1. Peubah ini menyekat mahasiswa yang mengambil program studi S2 dari FEM, FATETA, Ilmu Formal, IPA, dan FEMA. Mahasiswa yang berasal dari perguruan tinggi negeri (PTN) memiliki rataan IPK lebih tinggi dibandingkan mahasiswa yang berasal dari perguruan tinggi swasta (PTS). Berikutnya peubah yang berpengaruh adalah akreditasi program studi S1. Peubah ini menyekat mahasiswa yang mengambil program studi yang berasal dari FAPERTA, FPIK, FAPET, FAHUTAN, dan FKH. Mahasiswa yang memiliki program studi S1 dengan akreditasi A dan T cenderung memiliki rataan IPK lebih tinggi daripada yang B dan C. Mahasiswa yang berasal dari perguruan tinggi negeri disekat lagi oleh letak perguruan tinggi S1. Mahasiswa yang perguruan tinggi S1-nya terletak di Jawa memiliki rataan IPK lebih tinggi dibandingkan yang terletak di luar Jawa. Hal ini dikarenakan pembangunan infrastruktur termasuk pendidikan di pulau Jawa lebih maju dibandingkan di luar Jawa. Profesi juga berpengaruh terhadap IPK mahasiswa status percobaan. Mahasiswa yang berprofesi sebagai peneliti, fresh graduate, dan lainnya memiliki rataan IPK lebih tinggi daripada mahasiswa yang berprofesi sebagai dosen/pengajar, advaced professional. Hal ini dikarenakan mahasiswa fresh graduate yang diterima

27 di Program Magister sebagian besar adalah mahasiswa lulusan terbaik di perguruan tingginya masing-masing. 15 Gambar 9 Pohon regresi IPK lulusan mahasiswa Magister status percobaan Hasil pohon regresi berdasarkan IPK mahasiswa Magister status percobaan menunjukkan bahwa IPK terendah terdapat pada kelas 4 dan 5 (Lampiran 6). IPK terendah ini dicirikan oleh mahasiswa yang memilih program studi yang berasal dari FEM, FATETA, Ilmu Formal, IPA, FEMA, yang berasal dari PTN di luar Jawa atau berasal dari PTS. Oleh karena itu, mahasiswa yang memiliki karakteristik seperti kelas tersebut lebih diberi bobot rendah untuk terseleksi di Magister SPs- IPB. Terdapat 3 peubah yang berpengaruh terhadap masa studi mahasiswa status percobaan yaitu IPK S1, fakultas program studi S2, dan status perkawinan. Rataan masa studi terlama mahasiswa status percobaan terdapat pada kelas 3 dan 4 (Lampiran 6). Pada kedua kelas tersebut masa studi yang ditembuh lebih dari 4

28 16 semester. Oleh karena itu, mahasiswa yang memiliki karakteristik seperti tertera dalam kedua kelas tersebut harus lebih dikontrol oleh SPs-IPB. Tabulasi silang IPK dan masa studi ditunjukkan oleh Tabel 2. Sebesar 5.94% mahasiswa status percobaan memiliki IPK tertinggi dan masa studi tersingkat. Mahasiswa tersebut sebagian besar adalah mahasiswa yang memilih program studi dari FPIK. Sedangkan IPK terendah dan masa studi terlama sebesar 16.55% didominasi oleh mahasiswa yang pengambil program studi dari FEM. Sebagian besar mahasiswa status percobaan menempuh masa studi 3 tahun (32.38%) dan 38.13% mahasiswa mendapatkan IPK<3.5. IPK Tabel 2 Tabulasi silang IPK dan masa studi mahasiswa status percobaan Masa Studi MS<2 2 MS< MS<3 MS 3 IIPK< % 10.25% 8.45% 16.55% 3.5 IPK< % 11.69% 8.09% 10.97% IPK % 8.81% 5.22% 4.86% IPK dan Masa Studi Lulusan Mahasiswa Magister Status Biasa Peubah penjelas yang berpengaruh pada IPK mahasiswa status biasa antara lain: letak perguruan tinggi S1, fakultas program studi S2, status perguruan tinggi S1, IPK S1, dan sumber biaya pendidikan. Tabel klasifikasi mahasiswa lulusan status biasa berdasarkan IPK ditunjukkan oleh Lampiran 7. Berdasarkan hasil pohon regresi, rataan IPK terendah mahasiswa status biasa terdapat pada kelas 1. Mahasiswa tersebut adalah mahasiswa yang perguruan tinggi S1-nya terletak di luar Jawa, memilih program studi yang berasal dari FEM, FAPERTA, FATETA, FEMA, FPIK, Ilmu Formal, IPA, dan IPK S Meskipun secara umum terbilang cukup baik, akan tetapi mahasiswa yang memiliki karakteristik tersebut harus lebih di perhatikan dalam proses seleksi. Pada pohon regresi masa studi mahasiswa status biasa peubah penjelas yang berpengaruh adalah fakultas program studi S2, IPK S1, keserumpunan program studi S1-S2, serta profesi mahasiswa. Rataan masa studi terlama mahasiswa status biasa terdapat pada kelas 4 yang dicirikan oleh mahasiswa yang memilih program studi S2 yang berasal dari FEM, FAPERTA, FATETA, FEMA, FKH, FPIK, IPK S (Lampiran 7). Mahasiswa tersebut sebagian besar merupakan mahasiswa yang membutuhkan data primer dalam penyelesaian tugas akhirnya. Tabulasi silang antara IPK dan masa studi mahasiswa status biasa ditunjukkan oleh Tabel 3. Pada tabel tersebut ditunjukkan bahwa sebesar 11.24% mahasiswa Magister memiliki IPK tertinggi dan masa studi tersingkat. Mahasiswa tersebut sebagian besar berasal dari fakultas IPA. Sedangkan IPK terendah dan masa studi terlama terdapat pada mahasiswa yang mengambil program studi di FATETA (9.57%). Sebagian besar mahasiswa status biasa menempuh studi dalam selang waktu tahun (29.78%) dan sebesar 39.59% mendapatkan IPK 3.75.

29 17 Tabel 3 Tabulasi silang IPK dan masa studi mahasiswa status biasa IPK Masa Studi MS<2 2 MS< MS<3 MS 3 IPK< % 6.08% 6.43% 9.57% 3.5 IPK< % 11.09% 8.35% 10.23% IPK % 12.61% 8.15% 7.59% Daftar Peubah Penjelas yang Berpengaruh terhadap IPK dan Masa Studi Mahasiswa Program Magister Berdasarkan Tabel 4 terdapat kesamaan peubah penjelas yang berpengaruh terhadap IPK kedua status penerimaan mahasiswa Magister. Peubah penjelas tersebut adalah pilihan fakultas program studi S2, status perguruan tinggi S1, letak perguruan tinggi S1. Artinya, secara umum peubah-peubah penjelas ini yang mengklasifikasikan IPK mahasiswa Magister. Mahasiswa yang memilih program studi S2 yang berasal dari fakultas Ilmu Formal cenderung memiliki IPK yang lebih rendah dibandingnya yang memilih fakultas lainnya. Hal ini menunjukkan bahwa Ilmu Formal memiliki tingkat kesulitan yang lebih dibandingkan fakultas lainnya. Hal tersebut juga ditunjukkan berdasarkan hasil evaluasi sebelumnya. Selain itu, mahasiswa yang berasal perguruan tinggi swasta juga memiliki IPK yang lebih rendah dibandingkan mahasiswa yang berasal dari perguruan tinggi negeri. Hal ini dikarenakan perguruan tinggi negeri memiliki kualitas yang lebih baik dibandingan perguruan tinggi swasta. Oleh karena itu, output mahasiswanya pun juga berkualitas. Jika dilihat berdasarkan IPK mahasiswa status percobaan yang cenderung lebih rendah juga terdapat pada mahasiswa yang berasal dari perguruan tinggi di luar Jawa. Kemajuan pendidikan di Jawa yang lebih tinggi dibandingkan di luar Jawa juga menentukan kualitas pendidikan, termasuk kompetensi lulusannya. Oleh karena itu, mahasiswa yang letak perguruan tinggi S1-nya di Jawa memiliki kompetensi yang lebih baik dibandingan mahasiswa di luar Jawa. Peubah penjelas yang berpengaruh terhadap IPK yang berbeda antara kedua status penerimaan mahasiswa Magister antara lain: akreditasi program studi S1 dan profesi untuk mahasiswa status percobaan serta IPK S1 dan sumber biaya pendidikan untuk mahasiswa status biasa. Semakin baik akreditasi program studi S1 mahasiswa status percobaan, maka semakin baik pula IPK yang diperoleh. Dalam hal ini akreditasi merupakan tolok ukur kompetensi output mahasiswa yang dihasilkan. Mahasiswa status percobaan yang berprofesi sebagai dosen/pengajar dan advanced professional juga memiliki IPK yang lebih rendah dibandingkan yang berprofesi sebagai peneliti, fresh graduate, dan kategori profesi lainnya. Hal ini dikarenakan mahasiswa fresh graduate yang diterima di Program Magister sebagian besar adalah mahasiswa lulusan terbaik di perguruan tingginya masingmasing.

30 18 Semakin tinggi IPK S1 mahasiswa status biasa, maka semakin tinggi pula IPK S2 yang dihasilkan. Dalam hal ini, IPK S1 dan IPK S2 berkorelasi positif. Selain itu, mahasiswa status biasa yang tidak mendapatkan beasiswa cenderung memiliki IPK yang lebih rendah dibandingkan yang memperoleh beasiswa. Tabel 4 Peubah penjelas yang berpengaruh terhadap IPK mahasiswa Magister Status penerimaan mahasiswa Percobaan Biasa Peubah penjelas yang sama Peubah penjelas yang berbeda Pilihan fakultas program studi S2, status perguruan tinggi S1, letak perguruan tinggi S1 Akreditasi program studi S1, profesi IPK S1, sumber biaya pendidikan Kesamaan peubah penjelas yang berpengaruh terhadap masa studi kedua status penerimaan mahasiswa Magister antara lain : pilihan fakultas program studi S2 dan IPK S1 (Tabel 5). Artinya, secara umum peubah-peubah ini yang mengklasifikasikan masa studi mahasiswa Magister. Mahasiswa yang memilih program studi yang berasal dari FAPERTA, FEM, dan FATETA cenderung masa studinya lebih lama dibandingkan yang memilih fakultas lainnya. Selain itu, semakin tinggi IPK S1 mahasiswa Magister, maka semakin singkat pula masa studi yang ditempuh. Status perkawinan merupakan peubah penjelas yang hanya berpengaruh terhadap masa studi mahasiswa status percobaan. Mahasiswa yang menikah cenderung memiliki masa studi yang lebih singkat. Mahasiswa ini sebagian besar adalah mahasiswa yang memperoleh beasiswa ketika mengenyam pendidikan Program Magister. Keserumpunan program studi S1-S2 dan profesi merupakan peubah penjelas yang hanya berpengaruh terhadap masa studi mahasiswa status biasa. Semakin serumpun program studi yang diambil oleh mahasiswa Magister status biasa, maka masa studinya pun akan semakin singkat. Hal tersebut dikarenakan mahasiswa yang serumpun sudah mendapat bekal yang cukup dan sesuai dengan program studi S2 yang akan diambil dibandingkan mahasiswa yang tidak serumpun. Jika dilihat berdasarkan profesi mahasiswa, maka mahasiswa status biasa yang berprofesi sebagai peneliti dan kategori profesi lainnya juga memiliki kecenderungan masa studi yang lebih lama. Tabel 5 Peubah penjelas yang berpengaruh terhadap masa studi mahasiswa Magister Status penerimaan mahasiswa Percobaan Biasa Peubah penjelas yang sama Peubah penjelas yang berbeda Pilihan fakultas program studi S2, IPK S1 Status perkawinan Keserumpunan program S1- S2, profesi

31 19 SIMPULAN DAN SARAN Simpulan Secara umum, faktor-faktor yang mempengaruhi keberhasilan mahasiswa Magister pada tahap evaluasi adalah pilihan fakultas program studi S2, IPK S1, dan sumber biaya pendidikan. Pilihan fakultas program studi S2 merupakan peubah yang konsisten berpengaruh terhadap hasil evaluasi. Mahasiswa yang memilih program studi yang berasal Ilmu Formal, memiliki IPK S1 yang cukup rendah, dan tidak memperoleh beasiswa memiliki persentase kegagalan tertinggi dibandingkan mahasiswa lainnya. Peubah yang berpengaruh terhadap pohon regresi IPK mahasiswa Magister adalah pilihan fakultas program studi S2, status perguruan tinggi S1, letak perguruan tinggi S1. Jika dilihat berdasarkan masa studi mahasiswa Magister, maka peubah yang berpengaruh pada kedua status penerimaan mahasiswa tersebut adalah pilihan fakultas program studi S2, IPK S1. Hasil klasifikasi menunjukkan IPK terendah dan masa studi terlama terdapat pada mahasiswa status percobaan. Saran Penelitian ini hanya menggunakan data sekunder akademik mahasiswa Magister yang lebih menggambarkan latar belakang identitas mahasiswa. Oleh karena itu, penelitian selanjutnya disarankan menambahkan data primer baik dari mahasiswa maupun SPs-IPB untuk memperkuat hasil analisis. Misalnya mengenai metode belajar mahasiswa, proses belajar mengajar, dll. Pilihan fakultas program studi S2 merupakan peubah yang konsisten berpengaruh terhadap hasil evaluasi. Ilmu Formal merupakan fakultas yang rentan mengalami risiko kegagalan. Oleh karena itu, mahasiswa yang memilih program studi dari fakultas tersebut sebaiknya proses seleksinya diperketat. Selain itu, pilihan fakultas program studi S2, IPK S1, status perguruan tinggi S1, akreditasi program studi S1, letak perguruan tinggi S1, keserumpunan program studi, sumber biaya pendidikan, profesi, dan status perkawinan merupakan peubah yang berpengaruh terhadap keberhasilan mahasiswa (IPK dan masa studi) sehingga peubah tersebut perlu mendapat penekanan dalam seleksi mahasiswa. DAFTAR PUSTAKA Breiman L, Friedman JH, Olshen RA, Stone CJ Classification And Regression Trees. New York (US) : Chapman & Hall. [DIKTI] Direktorat Jenderal Pendidikan Tinggi Nama Rumpun Ilmu, Sub Rumpun Ilmu, dan Bidang Ilmu dalam Rumpun. Jakarta (ID) : KEMDIKNAS. Han J, Kamber M Data Mining Concepts and Techniques Second Edition. San Francisco (US) : Morgan Kaufmann Publisher. [IPB] Institut Pertanian Bogor Pascasarjana Institut Pertanian Bogor Bogor (ID) : IPB Pr.

32 20 [IPB] Institut Pertanian Bogor Katalog Sekolah Pascasarjana. Bogor (ID) : IPB Pr. Izenman AJ Modern Multivariate Statistical Techniques Regression, Classification, and Manifold Learning. Philadelphia (US) : Springer. Kardiana A Metode Klasifikasi Berstruktur Pohon Biner (Studi Kasus pada Prakiraan Hujan Bulanan di Bogor). Di dalam: Aunuddin, Wigena AJ, Wijayanto H, editor. Seminar Nasional Aplikasi teknologi Informasi; 2006 Juni 17; Yogyakarta, Indonesia. Program Pasca Sarjana, Institut Pertanian Bogor. Bogor(ID). hlm G-21 G-25. [Kemdikbud] Kementerian Pendidikan dan Kebudayaan Beasiswa Unggulan Jakarta (ID): Kemdikbud [diakses 2014 Mei 17]. Tersedia pada: Melillo P, Pecchia L, Bath PA, Bracale M The use of Classification and Regression Tree to Predict 15-Year Survival in Community-Dwelling Older People. International Journal of Health Information Management Research January (1): Timofeev R Classification and Regression Tree (CART) Theory and Applications [Tesis]. Berlin (DE): Humboldt University.

33 Lampiran 1 Peubah yang akan digunakan pada tahap evaluasi dan penentuan keberhasilan mahasiswa Magister SPs-IPB Peubah Keterangan Peubah Kategori X1 jenis kelamin 1 = laki-laki 2 = perempuan X2 status perkawinan saat diterima 1 = belum kawin 2 = sudah kawin usia saat diterima X3 X4 profesi saat diterima 1 = dosen/pengajar 2 = peneliti 3 = advaced profesional 4 = fresh graduate 5 = lainnya X5 status perguruan tinggi S1 1 = negeri 2 = swasta X6 status akreditasi program studi S1 1 = A/U 2 = B 3 = C 4 = T X7 latar belakang program studi S1 1 = sains X8 keserumpunanan program studi S1 dengan S2 2 = pendidikan 1 = serumpun 2 = tidak serumpun X9 letak perguruan tinggi S1 1 = Jawa 2 = luar Jawa X10 IPK S1 X11 sumber biaya pendidikan 1 = beasiswa 2 = mandiri X12 fakultas program studi S2 1 = FAPERTA 2 = FKH 3 = FPIK 4 = FAPET 5 = FAHUTAN 6 = FATETA 7 = Ilmu Formal 8 = IPA 9 = FEM 10 = FEMA Y1 status kelanjutan studi mahasiswa 1 = lanjut 2 = dikeluarkan (DO) Y2 IPK Masa studi Y3 21

34 Persentase latar belakang PS S1 (%) Persentase fakultas PS S2 (%) 22 Lampiran 2 Latar belakang program studi (PS) S1 dan minat program studi S2 mahasiswa yang tidak serumpun 2.1 Latar belakang PS S1 dari mahasiswa yangmemiliki program studi tidak serumpun 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Percobaan Biasa pendidikan sains Status penerimaan mahasiswa 2.2 Fakultas pilihan mahasiswa berdasarkan status penerimaan mahasiswa 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% IPA Ilmu Formal FEMA FEM FATETA FAHUTAN FAPET FPIK FKH 0% FAPERTA Percobaan Biasa Status penerimaan mahasiswa 2.3 Program studi pilihan mahasiswa status percobaan 2.4 Program studi pilihan mahasiswa status biasa ) EKO PWD MAN ESL ESK EPN AGB AKU SDP SPL THP TPL IKL TEK )

POHON KLASIFIKASI DAN POHON REGRESI KEBERHASILAN MAHASISWA PASCASARJANA PROGRAM STUDI STATISTIKA IPB

POHON KLASIFIKASI DAN POHON REGRESI KEBERHASILAN MAHASISWA PASCASARJANA PROGRAM STUDI STATISTIKA IPB Forum Statistika dan Komputasi, April 2005, p: 15 21 ISSN : 08538115 Vol. 10 No. 1 POHON KLASIFIKASI DAN POHON REGRESI KEBERHASILAN MAHASISWA PASCASARJANA PROGRAM STUDI STATISTIKA IPB Ida Mariati H. 1),

Lebih terperinci

ANALISIS KETEPATAN WAKTU LULUS BERDASARKAN KARAKTERISTIK MAHASISWA FEM DAN FAPERTA MENGGUNAKAN METODE CHART

ANALISIS KETEPATAN WAKTU LULUS BERDASARKAN KARAKTERISTIK MAHASISWA FEM DAN FAPERTA MENGGUNAKAN METODE CHART Xplore, 2013, Vol. 2(1):e3(1-8) c 2013 Departemen Statistika FMIPA IPB ANALISIS KETEPATAN WAKTU LULUS BERDASARKAN KARAKTERISTIK MAHASISWA FEM DAN FAPERTA MENGGUNAKAN METODE CHART Fira Nurahmah Al Amin,Indahwati,Yenni

Lebih terperinci

EKSPLORASI KINERJA DOSEN TERSERTIFIKASI DALAM MELAKSANAKAN TRIDHARMA PERGURUAN TINGGI DI INDONESIA RIZKY NURKHAERANI

EKSPLORASI KINERJA DOSEN TERSERTIFIKASI DALAM MELAKSANAKAN TRIDHARMA PERGURUAN TINGGI DI INDONESIA RIZKY NURKHAERANI i EKSPLORASI KINERJA DOSEN TERSERTIFIKASI DALAM MELAKSANAKAN TRIDHARMA PERGURUAN TINGGI DI INDONESIA RIZKY NURKHAERANI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN

Lebih terperinci

Persyaratan Pendaftaran Magister Sains kelas khusus dan Magister Profesional, serta Program Doktor Kelas Khusus.

Persyaratan Pendaftaran Magister Sains kelas khusus dan Magister Profesional, serta Program Doktor Kelas Khusus. Persyaratan Pendaftaran Magister Sains kelas khusus dan Magister Profesional, serta Program Doktor Kelas Khusus. 1. Mengisi formulir pendaftaran yang disediakan SPs-IPB (Formulir A), 2. Mengisi Formulir

Lebih terperinci

ANALISIS CHAID UNTUK IDENTIFIKASI KETEPATAN WAKTU LULUS BERDASARKAN KARAKTERISTIK MAHASISWA

ANALISIS CHAID UNTUK IDENTIFIKASI KETEPATAN WAKTU LULUS BERDASARKAN KARAKTERISTIK MAHASISWA Xplore, 2013, Vol. 2(1):e10(1-5) c 2013 Departemen Statistika FMIPA IPB ANALISIS CHAID UNTUK IDENTIFIKASI KETEPATAN WAKTU LULUS BERDASARKAN KARAKTERISTIK MAHASISWA Rindy Anggun Pertiwi, Indahwati, Farit

Lebih terperinci

PENGGUNAAN REGRESI SPLINE ADAPTIF BERGANDA UNTUK DATA RESPON BINER AZWIRDA AZIZ SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2005

PENGGUNAAN REGRESI SPLINE ADAPTIF BERGANDA UNTUK DATA RESPON BINER AZWIRDA AZIZ SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2005 1 PENGGUNAAN REGRESI SPLINE ADAPTIF BERGANDA UNTUK DATA RESPON BINER AZWIRDA AZIZ SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2005 2 SURAT PERNYATAAN Dengan ini saya menyatakan bahwa tesis yang berjudul

Lebih terperinci

Persyaratan Pendaftaran Magister Sains kelas khusus dan Magister Profesional, serta Program Doktor Kelas Khusus.

Persyaratan Pendaftaran Magister Sains kelas khusus dan Magister Profesional, serta Program Doktor Kelas Khusus. Persyaratan Pendaftaran Magister Sains kelas khusus dan Magister Profesional, serta Program Doktor Kelas Khusus. 1. Mengisi formulir pendaftaran yang disediakan SPs-IPB (Formulir A), 2. Mengisi Formulir

Lebih terperinci

RINGKASAN PENERIMAAN MAHASISWA BARU PROGRAM MAGISTER SAINS AGRIBISNIS IPB. Oleh ; Netti Tinaprilla

RINGKASAN PENERIMAAN MAHASISWA BARU PROGRAM MAGISTER SAINS AGRIBISNIS IPB. Oleh ; Netti Tinaprilla RINGKASAN PENERIMAAN MAHASISWA BARU PROGRAM MAGISTER SAINS AGRIBISNIS IPB Oleh ; Netti Tinaprilla Kebijakan Rekrutmen Calon Mahasiswa Baru Program SPs IPB telah membentuk Panitia Penerimaan Mahasiswa Baru

Lebih terperinci

Eksplorasi Kinerja Dosen Tersertifikasi dalam Melaksanakan Tridharma Perguruan Tinggi di Indonesia

Eksplorasi Kinerja Dosen Tersertifikasi dalam Melaksanakan Tridharma Perguruan Tinggi di Indonesia Xplore, 2013, Vol. 2(1):e2(1-8) c 2013 Departemen Statistika FMIPA IPB Eksplorasi Kinerja Dosen Tersertifikasi dalam Melaksanakan Tridharma Perguruan Tinggi di Indonesia Rizky Nurkhaerani, Hari Wijayanto,

Lebih terperinci

::Sekolah Pascasarjana IPB (Institut Pertanian Bogor)::

::Sekolah Pascasarjana IPB (Institut Pertanian Bogor):: Contributed by Administrator adalah program pendidikan strata 3 (S3) yang ditujukan untuk memperoleh gelar akademik doktor sebagai gelar akademik tertinggi. Berdasarkan Keputusan Menteri Pendidikan dan

Lebih terperinci

HUBUNGAN EFEKTIVITAS SISTEM PENILAIAN KINERJA DENGAN KINERJA KARYAWAN PADA KANTOR PUSAT PT PP (PERSERO), TBK JULIANA MAISYARA

HUBUNGAN EFEKTIVITAS SISTEM PENILAIAN KINERJA DENGAN KINERJA KARYAWAN PADA KANTOR PUSAT PT PP (PERSERO), TBK JULIANA MAISYARA HUBUNGAN EFEKTIVITAS SISTEM PENILAIAN KINERJA DENGAN KINERJA KARYAWAN PADA KANTOR PUSAT PT PP (PERSERO), TBK JULIANA MAISYARA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN MENGENAI

Lebih terperinci

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PENYALURAN KREDIT DI BANK UMUM MILIK NEGARA PERIODE TAHUN RENALDO PRIMA SUTIKNO

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PENYALURAN KREDIT DI BANK UMUM MILIK NEGARA PERIODE TAHUN RENALDO PRIMA SUTIKNO ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PENYALURAN KREDIT DI BANK UMUM MILIK NEGARA PERIODE TAHUN 2004-2012 RENALDO PRIMA SUTIKNO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2013 PERNYATAAN MENGENAI

Lebih terperinci

PENDAFTARAN BAGI MAHASISWA PROGRAM SINERGI S1-S2 (FAST TRACK) TAHUN AKADEMIK 2012/2013

PENDAFTARAN BAGI MAHASISWA PROGRAM SINERGI S1-S2 (FAST TRACK) TAHUN AKADEMIK 2012/2013 PENDAFTARAN BAGI MAHASISWA PROGRAM SINERGI S1-S2 (FAST TRACK) TAHUN AKADEMIK 2012/2013 Program untuk mengintegrasikan S1 dan S2 agar dapat meluluskan Magister dalam waktu 5 tahun dengan tetap mengedepankan

Lebih terperinci

PENERAPAN METODE CART

PENERAPAN METODE CART E-ISSN 2527-9378 Jurnal Statistika Industri dan Komputasi Volume 2, No. 2, Juli 2017, pp. 78-83 PENERAPAN METODE CART (CLASSIFICATION AND REGRESSION TREES) UNTUK MENENTUKAN FAKTOR-FAKTOR YANG MEMPENGARUHI

Lebih terperinci

METODE PENELITIAN. Keterangan : n = jumlah mahasiswa yang diambil N = jumlah populasi mahasiswa program sarjana e = batas kesalahan pengambilan contoh

METODE PENELITIAN. Keterangan : n = jumlah mahasiswa yang diambil N = jumlah populasi mahasiswa program sarjana e = batas kesalahan pengambilan contoh 21 METODE PENELITIAN Desain, Lokasi, dan Waktu Penelitian Desain penelitian ini adalah cross sectional study, yaitu penelitian yang dilakukan pada satu waktu atau periode tertentu. Lokasi penelitian dilakukan

Lebih terperinci

Jurnal Informatika Mulawarman Vol. 12, No. 1, Februari ISSN

Jurnal Informatika Mulawarman Vol. 12, No. 1, Februari ISSN Jurnal Informatika Mulawarman Vol. 12, No. 1, Februari 2017 50 APLIKASI KLASIFIKASI ALGORITMA C4.5 (STUDI KASUS MASA STUDI MAHASISWA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS MULAWARMAN

Lebih terperinci

PREDIKSI STATUS KEAKTIFAN STUDI MAHASISWA DENGAN ALGORITMA C5.0 DAN K-NEAREST NEIGHBOR IIN ERNAWATI G

PREDIKSI STATUS KEAKTIFAN STUDI MAHASISWA DENGAN ALGORITMA C5.0 DAN K-NEAREST NEIGHBOR IIN ERNAWATI G PREDIKSI STATUS KEAKTIFAN STUDI MAHASISWA DENGAN ALGORITMA C5.0 DAN K-NEAREST NEIGHBOR IIN ERNAWATI G651044054 SEKOLAH PASCA SARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER

Lebih terperinci

ANALISIS BIPLOT UNTUK MEMETAKAN MUTU SEKOLAH YANG SESUAI DENGAN NILAI UJIAN NASIONAL SUJITA

ANALISIS BIPLOT UNTUK MEMETAKAN MUTU SEKOLAH YANG SESUAI DENGAN NILAI UJIAN NASIONAL SUJITA ANALISIS BIPLOT UNTUK MEMETAKAN MUTU SEKOLAH YANG SESUAI DENGAN NILAI UJIAN NASIONAL SUJITA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan

Lebih terperinci

Seminar Tugas Akhir. Analisis Klasifikasi Kesejahteraan Rumah Tangga di Propinsi Jawa Timur dengan Pendekatan CART ARCING. Surabaya, Juli 2011

Seminar Tugas Akhir. Analisis Klasifikasi Kesejahteraan Rumah Tangga di Propinsi Jawa Timur dengan Pendekatan CART ARCING. Surabaya, Juli 2011 Surabaya, Juli 2011 Seminar Tugas Akhir Analisis Klasifikasi Kesejahteraan Rumah Tangga di Propinsi Jawa Timur dengan Pendekatan CART ARCING Ibrahim Widyandono 1307 100 001 Pembimbing : Dr. Bambang Widjanarko

Lebih terperinci

PERMOHONAN MENDAFTAR PADA SEKOLAH PASCASARJANA (Harap diisi dengan huruf cetak) 1. Nama :...

PERMOHONAN MENDAFTAR PADA SEKOLAH PASCASARJANA (Harap diisi dengan huruf cetak) 1. Nama :... Formulir A PERMOHONAN MENDAFTAR PADA (Harap diisi dengan huruf cetak) 1. Nama :... Tempat lahir :...... Tanggal lahir : Kewarganegaraan : Indonesia Asing Jenis kelamin : Laki-laki Perempuan Status perkawinan

Lebih terperinci

PERBANDINGAN ANTARA UNWEIGHTED LEAST SQUARES (ULS) DAN PARTIAL LEAST SQUARES (PLS) DALAM PEMODELAN PERSAMAAN STRUKTURAL MUHAMMAD AMIN PARIS

PERBANDINGAN ANTARA UNWEIGHTED LEAST SQUARES (ULS) DAN PARTIAL LEAST SQUARES (PLS) DALAM PEMODELAN PERSAMAAN STRUKTURAL MUHAMMAD AMIN PARIS PERBANDINGAN ANTARA UNWEIGHTED LEAST SQUARES (ULS) DAN PARTIAL LEAST SQUARES (PLS) DALAM PEMODELAN PERSAMAAN STRUKTURAL MUHAMMAD AMIN PARIS SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN

Lebih terperinci

KLASIFIKASI KELULUSAN MAHASISWA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO MENGGUNAKAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS)

KLASIFIKASI KELULUSAN MAHASISWA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO MENGGUNAKAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) KLASIFIKASI KELULUSAN MAHASISWA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO MENGGUNAKAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) SKRIPSI Disusun oleh : RIZAL YUNIANTO GHOFAR 240102101410029

Lebih terperinci

Analisis Log Linier. Uji K-Way: efek interaksi order ketiga tidak terdapat dalam model

Analisis Log Linier. Uji K-Way: efek interaksi order ketiga tidak terdapat dalam model Statistika Deskriptif Hubungan Variabel Analisis Log Linier Uji K-Way: efek interaksi order ketiga tidak terdapat dalam model Uji Asosiasi Parsial: ada hubungan antara lama kelulusan dengan asal instansi

Lebih terperinci

METODE QUALITY FUNCTION DEPLOYMENT (QFD) DALAM PENENTUAN PRIORITAS PELAYANAN PADA PERUSAHAAN ASURANSI MARLINE SOFIANA PAENDONG

METODE QUALITY FUNCTION DEPLOYMENT (QFD) DALAM PENENTUAN PRIORITAS PELAYANAN PADA PERUSAHAAN ASURANSI MARLINE SOFIANA PAENDONG METODE QUALITY FUNCTION DEPLOYMENT (QFD) DALAM PENENTUAN PRIORITAS PELAYANAN PADA PERUSAHAAN ASURANSI MARLINE SOFIANA PAENDONG SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2006 SURAT PERNYATAAN

Lebih terperinci

PENGKAJIAN KEAKURATAN TWOSTEP CLUSTER DALAM MENENTUKAN BANYAKNYA GEROMBOL POPULASI KUDSIATI

PENGKAJIAN KEAKURATAN TWOSTEP CLUSTER DALAM MENENTUKAN BANYAKNYA GEROMBOL POPULASI KUDSIATI PENGKAJIAN KEAKURATAN TWOSTEP CLUSTER DALAM MENENTUKAN BANYAKNYA GEROMBOL POPULASI KUDSIATI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2006 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan

Lebih terperinci

EVALUASI KINERJA KEUANGAN SATUAN USAHA KOMERSIAL PERGURUAN TINGGI NEGERI BADAN HUKUM DARSONO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2014

EVALUASI KINERJA KEUANGAN SATUAN USAHA KOMERSIAL PERGURUAN TINGGI NEGERI BADAN HUKUM DARSONO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2014 1 EVALUASI KINERJA KEUANGAN SATUAN USAHA KOMERSIAL PERGURUAN TINGGI NEGERI BADAN HUKUM DARSONO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI SERTA

Lebih terperinci

STRATEGI PENGEMBANGAN DAYA SAING PRODUK UNGGULAN DAERAH INDUSTRI KECIL MENENGAH KABUPATEN BANYUMAS MUHAMMAD UNGGUL ABDUL FATTAH

STRATEGI PENGEMBANGAN DAYA SAING PRODUK UNGGULAN DAERAH INDUSTRI KECIL MENENGAH KABUPATEN BANYUMAS MUHAMMAD UNGGUL ABDUL FATTAH i STRATEGI PENGEMBANGAN DAYA SAING PRODUK UNGGULAN DAERAH INDUSTRI KECIL MENENGAH KABUPATEN BANYUMAS MUHAMMAD UNGGUL ABDUL FATTAH SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2016 iii PERNYATAAN

Lebih terperinci

ANALISIS KETAHANAN DAN APLIKASINYA UNTUK PEMODELAN INTERVAL KELAHIRAN ANAK PERTAMA HARNANTO

ANALISIS KETAHANAN DAN APLIKASINYA UNTUK PEMODELAN INTERVAL KELAHIRAN ANAK PERTAMA HARNANTO ANALISIS KETAHANAN DAN APLIKASINYA UNTUK PEMODELAN INTERVAL KELAHIRAN ANAK PERTAMA HARNANTO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan

Lebih terperinci

Peubah yang diamati sebagai peubah respon adalah peubah indikator keberhasilan mahasiswa, sedangkan peubah lainnya digunakan sebagai peubah penjelas.

Peubah yang diamati sebagai peubah respon adalah peubah indikator keberhasilan mahasiswa, sedangkan peubah lainnya digunakan sebagai peubah penjelas. 5 diamati sebagai peubah respon adalah peubah indikator keberhasilan mahasiswa, sedangkan peubah lainnya digunakan sebagai peubah penjelas. Metode Analisis Tahapan-tahapan dilakukan dalam penelitian ini

Lebih terperinci

KLASIFIKASI LAMA STUDI MAHASISWA FSM UNIVERSITAS DIPONEGORO MENGGUNAKAN REGRESI LOGISTIK BINER DAN SUPPORT VECTOR MACHINE (SVM)

KLASIFIKASI LAMA STUDI MAHASISWA FSM UNIVERSITAS DIPONEGORO MENGGUNAKAN REGRESI LOGISTIK BINER DAN SUPPORT VECTOR MACHINE (SVM) KLASIFIKASI LAMA STUDI MAHASISWA FSM UNIVERSITAS DIPONEGORO MENGGUNAKAN REGRESI LOGISTIK BINER DAN SUPPORT VECTOR MACHINE (SVM) SKRIPSI Disusun Oleh : SRI MAYA SARI DAMANIK 24010210120002 JURUSAN STATISTIKA

Lebih terperinci

ABDUL HOYYI. T e s i s Sebagai salah satu syarat memperoleh gelar Magister Sains pada P r o g r a m S t u d i S t a t i s t i k a

ABDUL HOYYI. T e s i s Sebagai salah satu syarat memperoleh gelar Magister Sains pada P r o g r a m S t u d i S t a t i s t i k a KEEFEKTIFAN PRAUJIAN NASIONAL SEBAGAI PERSIAPAN MENGHADAPI UJIAN NASIONAL MATEMATIKA SMEA NEGERI DAN SWASTA DI JAKARTA SELATAN 06 PADA TAHUN AKADEMIK 2004/2005 ABDUL HOYYI SEKOLAH PASCASARJANA INSTITUT

Lebih terperinci

PENGARUH PERAN DOSEN PEMBIMBING TERHADAP KUALITAS TUGAS AKHIR (Studi Kasus : Mahasiswa Fmipa Unsyiah)

PENGARUH PERAN DOSEN PEMBIMBING TERHADAP KUALITAS TUGAS AKHIR (Studi Kasus : Mahasiswa Fmipa Unsyiah) BIAStatistics (2016) Vol. 10, No. 1, hal. 8-16 PENGARUH PERAN DOSEN PEMBIMBING TERHADAP KUALITAS TUGAS AKHIR (Studi Kasus : Mahasiswa Fmipa Unsyiah) Nany Salwa 1, Fitriana A.R. 2, and Junita Aiza 3 1,

Lebih terperinci

PREFERENSI KARAKTERISTIK KOPI 3 IN 1 MENGGUNAKAN METODE POHON REGRESI DAN KLASIFIKASI FITRIYANTO

PREFERENSI KARAKTERISTIK KOPI 3 IN 1 MENGGUNAKAN METODE POHON REGRESI DAN KLASIFIKASI FITRIYANTO PREFERENSI KARAKTERISTIK KOPI 3 IN 1 MENGGUNAKAN METODE POHON REGRESI DAN KLASIFIKASI FITRIYANTO DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2010

Lebih terperinci

KUALITAS PELAYANAN KAPAL DAN KECEPATAN BONGKAR MUAT KAPAL TERHADAP PRODUKTIVITAS DERMAGA TERMINAL PETIKEMAS PELABUHAN MAKASSAR WILMAR JONRIS SIAHAAN

KUALITAS PELAYANAN KAPAL DAN KECEPATAN BONGKAR MUAT KAPAL TERHADAP PRODUKTIVITAS DERMAGA TERMINAL PETIKEMAS PELABUHAN MAKASSAR WILMAR JONRIS SIAHAAN iii KUALITAS PELAYANAN KAPAL DAN KECEPATAN BONGKAR MUAT KAPAL TERHADAP PRODUKTIVITAS DERMAGA TERMINAL PETIKEMAS PELABUHAN MAKASSAR WILMAR JONRIS SIAHAAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR

Lebih terperinci

ANALISIS CHAID UNTUK IDENTIFIKASI KETEPATAN WAKTU LULUS BERDASARKAN KARAKTERISTIK MAHASISWA RINDY ANGGUN PERTIWI

ANALISIS CHAID UNTUK IDENTIFIKASI KETEPATAN WAKTU LULUS BERDASARKAN KARAKTERISTIK MAHASISWA RINDY ANGGUN PERTIWI ANALISIS CHAID UNTUK IDENTIFIKASI KETEPATAN WAKTU LULUS BERDASARKAN KARAKTERISTIK MAHASISWA RINDY ANGGUN PERTIWI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

Lebih terperinci

PENGARUH SERTIFIKASI GURU TERHADAP KESEJAHTERAAN DAN KINERJA GURU DI KABUPATEN SUMEDANG RIZKY RAHADIKHA

PENGARUH SERTIFIKASI GURU TERHADAP KESEJAHTERAAN DAN KINERJA GURU DI KABUPATEN SUMEDANG RIZKY RAHADIKHA 1 PENGARUH SERTIFIKASI GURU TERHADAP KESEJAHTERAAN DAN KINERJA GURU DI KABUPATEN SUMEDANG RIZKY RAHADIKHA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI

Lebih terperinci

MANAJEMEN RISIKO DI PERUSAHAAN BETON (STUDI KASUS UNIT READYMIX PT BETON INDONESIA) MUAMMAR TAWARUDDIN AKBAR

MANAJEMEN RISIKO DI PERUSAHAAN BETON (STUDI KASUS UNIT READYMIX PT BETON INDONESIA) MUAMMAR TAWARUDDIN AKBAR MANAJEMEN RISIKO DI PERUSAHAAN BETON (STUDI KASUS UNIT READYMIX PT BETON INDONESIA) MUAMMAR TAWARUDDIN AKBAR SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN MENGENAI TESIS DAN SUMBER

Lebih terperinci

MEMUTUSKAN : Menetapkan : PERATURAN REKTOR TENTANG PEDOMAN UMUM DAN AKADEMIK PROGRAM PASCASARJANA UNIVERSITAS JENDERAL SOEDIRMAN. Pedoman Akademik 1

MEMUTUSKAN : Menetapkan : PERATURAN REKTOR TENTANG PEDOMAN UMUM DAN AKADEMIK PROGRAM PASCASARJANA UNIVERSITAS JENDERAL SOEDIRMAN. Pedoman Akademik 1 PERATURAN REKTOR UNIVERSITAS JENDERAL SOEDIRMAN NOMOR : 375/H23/DT/2007 TENTANG PEDOMAN UMUM DAN AKADEMIK PROGRAM PASCASARJANA UNIVERSITAS JENDERAL SOEDIRMAN DENGAN RAHMAT TUHAN YANG MAHA ESA REKTOR UNIVERSITAS

Lebih terperinci

BAB II PENERIMAAN MAHASISWA BARU

BAB II PENERIMAAN MAHASISWA BARU PANDUAN UMUM DAN AKADEMIK PROGRAM PASCASARJANA UNIVERSITAS JENDERAL SOEDIRMAN PERATURAN REKTOR UNIVERSITAS JENDERAL SOEDIRMAN NOMOR : 351/H23/DT/2009 TGL 31 AGUSTUS 2009 BAB I KETENTUAN UMUM Pasal 1 Dalam

Lebih terperinci

PENGKAJIAN KEAKURATAN TWOSTEP CLUSTER DALAM MENENTUKAN BANYAKNYA GEROMBOL POPULASI KUDSIATI

PENGKAJIAN KEAKURATAN TWOSTEP CLUSTER DALAM MENENTUKAN BANYAKNYA GEROMBOL POPULASI KUDSIATI PENGKAJIAN KEAKURATAN TWOSTEP CLUSTER DALAM MENENTUKAN BANYAKNYA GEROMBOL POPULASI KUDSIATI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2006 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan

Lebih terperinci

PENENTUAN FAKTOR-FAKTOR MEMILIH MEREK DENGAN METODE CART DAMAS ESMU HAJI

PENENTUAN FAKTOR-FAKTOR MEMILIH MEREK DENGAN METODE CART DAMAS ESMU HAJI PENENTUAN FAKTOR-FAKTOR MEMILIH MEREK DENGAN METODE CART DAMAS ESMU HAJI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012 ABSTRAK DAMAS ESMU HAJI.

Lebih terperinci

ANALISIS CART KETEPATAN WAKTU LULUS BERDASARKAN KARAKTERISTIK MAHASISWA DI FEM DAN FAPERTA FIRA NURAHMAH AL AMIN

ANALISIS CART KETEPATAN WAKTU LULUS BERDASARKAN KARAKTERISTIK MAHASISWA DI FEM DAN FAPERTA FIRA NURAHMAH AL AMIN ANALISIS CART KETEPATAN WAKTU LULUS BERDASARKAN KARAKTERISTIK MAHASISWA DI FEM DAN FAPERTA FIRA NURAHMAH AL AMIN DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

Lebih terperinci

ANALISIS REGRESI TERPOTONG BEBERAPA NILAI AMATAN NURHAFNI

ANALISIS REGRESI TERPOTONG BEBERAPA NILAI AMATAN NURHAFNI ANALISIS REGRESI TERPOTONG DENGAN BEBERAPA NILAI AMATAN NOL NURHAFNI SEKOLAH PASCASARJANAA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan

Lebih terperinci

ANALISIS IMPLEMENTASI MASTERPLAN PERCEPATAN DAN PERLUASAN PEMBANGUNAN EKONOMI INDONESIA ( STUDI KASUS PENGEMBANGAN PELABUHAN MAKASSAR )

ANALISIS IMPLEMENTASI MASTERPLAN PERCEPATAN DAN PERLUASAN PEMBANGUNAN EKONOMI INDONESIA ( STUDI KASUS PENGEMBANGAN PELABUHAN MAKASSAR ) ANALISIS IMPLEMENTASI MASTERPLAN PERCEPATAN DAN PERLUASAN PEMBANGUNAN EKONOMI INDONESIA ( STUDI KASUS PENGEMBANGAN PELABUHAN MAKASSAR ) TEGUH PAIRUNAN PUTRA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN 3.1. Kerangka Pemikiran Perkembangan arus globalisasi yang semakin cepat membuat konsumen akan semakin terbuka dalam menerima segala informasi. Dalam proses memperoleh informasi

Lebih terperinci

ABDUL HOYYI. T e s i s Sebagai salah satu syarat memperoleh gelar Magister Sains pada P r o g r a m S t u d i S t a t i s t i k a

ABDUL HOYYI. T e s i s Sebagai salah satu syarat memperoleh gelar Magister Sains pada P r o g r a m S t u d i S t a t i s t i k a KEEFEKTIFAN PRAUJIAN NASIONAL SEBAGAI PERSIAPAN MENGHADAPI UJIAN NASIONAL MATEMATIKA SMEA NEGERI DAN SWASTA DI JAKARTA SELATAN 06 PADA TAHUN AKADEMIK 2004/2005 ABDUL HOYYI SEKOLAH PASCASARJANA INSTITUT

Lebih terperinci

METODE PERCOBAAN EKONOMI UNTUK MENGKAJI SISTEM PEMBIAYAAN DI PERBANKAN NOVIATI

METODE PERCOBAAN EKONOMI UNTUK MENGKAJI SISTEM PEMBIAYAAN DI PERBANKAN NOVIATI METODE PERCOBAAN EKONOMI UNTUK MENGKAJI SISTEM PEMBIAYAAN DI PERBANKAN NOVIATI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2005 SURAT PERNYATAAN Dengan ini saya menyatakan bahwa tesis saya yang

Lebih terperinci

ANALISIS IPK MAHASISWA PENERIMA BEASISWA BIDIK MISI IPB DENGAN PENDEKATAN METODE CHAID FERRY ANTONI MS

ANALISIS IPK MAHASISWA PENERIMA BEASISWA BIDIK MISI IPB DENGAN PENDEKATAN METODE CHAID FERRY ANTONI MS ANALISIS IPK MAHASISWA PENERIMA BEASISWA BIDIK MISI IPB DENGAN PENDEKATAN METODE CHAID FERRY ANTONI MS DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2012

Lebih terperinci

PERBANDINGAN ANALISIS KLASIFIKASI NASABAH MENGGUNAKAN REGRESI LOGISTIK BINER DAN (CLASSIFICATION AND REGRESSION TREES)

PERBANDINGAN ANALISIS KLASIFIKASI NASABAH MENGGUNAKAN REGRESI LOGISTIK BINER DAN (CLASSIFICATION AND REGRESSION TREES) PERBANDINGAN ANALISIS KLASIFIKASI NASABAH KREDIT MENGGUNAKAN REGRESI LOGISTIK BINER DAN CART (CLASSIFICATION AND REGRESSION TREES) SKRIPSI Oleh : AGUNG WALUYO 24010210141020 JURUSAN STATISTIKA FAKULTAS

Lebih terperinci

ANALISIS PELAKSANAAN REDISTRIBUSI TANAH DALAM RANGKA REFORMA AGRARIA DI KABUPATEN PATI. Oleh: Darsini

ANALISIS PELAKSANAAN REDISTRIBUSI TANAH DALAM RANGKA REFORMA AGRARIA DI KABUPATEN PATI. Oleh: Darsini ANALISIS PELAKSANAAN REDISTRIBUSI TANAH DALAM RANGKA REFORMA AGRARIA DI KABUPATEN PATI Oleh: Darsini PROGRAM STUDI MANAJEMEN DAN BISNIS SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2011 Hak cipta milik

Lebih terperinci

KLASIFIKASI STATUS KERJA PADA ANGKATAN KERJA KOTA SEMARANG TAHUN 2014 MENGGUNAKAN METODE CHAID DAN CART

KLASIFIKASI STATUS KERJA PADA ANGKATAN KERJA KOTA SEMARANG TAHUN 2014 MENGGUNAKAN METODE CHAID DAN CART KLASIFIKASI STATUS KERJA PADA ANGKATAN KERJA KOTA SEMARANG TAHUN 2014 MENGGUNAKAN METODE CHAID DAN CART SKRIPSI Disusun Oleh : NOVIE ERISKA ARITONANG 24010211140081 JURUSAN STATISTIKA FAKULTAS SAINS DAN

Lebih terperinci

ANALISIS MANFAAT KEMITRAAN DALAM MENGELOLA HUTAN BERSAMA MASYARAKAT (MHBM) DALAM PEMBANGUNAN HUTAN TANAMAN INDUSTRI DI PROVINSI SUMATERA SELATAN

ANALISIS MANFAAT KEMITRAAN DALAM MENGELOLA HUTAN BERSAMA MASYARAKAT (MHBM) DALAM PEMBANGUNAN HUTAN TANAMAN INDUSTRI DI PROVINSI SUMATERA SELATAN ANALISIS MANFAAT KEMITRAAN DALAM MENGELOLA HUTAN BERSAMA MASYARAKAT (MHBM) DALAM PEMBANGUNAN HUTAN TANAMAN INDUSTRI DI PROVINSI SUMATERA SELATAN WULANING DIYAH SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR

Lebih terperinci

PENGARUH STRUKTUR MODAL TERHADAP KINERJA PERUSAHAAN SEKTOR KEUANGAN YANG TERDAFTAR DI BURSA EFEK INDONESIA TEDY SAPUTRA

PENGARUH STRUKTUR MODAL TERHADAP KINERJA PERUSAHAAN SEKTOR KEUANGAN YANG TERDAFTAR DI BURSA EFEK INDONESIA TEDY SAPUTRA PENGARUH STRUKTUR MODAL TERHADAP KINERJA PERUSAHAAN SEKTOR KEUANGAN YANG TERDAFTAR DI BURSA EFEK INDONESIA TEDY SAPUTRA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2015 PERNYATAAN MENGENAI TESIS

Lebih terperinci

PERBANDINGAN METODE INTERPOLASI ABRIDGED LIFE TABLE

PERBANDINGAN METODE INTERPOLASI ABRIDGED LIFE TABLE PERBANDINGANN METODE INTERPOLASI ABRIDGED LIFE TABLE DAN APLIKASINYA PADA DATAA KEMATIAN INDONESIA VANI RIALITA SUPONO SEKOLAH PASCASARJANAA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS

Lebih terperinci

ANALISIS BIAYA KONSUMSI PANGAN, PENGETAHUAN GIZI, SERTA TINGKAT KECUKUPAN GIZI SISWI SMA DI PESANTREN LA TANSA, BANTEN SYIFA PUJIANTI

ANALISIS BIAYA KONSUMSI PANGAN, PENGETAHUAN GIZI, SERTA TINGKAT KECUKUPAN GIZI SISWI SMA DI PESANTREN LA TANSA, BANTEN SYIFA PUJIANTI ANALISIS BIAYA KONSUMSI PANGAN, PENGETAHUAN GIZI, SERTA TINGKAT KECUKUPAN GIZI SISWI SMA DI PESANTREN LA TANSA, BANTEN SYIFA PUJIANTI DEPARTEMEN GIZI MASYARAKAT FAKULTAS EKOLOGI MANUSIA INSTITUT PERTANIAN

Lebih terperinci

Klasifikasi Kegiatan Partisipasi Ekonomi Perempuan Di Jawa Timur Dengan Pendekatan CART (Classification And Regression Trees)

Klasifikasi Kegiatan Partisipasi Ekonomi Perempuan Di Jawa Timur Dengan Pendekatan CART (Classification And Regression Trees) 1 Klasifikasi Kegiatan Partisipasi Ekonomi Perempuan Di Jawa Timur Dengan Pendekatan CART (Classification And Regression Trees) Sharfina Widyandini dan Vita Ratnasari Jurusan Statistika, Fakultas MIPA,

Lebih terperinci

PENDUGAAN PARAMETER WAKTU PERUBAHAN PROSES PADA 2 CONTROL CHART MENGGUNAKAN PENDUGA KEMUNGKINAN MAKSIMUM SITI MASLIHAH

PENDUGAAN PARAMETER WAKTU PERUBAHAN PROSES PADA 2 CONTROL CHART MENGGUNAKAN PENDUGA KEMUNGKINAN MAKSIMUM SITI MASLIHAH PENDUGAAN PARAMETER WAKTU PERUBAHAN PROSES PADA CONTROL CHART MENGGUNAKAN PENDUGA KEMUNGKINAN MAKSIMUM SITI MASLIHAH SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 008 PERNYATAAN MENGENAI TESIS DAN

Lebih terperinci

IDENTIFIKASI LAMA STUDI BERDASARKAN KARAKTERISTIK MAHASISWA MENGGUNAKAN ALGORITMA C4.5

IDENTIFIKASI LAMA STUDI BERDASARKAN KARAKTERISTIK MAHASISWA MENGGUNAKAN ALGORITMA C4.5 IDENTIFIKASI LAMA STUDI BERDASARKAN KARAKTERISTIK MAHASISWA MENGGUNAKAN ALGORITMA C4.5 (Studi Kasus Lulusan Fakultas Sains dan Matematika Universitas Diponegoro Tahun 2013/2014) asa M arga ro) C ng Semara

Lebih terperinci

PENDUGAAN PARAMETER BEBERAPA SEBARAN POISSON CAMPURAN DAN BEBERAPA SEBARAN DISKRET DENGAN MENGGUNAKAN ALGORITME EM ADE HARIS HIMAWAN

PENDUGAAN PARAMETER BEBERAPA SEBARAN POISSON CAMPURAN DAN BEBERAPA SEBARAN DISKRET DENGAN MENGGUNAKAN ALGORITME EM ADE HARIS HIMAWAN PENDUGAAN PARAMETER BEBERAPA SEBARAN POISSON CAMPURAN DAN BEBERAPA SEBARAN DISKRET DENGAN MENGGUNAKAN ALGORITME EM ADE HARIS HIMAWAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN

Lebih terperinci

METODE PENELITIAN Desain, Tempat, dan Waktu Penelitian Cara Pemilihan Contoh

METODE PENELITIAN Desain, Tempat, dan Waktu Penelitian Cara Pemilihan Contoh 23 METODE PENELITIAN Desain, Tempat, dan Waktu Penelitian Desain penelitian ini menggunakan cross sectional study yakni data dikumpulkan pada satu waktu untuk memperoleh gambaran karakteristik contoh.

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 22 III. METODE PENELITIAN 3.1. Kerangka Pemikiran Meningkatnya kesadaran dan pengetahuan masyarakat akan pentingnya teknologi berdampak pada peningkatan penggunaan alat komunikasi. Masyarakat cenderung

Lebih terperinci

ANALISIS KEPUASAN DAN LOYALITAS KONSUMEN DALAM PENGGUNAAN METODE PEMBAYARAN NON-TUNAI

ANALISIS KEPUASAN DAN LOYALITAS KONSUMEN DALAM PENGGUNAAN METODE PEMBAYARAN NON-TUNAI ANALISIS KEPUASAN DAN LOYALITAS KONSUMEN DALAM PENGGUNAAN METODE PEMBAYARAN NON-TUNAI (PREPAID CARD) LOVITA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2012 SURAT PERNYATAAN Saya menyatakan dengan

Lebih terperinci

KEMENTERIAN PENDIDIKAN NASIONAL UNIVERSITAS BRAWIJAYA FAKULTAS ILMU ADMINISTRASI PROGRAM MAGISTER ILMU ADMINISTRASI

KEMENTERIAN PENDIDIKAN NASIONAL UNIVERSITAS BRAWIJAYA FAKULTAS ILMU ADMINISTRASI PROGRAM MAGISTER ILMU ADMINISTRASI KEMENTERIAN PENDIDIKAN NASIONAL UNIVERSITAS BRAWIJAYA FAKULTAS ILMU ADMINISTRASI PROGRAM MAGISTER ILMU ADMINISTRASI FORMULIR PENDAFTARAN PENDIDIKAN PROGRAM MAGISTER Tahun Akademik.../... Jl. Mayjend Haryono

Lebih terperinci

STUDI KONDISI VEGETASI DAN KONDISI FISIK KAWASAN PESISIR SERTA UPAYA KONSERVASI DI NANGGROE ACEH DARUSSALAM FERI SURYAWAN

STUDI KONDISI VEGETASI DAN KONDISI FISIK KAWASAN PESISIR SERTA UPAYA KONSERVASI DI NANGGROE ACEH DARUSSALAM FERI SURYAWAN STUDI KONDISI VEGETASI DAN KONDISI FISIK KAWASAN PESISIR SERTA UPAYA KONSERVASI DI NANGGROE ACEH DARUSSALAM FERI SURYAWAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2007 PENYATAAN MENGENAI TESIS

Lebih terperinci

PERBANDINGAN HASIL PENGGEROMBOLAN METODE K-MEANS, FUZZY K-MEANS, DAN TWO STEP CLUSTER

PERBANDINGAN HASIL PENGGEROMBOLAN METODE K-MEANS, FUZZY K-MEANS, DAN TWO STEP CLUSTER PERBANDINGAN HASIL PENGGEROMBOLAN METODE K-MEANS, FUZZY K-MEANS, DAN TWO STEP CLUSTER LATHIFATURRAHMAH SEKOLAH PASCA SARJANA INSTITUT PERTANIAN BOGOR BOGOR 2010 PERNYATAAN MENGENAI TUGAS AKHIR DAN SUMBER

Lebih terperinci

PENGARUH FAKTOR LINGKUNGAN TERHADAP KONSENTRASI BELAJAR MAHASISWA MENGGUNAKAN ANALISIS JALUR (Studi Kasus Mahasiswa FMIPA USU Angkatan 2013) SKRIPSI

PENGARUH FAKTOR LINGKUNGAN TERHADAP KONSENTRASI BELAJAR MAHASISWA MENGGUNAKAN ANALISIS JALUR (Studi Kasus Mahasiswa FMIPA USU Angkatan 2013) SKRIPSI i PENGARUH FAKTOR LINGKUNGAN TERHADAP KONSENTRASI BELAJAR MAHASISWA MENGGUNAKAN ANALISIS JALUR (Studi Kasus Mahasiswa FMIPA USU Angkatan 2013) SKRIPSI BENDANG ARMEMILA 130823001 DEPARTEMEN MATEMATIKA FAKULTAS

Lebih terperinci

METODE CART DAN CHAID UNTUK PENGKLASIFIKASIAN MAHASISWA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER

METODE CART DAN CHAID UNTUK PENGKLASIFIKASIAN MAHASISWA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER 1 METODE CART DAN CHAID UNTUK PENGKLASIFIKASIAN MAHASISWA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER SKRIPSI Oleh Ida Rahmawati NIM 071810101073 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA

Lebih terperinci

PENERAPAN METODE REGRESI BERSTRUKTUR POHON PADA PENDUGAAN LAMA PENYUSUNAN SKRIPSI MAHASISWA ARTIKEL ILMIAH

PENERAPAN METODE REGRESI BERSTRUKTUR POHON PADA PENDUGAAN LAMA PENYUSUNAN SKRIPSI MAHASISWA ARTIKEL ILMIAH PENERAPAN METODE REGRESI BERSTRUKTUR POHON PADA PENDUGAAN LAMA PENYUSUNAN SKRIPSI MAHASISWA ARTIKEL ILMIAH Artikel Ilmiah Ini Diambil Dari Sebagian Skripsi Untuk Memenuhi Persyaratan Penyelesaian Program

Lebih terperinci

BAB III REGRESI LOGISTIK BINER DAN CLASSIFICATION AND REGRESSION TREES (CART) Odds Ratio

BAB III REGRESI LOGISTIK BINER DAN CLASSIFICATION AND REGRESSION TREES (CART) Odds Ratio 21 BAB III REGRESI LOGISTIK BINER DAN CLASSIFICATION AND REGRESSION TREES (CART) 3.1 Regresi Logistik Biner Regresi logistik berguna untuk meramalkan ada atau tidaknya karakteristik berdasarkan prediksi

Lebih terperinci

ANALISIS KINERJA INSTITUT PERTANIAN BOGOR BERDASARKAN SURVEI KEPUASAN MAHASISWA DAN EPBM AHMAD CHAERUS SUHADA

ANALISIS KINERJA INSTITUT PERTANIAN BOGOR BERDASARKAN SURVEI KEPUASAN MAHASISWA DAN EPBM AHMAD CHAERUS SUHADA ANALISIS KINERJA INSTITUT PERTANIAN BOGOR BERDASARKAN SURVEI KEPUASAN MAHASISWA DAN EPBM AHMAD CHAERUS SUHADA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

Lebih terperinci

SKRIPSI. Disusun oleh LANDONG PANAHATAN HUTAHAEAN

SKRIPSI. Disusun oleh LANDONG PANAHATAN HUTAHAEAN MODEL REGRESI COX PROPORTIONAL HAZARDS PADA DATA LAMA STUDI MAHASISWA (Studi Kasus Di Fakultas Sains dan Matematika Universitas Diponegoro Semarang Mahasiswa Angkatan 2009) SKRIPSI Disusun oleh LANDONG

Lebih terperinci

SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT RO FAH NUR RACHMAWATI

SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT RO FAH NUR RACHMAWATI SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT RO FAH NUR RACHMAWATI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2010 PERNYATAAN

Lebih terperinci

PANDUAN PENDAFTARAN BEASISWA PENDIDIKAN PASCASARJANA (BPPS)

PANDUAN PENDAFTARAN BEASISWA PENDIDIKAN PASCASARJANA (BPPS) PANDUAN PENDAFTARAN BEASISWA PENDIDIKAN PASCASARJANA (BPPS) Pendaftaran Beasiswa Pendidikan Pascasarjana (BPPS) Direktorat Jenderal Pendidikan Tinggi dilakukan secara on-line oleh pelawan itu sendiri.

Lebih terperinci

PENGGEROMBOLAN DUA TAHAP DESA-DESA DI JAWA TENGAH ALIFTA DIAH AYU RETNANI

PENGGEROMBOLAN DUA TAHAP DESA-DESA DI JAWA TENGAH ALIFTA DIAH AYU RETNANI PENGGEROMBOLAN DUA TAHAP DESA-DESA DI JAWA TENGAH ALIFTA DIAH AYU RETNANI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2012 RINGKASAN ALIFTA DIAH AYU RETNANI.

Lebih terperinci

SKRIPSI. Disusun oleh : OKA AFRANDA

SKRIPSI. Disusun oleh : OKA AFRANDA ANALISIS REGRESI KEGAGALAN PROPORSIONAL DARI COX PADA DATA WAKTU TUNGGU SARJANA DENGAN SENSOR TIPE I (Studi Kasus di Fakultas Sains dan Matematika Universitas Diponegoro) SKRIPSI Disusun oleh : OKA AFRANDA

Lebih terperinci

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PENERIMAAN PESERTA DIDIK SMA NEGERI 2 SEMARANG MENGGUNAKAN METODE REGRESI LOGISTIK ORDINAL

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PENERIMAAN PESERTA DIDIK SMA NEGERI 2 SEMARANG MENGGUNAKAN METODE REGRESI LOGISTIK ORDINAL ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PENERIMAAN PESERTA DIDIK SMA NEGERI 2 SEMARANG MENGGUNAKAN METODE REGRESI LOGISTIK ORDINAL SKRIPSI Disusun oleh: GALUH RIANI PUTRI 24010211120015 JURUSAN STATISTIKA

Lebih terperinci

NASKAH PUBLIKASI. Di Susun Oleh : Dewi Kusumawardani Nim:

NASKAH PUBLIKASI. Di Susun Oleh : Dewi Kusumawardani Nim: HUBUNGAN PENERAPAN MODEL PEMBELAJARAN STUDENT CENTERED LEARNING (SCL) DENGAN PRESTASI BELAJAR MAHASISWA DIV BIDAN PENDIDIK REGULAR SEMESTER I DI STIKES AISYIYAH YOGYAKARTA TAHUN 2010/2011 NASKAH PUBLIKASI

Lebih terperinci

FORMULIR PENDAFTARAN PROGRAM MAGISTER MANAJEMEN AGRIBISNIS. No. Tes :... II. LATAR BELAKANG AKADEMIK I. DATA PRIBADI.

FORMULIR PENDAFTARAN PROGRAM MAGISTER MANAJEMEN AGRIBISNIS. No. Tes :... II. LATAR BELAKANG AKADEMIK I. DATA PRIBADI. FORMULIR PENDAFTARAN PROGRAM MAGISTER MANAJEMEN AGRIBISNIS Foto 4 cm x 6 cm No. Tes :... I. DATA PRIBADI Nama Lengkap :... (sesuai dengan ijazah S1) Gelar Kesarjanaan :... Tempat / Tanggal Lahir :... Agama

Lebih terperinci

ANALISIS VAR (VECTOR AUTOREGRESSION) UNTUK MEKANISME PEMODELAN HARGA DAGING AYAM EFI RESPATI

ANALISIS VAR (VECTOR AUTOREGRESSION) UNTUK MEKANISME PEMODELAN HARGA DAGING AYAM EFI RESPATI ANALISIS VAR (VECTOR AUTOREGRESSION) UNTUK MEKANISME PEMODELAN HARGA DAGING AYAM EFI RESPATI SEKOLAH PASCA SARJANA INSTITUT PERTANIAN BOGOR BOGOR 2005 ABSTRAK EFI RESPATI. Analisis VAR (Vector Autoregression)

Lebih terperinci

PENENTUAN KONDISI OPTIMUM PADA PEMBENTUKAN POHON TERBAIK DENGAN METODE POHON KLASIFIKASI (CLASSIFICATION TREE)

PENENTUAN KONDISI OPTIMUM PADA PEMBENTUKAN POHON TERBAIK DENGAN METODE POHON KLASIFIKASI (CLASSIFICATION TREE) Natural Vol. 11, No. 2, Mei 2007, hal. 112-118. PENENTUAN KONDISI OPTIMUM PADA PEMBENTUKAN POHON TERBAIK DENGAN METODE POHON KLASIFIKASI (CLASSIFICATION TREE) A. Efendi dan H. Kusdarwati Program Studi

Lebih terperinci

Bab 1 PENDAHULUAN. USU memiliki visi menjadi University for Industry (UfI), dengan misi:

Bab 1 PENDAHULUAN. USU memiliki visi menjadi University for Industry (UfI), dengan misi: Bab 1 PENDAHULUAN 1.1. Latar Belakang Sejak awal pendiriannya, Universitas Sumatra Utara (USU) dipersiapkan menjadi pusat pendidikan tinggi di Kawasan Barat Indonesia. Sewaktu didirikan pada tahun 1952,

Lebih terperinci

SKRIPSI DARMAN NABABAN

SKRIPSI DARMAN NABABAN SKRIPSI ANALISIS PERSONAL FINANCIAL LITERACY DAN FINANCIAL BERHAVIOR MAHASISWA STRATA I FAKULTAS EKONOMI UNIVERSITAS SUMATERA UTARA OLEH: DARMAN NABABAN 080502177 PROGRAM STUDI MANAJEMEN DEPARTEMEN MANAJEMEN

Lebih terperinci

SEKOLAH PASCASARJANA

SEKOLAH PASCASARJANA ANALISIS DAMPAK PERUBAHAN PENGGUNAAN TANAH TERHADAP LINGKUNGAN DI KABUPATEN TANGERANG Oleh: Sri Martini PROGRAM STUDI MANAJEMEN DAN BISNIS SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2011 ANALISIS DAMPAK

Lebih terperinci

HUBUNGAN MOTIVASI BERPRESTASI DAN IKLIM ORGANISASI DENGAN KINERJA PENYULUH KEHUTANAN TERAMPIL

HUBUNGAN MOTIVASI BERPRESTASI DAN IKLIM ORGANISASI DENGAN KINERJA PENYULUH KEHUTANAN TERAMPIL HUBUNGAN MOTIVASI BERPRESTASI DAN IKLIM ORGANISASI DENGAN KINERJA PENYULUH KEHUTANAN TERAMPIL (Kasus di Kabupaten Purwakarta dan Kabupaten Kuningan, Provinsi Jawa Barat) HENDRO ASMORO SEKOLAH PASCASARJANA

Lebih terperinci

PERATURAN REKTOR UNIVERSITAS JENDERAL SOEDIRMAN

PERATURAN REKTOR UNIVERSITAS JENDERAL SOEDIRMAN DEPARTEMEN PENDIDIKAN NASIONAL UNIVERSITAS JENDERAL SOEDIRMAN Jalan Prof.dr. HR. Boenjamin No. 708 Kotak Pos 115 Purwokerto 53122 Telp (0281) 635292 hunting Faks. 631802 PERATURAN REKTOR UNIVERSITAS JENDERAL

Lebih terperinci

Kelas 2. Kelas 1 Mahasiswa. Mahasiswa. Gambar 1 Struktur data kelompok dalam pengukuran berulang pada data Metode Statistika

Kelas 2. Kelas 1 Mahasiswa. Mahasiswa. Gambar 1 Struktur data kelompok dalam pengukuran berulang pada data Metode Statistika 4 Kelas 2 Kelas 1 N3 N4 N3 N4 Gambar 1 Struktur data kelompok dalam pengukuran berulang pada data Metode Statistika BAHAN DAN METODE Bahan Data yang digunakan adalah data nilai capaian mahasiswa dalam

Lebih terperinci

Lampiran : A. Latar Belakang

Lampiran : A. Latar Belakang Lampiran : SEKOLAH PASCASARJANA PROGRAM STUDI KETAHANAN NASIONAL KONSENTRASI PENGEMBANGAN KEPEMIMPINAN KEMENTERIAN PEMUDA DAN OLAHRAGA - UNIVERSITAS GADJAH MADA TAHUN 2011 A. Latar Belakang Kepemimpinan

Lebih terperinci

MODEL STRATEGI PENGEMBANGAN KAPABILITAS DINAMIK ORGANISASI PADA PERGURUAN TINGGI SWASTA

MODEL STRATEGI PENGEMBANGAN KAPABILITAS DINAMIK ORGANISASI PADA PERGURUAN TINGGI SWASTA MODEL STRATEGI PENGEMBANGAN KAPABILITAS DINAMIK ORGANISASI PADA PERGURUAN TINGGI SWASTA (Studi Kasus pada Perguruan Tinggi Swasta di Kopertis Wilayah II) MUHAMMAD YUSUF SULFARANO BARUSMAN SEKOLAH PASCASARJANA

Lebih terperinci

IDENTIFIKASI FAKTOR-FAKTOR YANG MEMENGARUHI KETEPATAN WAKTU KELULUSAN MAHASISWA PROGRAM SARJANA IPB NITA NURGENITA

IDENTIFIKASI FAKTOR-FAKTOR YANG MEMENGARUHI KETEPATAN WAKTU KELULUSAN MAHASISWA PROGRAM SARJANA IPB NITA NURGENITA IDENTIFIKASI FAKTOR-FAKTOR YANG MEMENGARUHI KETEPATAN WAKTU KELULUSAN MAHASISWA PROGRAM SARJANA IPB NITA NURGENITA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN

Lebih terperinci

PENGARUH PEMENUHAN TUGAS PERKEMBANGAN KELUARGA DENGAN ANAK USIA REMAJA TERHADAP PENCAPAIAN TUGAS PERKEMBANGAN REMAJA. Lia Nurjanah

PENGARUH PEMENUHAN TUGAS PERKEMBANGAN KELUARGA DENGAN ANAK USIA REMAJA TERHADAP PENCAPAIAN TUGAS PERKEMBANGAN REMAJA. Lia Nurjanah PENGARUH PEMENUHAN TUGAS PERKEMBANGAN KELUARGA DENGAN ANAK USIA REMAJA TERHADAP PENCAPAIAN TUGAS PERKEMBANGAN REMAJA Lia Nurjanah DEPARTEMEN ILMU KELUARGA DAN KONSUMEN FAKULTAS EKOLOGI MANUSIA INSTITUT

Lebih terperinci

Lampiran : A. Latar Belakang

Lampiran : A. Latar Belakang Lampiran : SEKOLAH PASCASARJANA PROGRAM STUDI KETAHANAN NASIONAL KONSENTRASI PENGEMBANGAN KEPEMIMPINAN KEMENTERIAN PEMUDA DAN OLAHRAGA - UNIVERSITAS GADJAH MADA TAHUN 2011 A. Latar Belakang Kepemimpinan

Lebih terperinci

JURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) ( X Print) D-54

JURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) ( X Print) D-54 JURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) 2337-3520 (2301-928X Print) D-54 Klasifikasi Pengangguran Terbuka Menggunakan CART (Classification and Regression Tree) di Provinsi Sulawesi Utara Febti

Lebih terperinci

MODEL OPTIMASI JADWAL UJIAN DAN IMPLEMENTASINYA PADA UNIVERSITAS TERBUKA ASMARA IRIANI TARIGAN

MODEL OPTIMASI JADWAL UJIAN DAN IMPLEMENTASINYA PADA UNIVERSITAS TERBUKA ASMARA IRIANI TARIGAN MODEL OPTIMASI JADWAL UJIAN DAN IMPLEMENTASINYA PADA UNIVERSITAS TERBUKA ASMARA IRIANI TARIGAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan

Lebih terperinci

PEWILAYAHAN AGROKLIMAT TANAMAN NILAM (Pogostemon spp.) BERBASIS CURAH HUJAN DI PROVINSI LAMPUNG I GDE DARMAPUTRA

PEWILAYAHAN AGROKLIMAT TANAMAN NILAM (Pogostemon spp.) BERBASIS CURAH HUJAN DI PROVINSI LAMPUNG I GDE DARMAPUTRA PEWILAYAHAN AGROKLIMAT TANAMAN NILAM (Pogostemon spp.) BERBASIS CURAH HUJAN DI PROVINSI LAMPUNG I GDE DARMAPUTRA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2006 PERNYATAAN MENGENAI TESIS DAN SUMBER

Lebih terperinci

PENERAPAN DAN PERBANDINGAN CARA PENGUKURAN RESPON PADA ANALISIS KONJOIN

PENERAPAN DAN PERBANDINGAN CARA PENGUKURAN RESPON PADA ANALISIS KONJOIN PENERAPAN DAN PERBANDINGAN CARA PENGUKURAN RESPON PADA ANALISIS KONJOIN (Studi Kasus: Preferensi Mahasiswa Statistika IPB Angkatan 44, 45, dan 46 terhadap Minat Bidang Kerja) DONNY ARIEF SETIAWAN SITEPU

Lebih terperinci

INTEGRASI DATA SEMITERSTRUKTUR SECARA SKEMATIK BERBASIS XML (EXTENSIBLE MARKUP LANGUAGE) TITIN PRAMIYATI K.

INTEGRASI DATA SEMITERSTRUKTUR SECARA SKEMATIK BERBASIS XML (EXTENSIBLE MARKUP LANGUAGE) TITIN PRAMIYATI K. INTEGRASI DATA SEMITERSTRUKTUR SECARA SKEMATIK BERBASIS XML (EXTENSIBLE MARKUP LANGUAGE) TITIN PRAMIYATI K. SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER

Lebih terperinci

METODE KLASIFIKASI BERSTRUKTUR POHON DENGAN ALGORITMA QUEST DAN ALGORITMA CART (Aplikasi pada Data Pasien Penyakit Jantung) SKRIPSI

METODE KLASIFIKASI BERSTRUKTUR POHON DENGAN ALGORITMA QUEST DAN ALGORITMA CART (Aplikasi pada Data Pasien Penyakit Jantung) SKRIPSI METODE KLASIFIKASI BERSTRUKTUR POHON DENGAN ALGORITMA QUEST DAN ALGORITMA CART (Aplikasi pada Data Pasien Penyakit Jantung) SKRIPSI NUR SAUNAH RANGKUTI 130803016 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA

Lebih terperinci

FAKTOR-FAKTOR YANG MEMPENGARUHI KINERJA PEGAWAI DI SEKRETARIAT KEMENTERIAN LINGKUNGAN HIDUP FIRDAUS ALIM DAMOPOLII

FAKTOR-FAKTOR YANG MEMPENGARUHI KINERJA PEGAWAI DI SEKRETARIAT KEMENTERIAN LINGKUNGAN HIDUP FIRDAUS ALIM DAMOPOLII FAKTOR-FAKTOR YANG MEMPENGARUHI KINERJA PEGAWAI DI SEKRETARIAT KEMENTERIAN LINGKUNGAN HIDUP FIRDAUS ALIM DAMOPOLII SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2013 PERNYATAAN MENGENAI TESIS DAN

Lebih terperinci

KONSUMSI PANGAN, PENGETAHUAN GIZI, AKTIVITAS FISIK DAN STATUS GIZI PADA REMAJA DI KOTA SUNGAI PENUH KABUPATEN KERINCI PROPINSI JAMBI

KONSUMSI PANGAN, PENGETAHUAN GIZI, AKTIVITAS FISIK DAN STATUS GIZI PADA REMAJA DI KOTA SUNGAI PENUH KABUPATEN KERINCI PROPINSI JAMBI 1 KONSUMSI PANGAN, PENGETAHUAN GIZI, AKTIVITAS FISIK DAN STATUS GIZI PADA REMAJA DI KOTA SUNGAI PENUH KABUPATEN KERINCI PROPINSI JAMBI Oleh: FRISKA AMELIA PROGRAM STUDI GIZI MASYARAKAT DAN SUMBERDAYA KELUARGA

Lebih terperinci

Oleh TRI SEPTIYANI M SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika

Oleh TRI SEPTIYANI M SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PASIEN PENDERITA STROKE DI RSUD DR. MOEWARDI MENGGUNAKAN POHON KLASIFIKASI BINER DENGAN ALGORITMA QUEST (QUICK, UNBIASED EFFICIENT STATISTICAL TREE) Oleh TRI SEPTIYANI

Lebih terperinci