SNT KT III ~--~~ ~~ ~

Ukuran: px
Mulai penontonan dengan halaman:

Download "SNT KT III ----------------------~--~~--------------~~------------~.-.-----------"

Transkripsi

1 SNT KT III ~--~~ ~~ ~ Seminar :'\asiollai Tek u ologi KomputeT dan Telekonnmik a s! PENERAPAN DATA MINING UNTUK MENEMUKAN POLA ANTARA NILAIUJIAN SARINGAN MASUK TERHADAPINDEKS PRESTASI Yugi Trianto Purba\ Sunjana l ABSTRAK Makalah ini membahas pemanfaatan dala mining dalam menggali dan menemu hubungan antara nilai ujian saringan masuk calon mahasiswa dengan indek prestasi yan diperoleh mahasiswa le7"sebut. Melode yang digunakan dalam menggali pola tersebul adala model regresi linier. Kala kunci : Data Mining, Regresi Linier I. PENDAHULUAN Pesatnya perkembangan teknologi informasi dewasa ini khususnya dalam aplikasi-aplikas database yang diiringi dengan meningkatnya kapabilitas media penyimpanan yang semakin besa telah memungkinkan terjadinya akumulasi data dalam jumlah besar. Komputerisasi diberbaga bidang dan penggunaan ij1ternet sebagai sarana sistem informasi global secara signifikan jug turut berperan dalam terjadinya akumulas i data dan informasi tersebut. Pertumbuhan yang begit pesat dari akumulasi data yang tersimpan dalam suatu database akan menciptakan suatu kondis "rich of data bui poor of informalion " dan data yang tersimpan akan menjadi kuburan dat apabila tumpukan data tersebut dibiarkan begitu saja sehingga tidak dapat digunakan untu aplikasi yang berguna. Didalam tumpukan data tersebut mungkin terdapat informasi-infomlasi tersembunyi yan sangat penting atau menjadi penting pada saat dibutuhkan yang dapat duadikan dasar ata pedoman dalam pengambilan keputusan. Keputusan sering sekali dibuat tidak berdasarkan pad data-data yang ada yang tersimpan dalam tumpukan data tersebut melainkan hanya didasarka intuisi sang pembuat keputusan. Hal ini dikarenakan tidak adanya sistem atau perangkat luna yang dapat membantu dalam pencarian informasi yang tepat, cepat dan akurat, dilain piha penggalian data untuk mendapatkan informasi yang dilakukan secara manual sangatlah tida efektif dan memakan banyak waktu. Universitas X merupakan salah satu organisasi yang bergerak dalam bidang pendidikan yan memanfaatkan teknologi informasi dalam menjalankan proses bisnisnya. Dengan adany pemanfaatan teknologi infonnasi di Universitas X maka akan terjadi akumulasi data dalam jumlah besar tiap tahunnya. Salah satu data yang mengalami peningkatan tiap tahunnya yaitu dat nilai Ujian Saringan Masuk (USM) mahasiswa baru. Semakin lama data nilai USM ini akan menjadi kuburan data yang tidak memiliki suatu nila maupun infonnasi yang dihasilkan dari data tersebut. Oleh karena itu diperlukan suatu teknik da pe-rangkat yang dapat membantu kita dalam mentransformasikan data dalam jumlah besa tersebut menjadi suatu informasi yang berguna yaitu dengan penerapan Dala Mining yan diaplikasikan dengan pembuatan perangkat lunak data mining atau data mining engine. 'Universitas Widyata ma 13alldung sulli.. n \l.~ a lamaac. td 276

2 Berdasarkan latar belakang masalah terscbut penults tertarik untuk meneltti bldang ini dengan rnengambil judul "Penerapan Data l~finillg Untuk lvlenemukan PoIa Antara NiIai Ujian Sal'jngan Masuk (USM) Terbadap Indeks Prestasi (IP)". II. LANDASAl'\f TEOR! 11.1 Pcnge.-tian Data Mkining Data Mining rnerupakan salah satu cabang ilmu kornputer yang relatif baruyang memilikl keterkaitan dengan machine learning, kecerdasan buatan (artificial intelligence), statistic dan da/abase. Data Mining mengacu kepada ekstraksi atau penggalian pengetahuan dari suatu data dalarn jumlah besar. Ada banyak pengertian data mining itu senditi, diantaranya seperti penggalian pengetahuan dari database, ekstraksi pengetahuan (knowledge extraction), analisis data atau pola (pattern analysis), penggaltan data dan lain sebagainya. Definisi umum dari data mining itu sendiri adalah proses pencatian polapola yang menarik (hidden patenl) berupa pengetahuan (knowledge) yang tldak diketahui sebelumnya dari suatu kumpulan data dimana data tersebut dapat berada dalarn database, data warehouse, atau media penyimpanan informasl yang lain. Data mining seringkali diartikan dengan "menulis banyak laporan dan query", namun pada faktanya kegiatan data mining tidak rnelakukan pembuatan iaporan dan query sarna sekah. Data mining dilakukan dengan tool khusus, yang mengeksekusl operasi data mining yang telah didefinisikan berdasarkan model analisis. Data mining merupakan proses 311alisls terhadap data dengan penekanan menernukan informasi yang tersembllnyi pada se.1umlah besar data yang dlsimpan ketika menjalankan bisnis perusahaan. Dalam aplikasinya, data mining sebenarnya merllpakan bagian dari proses Knowledge Discovery in Database atau KDD, bukan sebagai teknologl yang utuh dan berdiri sendiri Data mining mempakan suatu bagian langkah yang pent1l1g dalam proses KDD terutama berkaitan dengan ekstraksi dan penghitungan polapola dari data yang ditelaah, seperti ditunjukkan oleh gambar 2. 1, langkah langkah atau proses KDD itu sendlri terdiri dari : 1. Pembersihan data (Data cleaning), rnembuang noise dan data yang tidak konsisten 2 lntegrasi data (Data integration), menggabungan data yang berasal dari beberapa sumber 3. Pemilihan data (Dara selection), memilih data yang relevan atau sesuai dengan proses anilisls yang akan dilakukan. 4 Transformasi data (Data tran,~ronj1ation), mengubah data menjadi bentuk yang sesuai untuk proses data mining. s. Penggailan data (Data mining), merupakan proses terpenting dimana teknik data mining dlaplikasikan untuk mengekstraksi pola-pola dari suatu data 6 E valuasi pola (Pattern evaluation), evaluasi pota yang dltemukan untuk menemukan pola yang bernilai atau menarik. 7. Presentasi pengetahuan (Knowledge presel1latition), visual isasi dan teknlk representasi pengetahuan digunakan untuk diperlihatkan kepada pengguna atau user. Tahap-tahap tersebut bersifat interaktif dlmana pengguna atau user terlibat langsung atau dengan perantaraan basis pengetahuan (h71011ledge base) yang terintegrasi didalam Sistelll. Polapola yang rnenarik disaj ikan kepada pengguna dan dis impan sebagai pengetahuan baru didalam basis pengetahuan. Dari tahapan diatas dapat diketahui bahvva data mining hanya merupakan satl! bagain langkah dan keseluruhan proses KDD 277

3 SNT TT III - Seminar.\"a<;iollaI Te-k1l01ogi Kompu!eT dan T~lekomun i ';:;-I si Gambar 2.1 Langkah-langkah Proses KDD 11.2 Teknik Data Mining Dari definisi data mining yang luas, terdapat ban yak jenis teknik analisa yang dapat digolongkan dalam data mining. Dalam penelitian ini teknik analisa yang digunakan yaitu teknik regresi linier Regresi Linier. Analisis regresi adalah teknik statistik untuk pemodelan dan investigasi hubungan dua atau lebih variabel. Yang sering dipakai dan paling sederhana adalah regresi linier sederhana. Dalam analisis regresi ada satu atau lebih variabel independentlprediktor yang biasa diwakili dengan notasi x dan satu variabel respon yang diwakili dengan notasi y. Sesuai namanya, hubungan antara duavariabel yang bersifat linier. Gambar 2.4 dan gambar 2.5 memberi ilustrasi bagaimana hubungan dua variabel iill bersifat linier dan tidak linier. Gambar 2.4 menunjukkan hubungan linier dua variabel. Garis regresi linier akan sangat sesuai untuk mewakili hubungan dua variabel seperti ini. Gambar 2.5 menunjukkan hubungan tidak linier antara dua variabel. Pendekatan regresi linier kurang sesuai untuk mewaki I i hubungan dua variabel seperti gambar 2.4 ini. Dalam regresi linier sederhana hanya ada satu variabel independentlprediktor dan satu variabel respon. Jika variabel independen-nya x dan variabel re!>pon adalah y maka model regresi linier sederhana untuk populasi adalah : r ~====~----~ y N<I'li n.n~"m"i'ln y [A30+P1 X i-{ I Untuk, 1 ~~:1 j "f< ~ ~ Nlla; p e6ks y I+- ~/"" an do:'" Euor Un.ukx, /~ uriu k n~, xini Gambar 2.2 Geometri garis regresi linier x 278

4 Prediksi nilai dengan pendekatan regresi linter s ederhana, dldapatkan dan rumus dibawah ini \, "= b!! +bl,t Koefis ien-koefisien regresi bo dan bl untuk regresi linier, dihitung dengan rumus II.2.2 Bel'bagai Val'ians Sehubungan Deugan Regrcsi Liniel' Sederhana Untuk analtsis selanjutnya tentang regresi linier sederhana beberapa asumsi harus diambil. Peliama, mengingat hasil pengamatan vanabel tak bebas y belum tentu sama besamya dengan harga diharapkan, yakni y yang didapat dari regresi hasil pengamatan, maka terjadi perbedaan e -~ y - Y, biasa disebut kekeliruan prediksi awu galat prediksi (Error). Dalam populasi, galat predlksi iol dimisalkan berbentuk variabel acak yang mengiklltl dlstribusi normal dengan rata rata nol dan varians v.~. Tenlu saja sudal) Jelas balnva kita Juga memisalkan tidak terj3di kekellrua n atas pe ngamatan vanabel bebas x. Asumsi kedua yang dia mbil adalah bahwa untuk setiap harga x yang diberikan, variabe l tak bebas y independen dan berdistribusi normal dengan rata rata ( x) dan varians CT:. x. Varians a;2:.: ditnisalkan sama untuk setiap x dan karenanya dapat dinyatakan oleb a,2yang biasa pula dinatnakan varians kekeliruan taksiran s edang kan a~\ dikenal dengan kekeliruan baku taksiran Berpegang kepada asumsi-a'3 umsi diatas, maka varians a; ditaksir oleh rata-rata kuadrat penyimpangan sekita r regresi atau di sebut JUga rata-rata kuadrat residu, dinyatakan oleb varians JYfean,Square Error (MSE) dengan rumlls." 1S1~ SSE.SSL := 1' f - \l ;,s,. '" ss- s ~' = s\. - b, S ~ Dengan SSE yaitu Jumlah kuadrat resldu atau ""'lil1j oj'sqllare.lor Error (SSE), SSy yaitu Jutnlah kuadrat regresi y, SSxy yaitu jumlah kuadrat XJ) dan n yaitu ukuran sampej n.2.3 lntetval KepeJ'cayaan Sehubullgan Dengan Regl'csi Linier 279

5 SNTf(T III Semillal' :'\asiollal T ~ kuo!ogi. Komputer dan Telekomunik asi Kita lihat bahwa regresi linier populas! telah ditaksir oleh regresi linier sampel y == b o + b1x dengan koefisien-koefisien bo dan bl. jadi nampak bahwa bo dan bl masing-masing merupakan titik taksiran untuk ~o dan ~ l. maka berbagai interval taksiran sehubungan dengan regresi linier, termasuk untuk BO dan 0[ dapat ditentukan. A ( I-u) I nl)(;;, inlt "'"l I:epcrc"ya<lll lir,ruk (.), Yilitll : ~~ '-::t t(a... ~, r. _2 )s (bl) s(b ) '" -,. ', "iss. ri.2.4 Uji Signifikan Dan Tabel Analysis of Variance (ANOVA) Pada sub-bab ini akan dibahas tentang melakukan kriteria uji signifikan dengan menghitung Fhitung dan membandingkan hasilnya dengan hasil perhitungan Ftabel. Berikut rumus mencari Fhitung: F = MSR " (1.,,,2. _,MSE Mean Square Regression (MSR) atau rata:-rata kuadrat regresi, dengan rumus : Mi~R=SiR dall SSR =- b.s.sxj-' Setelah ditemukan hasil dari Fhitung maka selanjutnya kita melaukan uji signifikan dengan membandingkan Fhitung dengan Ftabel, berikut kaidah pengujian signifikan : ', Jika Fhitung? Ftabel, maka tolak HO (Signifikan) Jika Fhitung:'S FtabeJ, maka tolak Ha (Tidak Signifikan) Setelah kita menghitung seluruh perhitungan yang ada di proses regresi, maka kita tinggal menyusunnya dalam tabel analysis ofvariance (ANOYA). Berikut skema dari tabel ANOYA, Di!grcssof Source-o" ",SUm ofsquarcs Me-dn Freedom Variation, is.~) Sqllare~'IS), OW) II.2.S Korelasi Pearson SSR = L', S'S. :lish = SSR I SSE= <;'S. -1>,5).. Jl - : MSL = SSE 1:-.2 SST = 55,' 11,1 Tabel 2.[ Tabel ANOYA pada Regresi 280

6 Korelasl merupakan suatu hubungan antara satu variabel dengan variabel lall1n ya. Hubungan antara variabel tersebut bisa seeara kolelas LOnal dan bisa juga seeara kama! Jika hubungan tersebut tidak menunjukkan sifat sebab akibat, ' maka korelasi tersebut dikatakan korelasional, artinya sifat hubungan variabel satu dengan varia bel la1t1l1ya tidak jelas mana variabel sebab dan mana variabel akibat Sebaliknya, JIb hubungan tersebut menunjukkan slfat sebab akibat, maka korelasinya dikatakan kausal, artinya jlka variabel yang satu merupakan sebab, maka variabel lainnya merupakan akibat Korelasi Pearson adalah korelasi yang sering digunakan oleh peneiiti, terutama peneliti yang mempunyai data-data interval. Sebeillm kita mempergunakan korelasi ini terleblh dahulu kita harus memperhatikan data yang terkumpul, apakah memenuhi persyaratan yang diminta oleh rumus korelasi ini Adapun beberapa persyaratan yang harus dipenuhi apabila kita menggunakan rumus ini adalah L Pengambilan sampel dari populasi hams random Caeak) 2. Data yang dieari korelasinya harus berskala interval atall ratio. 3 Variasi skor kedua variabel yang akan dieari korelasinya harus sarna. 4. Distribusi skor variabel yang dleari korelasinya hendaknya merupakan distribusl unimodal 5. Hubungan antara variabel x dany hendaknya tinier. Korelasi Pearson dapat dihltung dengan rumus dibawah ini Atau. ;l ~.\ ; -> \ '~'". r.::;:. ~====-======. ~~=="===-~ \,'i!,,".\ ~ -;- 1"\ \ ): J I! ~ \: -:f;;': 'I-.t = ~ S$xs s \ ' 1[,2.6 Pengujian Signifilwnsi KOl'elasi Langkah awal dalam pengujian disini Juga menyusun hipotesis nol dan hlpotesis alternatif Baru kemlldian hasil r hitung kita bandingkan dengan hasil r tabel dari tabel r Pearson Apabila kita menggunakan tabel r Pearson, rnaka hlpotesls nol yang rnengatakan tidak ada korelasi (r =:: 0) ditolak jika hasil perhitungan r > dari pada r tabel, demikian pula sebaliknya apabda r hitung ternyata lebih keeil < dari pada r tabel, maka kita akan menerima Ho yang menyatakan bahwa dua variabel yang dieari hitungannya ll yata-nyata tldak berkorelasi. Untuk lebih jelasnya blsa kita lihat kriteria signifikan sebagai beflkut Jika rhitung 2: rtabel maka Ho ada didaerah penolakan, berarti Ha diteflma artinya antara variabel x dan y ada hubungannya Jika rhltung :S liabel maka Ho ada didaerah penerimaan, berarti Ha dltolak artl11ya antara variabel x dan y tldak hubungannya II.2.7 Analisis Koefisien Determinasi Analisis koefislen determinasl adalah menunjukkan seberapa besar pengaruh antar kedua variabel yang diteliti, maka dihitung Koefislen Determmasl(KD) dengan asumsi dasar f(1ktorfaktor la in diluar variabel dianggap tetap atau konstan, koefisien diantara laill -l :s. r 2: +-,, 281

7 SNTKT III Semluar.\" asional T e-knologi Kompuf~r dan T ~lekomullikasi tanda (-) bedawanan arah, sedangkan tanda (+) menunjukkan searah. Selanjutnya untuk mengetahui seberapa besar faktor yang berperan antara variabel x terhadap variabe! y, maka hubungan atau pengaruh dihitung koefisien determinasinya dengan rumus :. ',", ~.. :" KEJ ~ r' ~ >.!\'loo% III. HASIL PENELITIAN Pada penelitian ini data yang diuji adalah sebanyak 1637 record. Penelitian dilakukan dua tahap, pertama pengujian terhadap data sampel. Data sampel merupakan tabel yang terdiri dan beberapa recordltupel hasil sampling dari tabel populasi, metode sampiing yang digunakan adalah systematic sampling. Systematic sampling kadang disebut juga dengan interval sampling yang berarti terdapat gap atau celah diantara data yang diambil Metode ini biasanya digunakan dalam industri. Kelebihan dari metode ini adalah sangat sederhana dalam memilih sampel yang dipilih secara acak dan sebaran datanya sangatlah bagus karena menyebar secara menyeluruh dari awai sampai akhir data Tahap kedua adalah pengujian terhadap data populasi sebanyak 1637 record. Hasil yang diperoleh baik terhadap data sampel maupun data populasi adalah sebagai berikut: Il(i '. ', b;. ' '. rhilut;. KI> ' 1-'.\ (>6 16,61 ~> 1)( s.. (~,i,"!{hl I i.l.Q 7.02] ~ "7 1 I ahel.\.,0\.. \ $V.' SS ' Fntrlo ' ---. Error ' ~~7{)R,11 41 Tabe1 3.l Tabel HasiI Perhitungan Data Sampel S or 's, s(l)o) S7J2 7.87S{ "' sv. ' SS ' MS 'Frafio ' Error -' 16,707261,14. Towi 56206',61 16.'1) Tabel 3.2 Tabel Hasil Perhitungan Data Populasi 282

8 i'i' : _'iii_;o;;;;;;;;;;;_iiiiiiii"~ ~ '" ;;0, ~~iiiiii"ip5 ".= "'_;:;;n~"",;;:,,_~,",-'.:;;o;,;;;:a;:.,,;;:;,.-;;;;;;;oiiiii&miiiiiiiiiiiiiiiii,...,..._~_~1iiii,..."';:;;-;;;2"'"~.' S i? n 'Ill.U.'\- "( '; in, _~j [(:...:1 0 lc.;!.t ~. t' 'I. tj/..i '" d K( ; i.j Il~,. tjl- ::t 'l t-= hilu".~ ":: r l ~! "l' 11I J J..::'-l 1 (~L;7k.~H.,.'- \-:-,I--- :,l l ( -,. '. I. :. '.~ i... i~ninj,; 'n_ ~..: ~H(l.~;.: :-) l1 irkl l('~. j ~. :. \ \\.' ~d.; Hd ~ CbJl'l.'n,f: :...- C, _.C_: I_ I1Lfk. l I n! ~ IL H... ~i \ ~.t1j... i!.lldnk.::.tli. St.'~ i)lil.~ _:":- : 1 11ipPI.:':-<:'.I.f. H \v ~ d I H ~ j.1 t'j~"'; 1,II( :;-'( "j n );- I. dritullt!'. K V lls'kn, t.~ ( I<TI11 i ti n,,; d~n l \ ", l-ld):.'1, t nfldl trs f\ f ~ r, ' i'11:t.. I:q' ~. :':l(l,hl:t.. f flll':'ll If-'\!<~tt\l ':--0 t 'I,.';..: r 2S.2l «. Tabel 33 Tabel Keslmpulan Dari Data Sampel K(-siJlJ pub n.'-,. r ~+_------~----- Kl. Til li l nhuhun~an ' L'UiUUi-J i. ----r-:-r,- l,- r-ll-.u-,l-l-l-,-r,'l' ) kfl l,r.< (:;\lill'. l i. I:\,tI,,,, l 'l l ;:~. l -.1 1l,. 0.' 1 \ -:,Ill I. h::).j"; :;o n h",,- Ir~H1 \,,' )J',llll \ "In"., 1 '.'-',!'[, Ji '.('1, I L I..li U S lvl i krll:...t:c r '::'(1 :1h( 1 Tabe l 34 Tabel Kesimpulan Dari Data PopuJ as i 28 3

9 SNTKT III Semill-ar ~ asiollal T ekuologi Komputer dan T elen:oltwuikasi IV.KESIMPULAN Dari hasil yang diperoleh terlihat bahwa : 1. Untuk data sampel diperoleh korelasi sebesar 0,40766, menurut tafsiran kriteria Guilford, maka nilai USM terhadap IP memiliki hubungan yang cukup. 2. Sedangkan untuk data populasi diperoleh korelasi sebesar 0,280, menurut tafsiran kriteria Guilford, maka nil?i USM terhadap IP memiliki hubungan yang sangat kecil (tidak erat). DAFTAR PUSTAKA [l] Aczel, Amir dan Jayavel Sounderpandian. Complete Business Statistics, Sixlh Edition. Singapore: Me Graw Hill, [2] Fajar, Abdullah, dan Guntari Sekarwangi. Modul PrakJikum Stalistika Dasar. Jurusan Teknik lnformatika Universiitas Widyatama, [3] Irianto, Agus. Slatistik Konsep Dasar dan Aplikasinya. Jakarta: Pranada Media, [4] Jaenudin. Belajar Sendiri.Net dengan Visual C# Yogyakarta:ANDI, [5] Martina, lnge. 36 Jam Belajar Komputer Microsoft SQL Server Jakarta: Elex Media Komputindo, [6] Riduwan. Dasar-dasar StatisliM. Bandung: Alfabeta, 2003 [7] Santosa, Budi. Data Mining Teknik Pemanfaatan Data Untuk Keperluan Bisnis Teori dan Aplikasi. Yogyakarta: Graha Hmu, [8] Santosa, Budi. Data Mining Terapan dengan MATLAB. Yogyakarta:Graha limu, [9] Walpole, Ronald. Pengantar Statistika Edisi ke-3. Jakarta: GramediaPustaka Utama,

REGRESI DAN KORELASI BERGANDA

REGRESI DAN KORELASI BERGANDA REGRESI DAN KORELASI BERGANDA 1. Regresi Berganda Regresi berganda mempunyai lebih dari satu variabel bebas, maka digunakan regresi linier ganda dengan bentuk persamaan ( digunakan dua variabel bebas sebagai

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Tinjauan Studi Sebelum penelitian ini dilakukan, sudah terdapat beberapa penelitian yang menjadi dasar untuk menyelesaikan penelitian ini, penelitian tersebut diantaranya sebagai

Lebih terperinci

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel BAB LANDASAN TEORI.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut dengan

Lebih terperinci

ANALISIS PENERAPAN TEKNIK DATAMINING DALAM PENGIMPLEMENTASIAN DAN PENGEMBANGAN MODEL ACTIVE LEARNING DENGAN METODE KELOMPOK

ANALISIS PENERAPAN TEKNIK DATAMINING DALAM PENGIMPLEMENTASIAN DAN PENGEMBANGAN MODEL ACTIVE LEARNING DENGAN METODE KELOMPOK ANALISIS PENERAPAN TEKNIK DATAMINING DALAM PENGIMPLEMENTASIAN DAN PENGEMBANGAN MODEL ACTIVE LEARNING DENGAN METODE KELOMPOK Dody Herdiana, S.T., M. Kom. Dosen PNS DPK pada Program Studi Teknik Informatika

Lebih terperinci

DESAIN APLIKASI UNTUK MENAMPILKAN INFORMASI TINGKAT KELULUSAN MAHASISWA. Oleh : Rita Prima Bendriyanti ABSTRAK

DESAIN APLIKASI UNTUK MENAMPILKAN INFORMASI TINGKAT KELULUSAN MAHASISWA. Oleh : Rita Prima Bendriyanti ABSTRAK DESAIN APLIKASI UNTUK MENAMPILKAN INFORMASI TINGKAT KELULUSAN MAHASISWA Oleh : Rita Prima Bendriyanti ABSTRAK Penelitian ini menggunakan metode observasi, dengan melihat atau mengamati secara langsung

Lebih terperinci

STK511 Analisis Statistika. Pertemuan 10 Analisis Korelasi & Regresi (1)

STK511 Analisis Statistika. Pertemuan 10 Analisis Korelasi & Regresi (1) STK511 Analisis Statistika Pertemuan 10 Analisis Korelasi & Regresi (1) Analisis Hubungan Jenis/tipe hubungan Ukuran Keterkaitan Skala pengukuran peubah Pemodelan Keterkaitan anang kurnia (anangk@apps.ipb.ac.id)

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI. yang tepat. Sistem data mining mampu memberikan informasi yang tepat dan

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI. yang tepat. Sistem data mining mampu memberikan informasi yang tepat dan BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1. Tinjauan Pustaka Sistem data mining akan lebih efektif dan efisiensi dengan komputerisasi yang tepat. Sistem data mining mampu memberikan informasi yang

Lebih terperinci

Mata Kuliah: Statistik Inferensial

Mata Kuliah: Statistik Inferensial ANALISIS REGRESI DAN KORELASI LINIER 1 OUTLINE Bagian I Statistik Induktif Metode dan Distribusi Sampling Pengertian Korelasi Sederhana Teori Pendugaan Statistik Pengujian Hipotesa Sampel Besar Uji Signifikansi

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 3 BAB III METODOLOGI PENELITIAN A. Tujuan Penelitian 1. Berdasarkan masalah yang telah dirumuskan, maka tujuan dari penelitian ini adalah untuk mendapatkan pengetahuan yang tepat dan dapat dipercaya mengenai

Lebih terperinci

ABSTRAK. Pada prakternya tolak ukur yang dapat dilihat oleh keberhasilan mahasiswa adalah

ABSTRAK. Pada prakternya tolak ukur yang dapat dilihat oleh keberhasilan mahasiswa adalah PEMODELAN PRESTASI MAHASISWA TERHADAP MATAKULIAH WAJIB DENGAN ANALISIS REGRESI Anik Rufaidah Program Studi Teknik Industri Sekolah Tinggi Teknik Qomaruddin Jalan Raya No. 01 Bungah Gresik 61152 Indonesia

Lebih terperinci

BAB 3 METODOLOGI PENELITIAN

BAB 3 METODOLOGI PENELITIAN BAB 3 METODOLOGI PENELITIAN 3.1. METODE PENELITIAN Metode yang digunakan dalam penelitian ini adalah metode survey dengan menyebarkan kuesioner secara acak kepada responden. Penelitian ini dilaksanakan

Lebih terperinci

BAB III METODE PENELITIAN. yang mempengaruhi dan variabel terikat yaitu variabel yang dipengaruhi. Variabel

BAB III METODE PENELITIAN. yang mempengaruhi dan variabel terikat yaitu variabel yang dipengaruhi. Variabel 69 BAB III METODE PENELITIAN 3.1 Desain Penelitian Penelitian ini dilaksanakan dengan menggunakan prosedur penelitian deskriptif inferensial dengan membedakan variabel ke dalam variabel bebas yaitu variabel

Lebih terperinci

Abidah Elcholiqi, Beta Noranita, Indra Waspada

Abidah Elcholiqi, Beta Noranita, Indra Waspada Abidah Elcholiqi, Beta Noranita, Indra Waspada PENENTUAN BESAR PINJAMAN DI KOPERASI SIMPAN PINJAM DENGAN ALGORITMA K-NEAREST NEIGHBOR (Studi Kasus di Koperasi Simpan Pinjam BMT Bina Insani Pringapus) Abidah

Lebih terperinci

BAB II TINJAUAN PUSTAKA. pengetahuan di dalam database. Data mining adalah proses yang menggunakan

BAB II TINJAUAN PUSTAKA. pengetahuan di dalam database. Data mining adalah proses yang menggunakan 6 BAB II TINJAUAN PUSTAKA 2.1 Pengertian Data Mining Data mining adalah suatu istilah yang digunakan untuk menguraikan penemuan pengetahuan di dalam database. Data mining adalah proses yang menggunakan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 6 BAB 2 LANDASAN TEORI Pada tinjauan pustaka ini akan dibahas tentang konsep dasar dan teori-teori yang mendukung pembahasan yang berhubungan dengan sistem yang akan dibuat. 2.1 Basis Data (Database) Database

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Penambangan Data (Data Mining) Pengertian data mining, berdasarkan beberapa orang: 1. Data mining (penambangan data) adalah suatu proses untuk menemukan suatu pengetahuan atau

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 14 BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Analisis Regresi Kata regresi (regression) diperkenalkan pertama kali oleh Francis Dalton pada tahun 1886. Menurut Dalton, analisis regresi berkenaan dengan studi

Lebih terperinci

BAB 2 LANDASAN TEORI. Bentuk umum persamaan regresi linier berganda adalah

BAB 2 LANDASAN TEORI. Bentuk umum persamaan regresi linier berganda adalah BAB LANDASAN TEORI Regresi Linier Berganda Bentuk umum persamaan regresi linier berganda adalah Y = b 0 + b X + b X + b 3 X 3 + + b k X k + e () dengan: Y = variabel respon b 0 = konstanta regresi b i

Lebih terperinci

dan Korelasi 1. Model Regresi Linear 2. Penaksir Kuadrat Terkecil 3. Prediksi Nilai Respons 4. Inferensi Untuk Parameter-parameter Regresi 6.

dan Korelasi 1. Model Regresi Linear 2. Penaksir Kuadrat Terkecil 3. Prediksi Nilai Respons 4. Inferensi Untuk Parameter-parameter Regresi 6. Regresi Linear Sederhana dan Korelasi 1. Model Regresi Linear 2. Penaksir Kuadrat Terkecil 3. Prediksi Nilai Respons 4. Inferensi Untuk Parameter-parameter Regresi 5. Kecocokan Model Regresi 6. Korelasi

Lebih terperinci

MODEL DATA MINING DALAM PENGKLASIFIKASIAN KETERTARIKAN BELAJAR MAHASISWA MENGGUNAKAN METODE CLUSTERING

MODEL DATA MINING DALAM PENGKLASIFIKASIAN KETERTARIKAN BELAJAR MAHASISWA MENGGUNAKAN METODE CLUSTERING MODEL DATA MINING DALAM PENGKLASIFIKASIAN KETERTARIKAN BELAJAR MAHASISWA MENGGUNAKAN METODE CLUSTERING Marlindawati1), Andri2) 1), 2) Sistem Informasi UNIVERSITAS BINA DARMA Palembang Jl, Jend. A.Yani

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Konsep Dasar Statistika Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan, menyusun atau mengatur, menyajikan, menganalisa dan memberi interpretasi terhadap

Lebih terperinci

BAB 1 PENDAHULUAN. terhadap peran sistem informasi dalam perusahaan sebagai bagian dari produktivitas.

BAB 1 PENDAHULUAN. terhadap peran sistem informasi dalam perusahaan sebagai bagian dari produktivitas. BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Perkembangan teknologi informasi telah mampu mengubah persepsi manusia terhadap peran sistem informasi dalam perusahaan sebagai bagian dari produktivitas.

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Data Hasil Penelitian 1. Analisis Data a. Analisis Pendahuluan Analisis ini akan dideskripsikan tentang pengumpulan data tentang metode assessment search (X) dan

Lebih terperinci

BAB III METODOLOGI PENELITIAN. supaya dapat mempermudah proses pengambilan data. Penelitian ini dilakukan di

BAB III METODOLOGI PENELITIAN. supaya dapat mempermudah proses pengambilan data. Penelitian ini dilakukan di 25 BAB III METODOLOGI PENELITIAN 3.1. Lokasi, Populasi dan Sampel Penelitian 3.1.1. Lokasi Penelitian Lokasi penelitian merupakan bagian yang harus diperhatikan bagi peneliti supaya dapat mempermudah proses

Lebih terperinci

BAB I PENDAHULUAN. Database kaya akan informasi tersembunyi (hidden pattern) yang dapat

BAB I PENDAHULUAN. Database kaya akan informasi tersembunyi (hidden pattern) yang dapat BAB I PENDAHULUAN I.1. Latar Belakang Database kaya akan informasi tersembunyi (hidden pattern) yang dapat digunakan sebagai dasar dalam pengambilan keputusan atau untuk memprediksi trend data dimasa yang

Lebih terperinci

Hipotesis adalah suatu pernyataan tentang parameter suatu populasi.

Hipotesis adalah suatu pernyataan tentang parameter suatu populasi. PERTEMUAN 9-10 PENGUJIAN HIPOTESIS Hipotesis adalah suatu pernyataan tentang parameter suatu populasi. Apa itu parameter? Parameter adalah ukuran-ukuran. Rata-rata penghasilan karyawan di kota binjai adalah

Lebih terperinci

BAB 2 LANDASAN TEORI. Istilah regresi pertama kali digunakan oleh Francis Galton. Dalam papernya yang

BAB 2 LANDASAN TEORI. Istilah regresi pertama kali digunakan oleh Francis Galton. Dalam papernya yang 13 BAB 2 LANDASAN TEORI 2.1 Analisis Regresi Istilah regresi pertama kali digunakan oleh Francis Galton. Dalam papernya yang terkenal Galton menemukan bahwa meskipun terdapat tendensi atau kecenderungan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Konsep Dasar Statistika Statistik adalah ilmu yang mempelajari tentang seluk beluk data, yaitu tentang pengumpulan, pengolahan, penganalisisa, penafsiran, dan penarikan kesimpulan

Lebih terperinci

Materi 1 DATA MINING 3 SKS Semester 6 S1 Sistem Informasi UNIKOM 2015 Nizar Rabbi Radliya

Materi 1 DATA MINING 3 SKS Semester 6 S1 Sistem Informasi UNIKOM 2015 Nizar Rabbi Radliya Materi 1 DATA MINING 3 SKS Semester 6 S1 Sistem Informasi UNIKOM 2015 Nizar Rabbi Radliya nizar.radliya@yahoo.com Nama Mahasiswa NIM Kelas 1. Memahami cakupan materi dan sistem perkuliahan Data Mining.

Lebih terperinci

REGRESI LINIER. b. Variabel tak bebas atau variabel respon -> variabel yang terjadi karena variabel bebas. Dapat dinyatakan dengan Y.

REGRESI LINIER. b. Variabel tak bebas atau variabel respon -> variabel yang terjadi karena variabel bebas. Dapat dinyatakan dengan Y. REGRESI LINIER 1. Hubungan Fungsional Antara Variabel Variabel dibedakan dalam dua jenis dalam analisis regresi: a. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia.

Lebih terperinci

Bab 2 LANDASAN TEORI. : Ukuran sampel telah memenuhi syarat. : Ukuran sampel belum memenuhi syarat

Bab 2 LANDASAN TEORI. : Ukuran sampel telah memenuhi syarat. : Ukuran sampel belum memenuhi syarat Bab 2 LANDASAN TEORI 2.1. Uji Kecukupan Sampel Dalam melakukan penelitian ini yang berhubungan dengan kecukupan sampel maka langkah awal yang harus dilakukan adalah pengujian terhadap jumlah sampel. Pengujian

Lebih terperinci

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Metoda Pengumpulan Data 3.1.1. Populasi Untuk mengetahui aspek apa saja yang mempengaruhi efektivitas pengembangan bersama sistem informasi manajemen sebagai akibat dari

Lebih terperinci

BAB III. dapat dipercaya (dapat diandalkan, reliabilitas) antara iklim organisasi. kepuasan kerja pada karyawan PT Cipta Niaga Semesta.

BAB III. dapat dipercaya (dapat diandalkan, reliabilitas) antara iklim organisasi. kepuasan kerja pada karyawan PT Cipta Niaga Semesta. BAB III A. Tujuan Penelitian Berdasarkan masalah-masalah yang telah dirumuskan, maka tujuan dari penelitian ini adalah untuk memperoleh data yang tepat (sahih, benar, valid) dan dapat dipercaya (dapat

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Regresi pertama kali digunakan sebagi konsep statistika pada tahun 1877 oleh sir Francis Galton.

BAB 2 TINJAUAN TEORITIS. Regresi pertama kali digunakan sebagi konsep statistika pada tahun 1877 oleh sir Francis Galton. BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Regresi Regresi pertama kali digunakan sebagi konsep statistika pada tahun 1877 oleh sir Francis Galton. Beliau memperkenalkan model peramalan, penaksiran, atau pendugaan,

Lebih terperinci

Regresi Linier Sederhana dan Korelasi. Pertemuan ke 4

Regresi Linier Sederhana dan Korelasi. Pertemuan ke 4 Regresi Linier Sederhana dan Korelasi Pertemuan ke 4 Pengertian Regresi merupakan teknik statistika yang digunakan untuk mempelajari hubungan fungsional dari satu atau beberapa variabel bebas (variabel

Lebih terperinci

Statistik merupakan salah satu cabang ilmu pengetahuan yang paling banyak

Statistik merupakan salah satu cabang ilmu pengetahuan yang paling banyak BAB 2 LANDASAN TEORI 2.1 Pengertian Analisis Regresi Statistik merupakan salah satu cabang ilmu pengetahuan yang paling banyak mendapatkan perhatian dan dipelajari oleh ilmuan dari hampir semua ilmu bidang

Lebih terperinci

BAB IV DESKRIPSI DAN ANALISIS DATA

BAB IV DESKRIPSI DAN ANALISIS DATA BAB IV DESKRIPSI DAN ANALISIS DATA A. Deskripsi Data Data penelitian ini diperoleh dari siswa kelas V SD Islam Al Madina Semarang tahun pelajaran 2015/2016 sebagai subyek penelitian dan merupakan populasi

Lebih terperinci

KISI-KISI SOAL UJIAN AKHIR

KISI-KISI SOAL UJIAN AKHIR KISI-KISI SOAL UJIAN AKHIR Jurusan/Program Studi Mata Kuliah/Kode Mata Kuliah SKS/Semester Kurikulum yang diacu/dipergunakan Jumlah soal Bentuk soal : P.MIPA/Pendidikan Matematika : Pengolahan Data/GMA.206

Lebih terperinci

BAB 2 LANDASAN TEORI. regresi adalah sebuah teknik statistik untuk membuat model dan menyelediki

BAB 2 LANDASAN TEORI. regresi adalah sebuah teknik statistik untuk membuat model dan menyelediki BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Analisis Regresi Dalam beberapa masalah terdapat dua atau lebih variabel yang hubungannya tidak dapat dipisahkan, dan hal tersebut biasanya diselidiki sifat hubungannya.

Lebih terperinci

1. Model Regresi Linear dan Penaksir Kuadrat Terkecil 2. Prediksi Nilai Respons 3. Inferensi Untuk Parameter-parameter Regresi 4.

1. Model Regresi Linear dan Penaksir Kuadrat Terkecil 2. Prediksi Nilai Respons 3. Inferensi Untuk Parameter-parameter Regresi 4. * 1. Model Regresi Linear dan Penaksir Kuadrat Terkecil 2. Prediksi Nilai Respons 3. Inferensi Untuk Parameter-parameter Regresi 4. Kecocokan Model Regresi 5. Korelasi Utriweni Mukhaiyar MA 2081 Statistika

Lebih terperinci

BAB 12 REGRESI. turun. X = subyek pada variabel independen yang mempunyai nilai tertentu. Regresi Page 1

BAB 12 REGRESI. turun. X = subyek pada variabel independen yang mempunyai nilai tertentu. Regresi Page 1 BAB 1 REGRESI A. Pendahuluan Dalam pengambilan keputusan, seringkali dijumpai beberapa permasalahan dimana terdapat dua atau lebih variabel tunggal yang hubungannya tidak dapat dipisahkan dan perlu diselidiki

Lebih terperinci

BAB II LANDASAN TEORI. Analisis regresi (regressison analysis) merupakan suatu teknik untuk membangun persamaan

BAB II LANDASAN TEORI. Analisis regresi (regressison analysis) merupakan suatu teknik untuk membangun persamaan BAB II LANDASAN TEORI 21 Konsep Dasar Analisis Regresi Analisis regresi (regressison analysis) merupakan suatu teknik untuk membangun persamaan dan menggunakan persamaan tersebut untuk membuat perkiraan

Lebih terperinci

Regresi Linear Sederhana

Regresi Linear Sederhana Regresi Linear Sederhana dan Korelasi 1. Model Regresi Linear dan Penaksir Kuadrat Terkecil 2. Prediksi Nilai Respons 3. Inferensi Untuk Parameter-parameter Regresi 4. Kecocokan Model Regresi 5. Korelasi

Lebih terperinci

BAB 2 LANDASAN TEORI. 1. Analisis regresi linier sederhana 2. Analisis regresi linier berganda. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. 1. Analisis regresi linier sederhana 2. Analisis regresi linier berganda. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Pengertian regresi secara umum adalah sebuah alat statistik yang memberikan penjelasan tentang pola hubungan (model) antara dua variabel atau lebih. Istilah

Lebih terperinci

BAB 2 LANDASAN TEORI. Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun

BAB 2 LANDASAN TEORI. Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun persamaan dan menggunakan persamaan tersebut untuk membuat perkiraan (prediction).

Lebih terperinci

Pertemuan keenam ANALISIS REGRESI

Pertemuan keenam ANALISIS REGRESI Pertemuan keenam ANALISIS REGRESI Secara umum ada dua macam hubungan antara dua variable atau lebih, yaitu bentuk hubungan dan keeratan hubungan. Untuk mengetahui bentuk hubungan digunakan analisis regresi.

Lebih terperinci

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel 8 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Lokasi dan Waktu Penelitian Penelitian dilakukan di Hotel Sewu Mas yang berlokasi di Jl. Ring Road Utara No. 198 Yogyakarta. Penelitian ini dilaksanakan pada bulan Maret

Lebih terperinci

Perbedaan Analisis Univariat dan Multivariat

Perbedaan Analisis Univariat dan Multivariat Perbedaan Analisis Univariat dan Multivariat Jika kita menganalisis data yang mempunyai lebih dari satu variabel, belum tentu analisis data tersebut dikategorikan analisis multivariat, bisa saja analisis

Lebih terperinci

Analisis Varians Satu Arah (One Way Anova)

Analisis Varians Satu Arah (One Way Anova) Analisis Varians Satu Arah (One Way Anova) Fungsi Uji : Untuk mengetahui perbedaan antara 3 kelompok/ perlakuan atau lebih Asumsi : Data berskala minimal interval Data berdistribusi Normal Varians data

Lebih terperinci

PENERAPAN DATA MINING UNTUK EVALUASI KINERJA AKADEMIK MAHASISWA MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER

PENERAPAN DATA MINING UNTUK EVALUASI KINERJA AKADEMIK MAHASISWA MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER PENERAPAN DATA MINING UNTUK EVALUASI KINERJA AKADEMIK MAHASISWA MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER I. PENDAHULUAN Mahasiswa merupakan salah satu aspek penting dalam evaluasi keberhasilan penyelenggaraan

Lebih terperinci

ANALISIS REGRESI DAN KORELASI

ANALISIS REGRESI DAN KORELASI ANALISIS REGRESI DAN KORELASI SEDERHANA LATAR BELAKANG Analisis regresi dan korelasi mengkaji dan mengukur keterkaitan seara statistik antara dua atau lebih variabel. Keterkaitan antara dua variabel regresi

Lebih terperinci

Analisa Regresi Berganda

Analisa Regresi Berganda Analisa Regresi Berganda Tjipto Juwono, Ph.D. June 18, 2015 TJ (SU) Regresi Ganda May 2015 1 / 23 Data Home Cost Temp Ins Age ($) ( F) (In.) (y) 1 250 35 3 6 2 360 29 4 10 3 165 36 7 3 4 43 60 6 9 5 92

Lebih terperinci

Analisis Data Hubungan Antar Variabel Sebagai Metode Alternatif Penentukan Hubungan Kausalitas

Analisis Data Hubungan Antar Variabel Sebagai Metode Alternatif Penentukan Hubungan Kausalitas Analisis Data Hubungan Antar Variabel Sebagai Metode Alternatif Penentukan Hubungan Kausalitas Citra Kurniawan, S.T., M.M Studi Teknik Elektronika Sekolah Tinggi Teknik Malang ABSTRAK Penelitian yang menggunakan

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini menggambarkan kondisi saat ini dan bertujuan untuk

BAB III METODE PENELITIAN. Penelitian ini menggambarkan kondisi saat ini dan bertujuan untuk BAB III METODE PENELITIAN 3.1. Jenis Penelitian Penelitian ini menggambarkan kondisi saat ini dan bertujuan untuk membuat gambaran secara sistematik, faktual, dan akurat mengenai fakta-fakta, sifat-sifat

Lebih terperinci

BAB 2 LANDASAN TEORI. berarti ramalan atau taksiran pertama kali diperkenalkan Sir Francis Galton pada

BAB 2 LANDASAN TEORI. berarti ramalan atau taksiran pertama kali diperkenalkan Sir Francis Galton pada BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Analisis regresi merupakan suatu model matematis yang dapat digunakan untuk mengetahui pola hubungan antara dua atau lebih variabel. Istilah regresi yang berarti

Lebih terperinci

Konsep Data Mining DATA MINING & KNOWLEDGE DISCOVERY IN DATABASES. Bertalya Universitas Gunadarma 2009

Konsep Data Mining DATA MINING & KNOWLEDGE DISCOVERY IN DATABASES. Bertalya Universitas Gunadarma 2009 Konsep Data Mining DATA MINING & KNOWLEDGE DISCOVERY IN DATABASES Bertalya Universitas Gunadarma 2009 Data Mining (DM) DM merupakan suatu proses penjelajahan otomatis untuk mendapatkan informasi berguna

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1. Lokasi dan Waktu Penelitian Penelitian dilakukan pada UMKM yang bergerak dibidang usaha kuliner di Kota Semarang. Penelitian ini dilakukan pada bulan Januari sampai dengan

Lebih terperinci

REGRESI LINEAR SEDERHANA

REGRESI LINEAR SEDERHANA REGRESI LINEAR SEDERHANA DAN KORELASI 1. Model Regresi Linear 2. Penaksir Kuadrat Terkecil 3. Prediksi Nilai Respons 4. Inferensi Untuk Parameter-parameter Regresi 5. Kecocokan Model Regresi 6. Korelasi

Lebih terperinci

BAB 4 HASIL PENELITIAN

BAB 4 HASIL PENELITIAN BAB 4 HASIL PENELITIAN 4.1 Karakteristik Responden Sebelum disajikan data hasil penelitian setiap variabel yang dikaji dalam penelitian ini, terlebih dahulu secara ringkas akan dideskripsikan karakteristik

Lebih terperinci

PENGKLASIFIKASIAN MINAT BELAJAR MAHASISWA DENGAN MODEL DATA MINING MENGGUNANAKAN METODE CLUSTERING

PENGKLASIFIKASIAN MINAT BELAJAR MAHASISWA DENGAN MODEL DATA MINING MENGGUNANAKAN METODE CLUSTERING PENGKLASIFIKASIAN MINAT BELAJAR MAHASISWA DENGAN MODEL DATA MINING MENGGUNANAKAN METODE CLUSTERING Marlindawati 1) Andri 2) 1) Manajemen Informatika Universitas Bina Darma Jl. Ahmad Yani No. 3, Palembang

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Metode penelitian Jenis penelitian ini adalah survey. Penelitian ini dilakukan di kampus Universitas Bina Nusantara, warung internet, dan perkantoran. Pengambilan lokasi

Lebih terperinci

berdasarkan variabel yang sudah ditentukan.

berdasarkan variabel yang sudah ditentukan. BAB III METODE PENELITIAN 3.1 Desain Penelitian Jenis penelitian adalah penelitian survei, yaitu penelitian yang bertujuan memberikan gambaran fenomena yang diamati dengan lebih mendetail, misalnya disertai

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI. yang akan diteliti. Pemanfaatan algoritma apriori sudah cukup banyak digunakan, antara lain

BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI. yang akan diteliti. Pemanfaatan algoritma apriori sudah cukup banyak digunakan, antara lain BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tinjauan Pustaka Penelitian ini menggunakan beberapa sumber pustaka yang berhubungan dengan kasus yang akan diteliti. Pemanfaatan algoritma apriori sudah cukup

Lebih terperinci

BAB III METODE PENELITIAN. Jl. Raya Ngebel Semanding, Jenangan, Ponorogo.

BAB III METODE PENELITIAN. Jl. Raya Ngebel Semanding, Jenangan, Ponorogo. BAB III METODE PENELITIAN A. Rancangan Penelitian 1. Tempat Penelitian Penelitian dilaksanakan di SMA Negeri 1 Jenangan dengan alamat Jl. Raya Ngebel Semanding, Jenangan, Ponorogo.. Waktu Waktu penelitian

Lebih terperinci

HUBUNGAN KECERDASAN EMOSIONAL DENGAN PERILAKU MENGAJAR GURU DI SMA NEGERI KOTA KOTAMOBAGU. Oleh :

HUBUNGAN KECERDASAN EMOSIONAL DENGAN PERILAKU MENGAJAR GURU DI SMA NEGERI KOTA KOTAMOBAGU. Oleh : HUBUNGAN KECERDASAN EMOSIONAL DENGAN PERILAKU MENGAJAR GURU DI SMA NEGERI KOTA KOTAMOBAGU Oleh : Indah Sri Wahyuni Ridjal, Arwildayanto*, Besse Marhawati** Jurusan Manajemen Pendidikan Fakultas Ilmu Pendidikan

Lebih terperinci

Korelasi Linier Berganda

Korelasi Linier Berganda Korelasi Linier Berganda Analisa Korelasi Untuk mengukur "seberapa kuat" atau "derajat kedekatan yang terjadi antar variabel. Ingin mengetahui derajat kekuatan tersebut yang dinyatakan dalam koefisien

Lebih terperinci

III. METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data sekunder deret waktu

III. METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data sekunder deret waktu III. METODE PENELITIAN A. Jenis dan Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder deret waktu (time-series data) bulanan dari periode 2004:01 2011:12 yang diperoleh dari PT.

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Metode Penelitian yang Digunakan 3.1.1 Objek Penelitian Objek dalam penelitian ini adalah dana perimbangan dan kinerja keuangan Pemerintah Kota Cimahi sejak tahun 2008 hingga

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian adalah penelitian kuantitatif jenis korelasional, menggunakan

BAB III METODE PENELITIAN. Jenis penelitian adalah penelitian kuantitatif jenis korelasional, menggunakan 58 BAB III METODE PENELITIAN 3.1 Desain Penelitian Jenis penelitian adalah penelitian kuantitatif jenis korelasional, menggunakan metode exposed facto. Hal tersebut sesuai dengan pendapat Sugiyono (2009:115).

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Metode Penelitian Metode pada dasarnya merupakan alat yang digunakan untuk mencapai sesuatu. Dalam penelitian memiliki karakteristik yang komplek, tidak sekedar alat

Lebih terperinci

BAB III METODE PENELITIAN. Perencanaan Strategis dan Sistem Pendukung Keputusan terhadap Kinerja Kepala

BAB III METODE PENELITIAN. Perencanaan Strategis dan Sistem Pendukung Keputusan terhadap Kinerja Kepala 106 BAB III METODE PENELITIAN A. Pendekatan dan Metode Penelitian Penelitian ini bertujuan untuk mendeskripsikan dan menganalisis pengaruh Perencanaan Strategis dan Sistem Pendukung Keputusan terhadap

Lebih terperinci

Analisis Korelasi dan Regresi. Dr. Kusman Sadik, M.Si Dept. Statistika IPB

Analisis Korelasi dan Regresi. Dr. Kusman Sadik, M.Si Dept. Statistika IPB Analisis Korelasi dan Regresi Dr. Kusman Sadik, M.Si Dept. Statistika IPB - 015 1 Hubungan Dua Peubah atau Lebih PEUBAH KASUS PENGUMPULAN DATA JENIS HUBUNGANNYA 1.Dosis pupuk.banyaknya padi yg dihasilkan

Lebih terperinci

BAB IV DESKRIPSI DAN ANALISIS DATA

BAB IV DESKRIPSI DAN ANALISIS DATA BAB IV DESKRIPSI DAN ANALISIS DATA A. Deskripsi Data 1. Data Hasil Angket tentang Komunikasi Terbuka Orang Tua dengan Anak Siswa Kelas V SDN Tambakaji 04 Ngaliyan Semarang Data tentang komunikasi terbuka

Lebih terperinci

BAB 4 HASIL PENELITIAN Deskripsi Data Terdistribusi Kualitas Sistem Informasi Business

BAB 4 HASIL PENELITIAN Deskripsi Data Terdistribusi Kualitas Sistem Informasi Business BAB 4 HASIL PENELITIAN 4.1 Deskripsi Data Hasil Penelitian 4.1.1 Deskripsi Data Terdistribusi Kualitas Sistem Informasi Business Trip Berdasarkan instrumen penelitian yang menggunakan skala 1 (satu) sampai

Lebih terperinci

BAB III METODOLOGI PENELITIAN. pertanyaan-pertanyaan penelitiannya Sugiyono (1999:7) Berdasarkan

BAB III METODOLOGI PENELITIAN. pertanyaan-pertanyaan penelitiannya Sugiyono (1999:7) Berdasarkan 27 BAB III METODOLOGI PENELITIAN 1.1 Metode Penelitian Metode penelitian adalah rencana dan sruktur penyelidikan yang disusun sedemikian rupa sehingga peneliti akan memperoleh jawaban untuk pertanyaan-pertanyaan

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian ini adalah kuantitatif. Penelitian kuantitatif merupakan

BAB III METODE PENELITIAN. Jenis penelitian ini adalah kuantitatif. Penelitian kuantitatif merupakan BAB III METODE PENELITIAN A. Obyek/Subyek Penelitian Jenis penelitian ini adalah kuantitatif. Penelitian kuantitatif merupakan analisis yang berupa angka-angka sehingga dapat diukur dan dihitung dengan

Lebih terperinci

APLIKASI DATA MINING ANALISIS DATA TRANSAKSI PENJUALAN OBAT MENGGUNAKAN ALGORITMA APRIORI (Studi Kasus di Apotek Setya Sehat Semarang)

APLIKASI DATA MINING ANALISIS DATA TRANSAKSI PENJUALAN OBAT MENGGUNAKAN ALGORITMA APRIORI (Studi Kasus di Apotek Setya Sehat Semarang) Hapsari Dita Anggraeni, Ragil Saputra, Beta Noranita APLIKASI DATA MINING ANALISIS DATA TRANSAKSI PENJUALAN OBAT MENGGUNAKAN ALGORITMA APRIORI (Studi Kasus di Apotek Setya Sehat Semarang) Hapsari Dita

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 39 III. METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder tersebut merupakan data cross section dari data sembilan indikator

Lebih terperinci

bebas yang diberi simbol X. Data selisih kurs diperoleh dari Laporan

bebas yang diberi simbol X. Data selisih kurs diperoleh dari Laporan BAB IV ANALISIS DAN HASIL PEMBAHASAN A. Deskripsi Data. Data Selisih Kurs Dalam penelitian ini, data selisih kurs digunakan sebagai variabei bebas yang diberi simbol X. Data selisih kurs diperoleh dari

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Tujuan Operasional Penelitian Tujuan operasional penelitian ini yaitu: Untuk dapat memperoleh informasi berkualitas yang up-to-date, akurat, dan terpercaya. Kerahasiaan

Lebih terperinci

REGRESI LINIER GANDA. Fitriani Agustina, Math, UPI

REGRESI LINIER GANDA. Fitriani Agustina, Math, UPI REGRESI LINIER GANDA 1 Pengertian Regresi Linier Ganda Merupakan metode yang digunakan untuk memodelkan hubungan linear antara variabel terikat dengan dua/lebih variabel bebas. Regresi linier untuk memprediksi

Lebih terperinci

B. Lokasi dan Waktu Penelitian Penelitian ini dilaksanakan di SMA N 1 Kaliwungu yang beralamat di Kecamatan Kaliwungu Kabupaten Kendal pada

B. Lokasi dan Waktu Penelitian Penelitian ini dilaksanakan di SMA N 1 Kaliwungu yang beralamat di Kecamatan Kaliwungu Kabupaten Kendal pada BAB III METODE PENELITIAN A. Jenis dan Pendekatan Penelitian Penelitian ini menggunakan jenis dan desain penelitian kuantitatif. Penelitian kuantitatif adalah penelitian yang berlandaskan pada filsafat

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian ini merupakan penelitian ex post facto, yaitu penelitian yang

BAB III METODE PENELITIAN. Jenis penelitian ini merupakan penelitian ex post facto, yaitu penelitian yang 70 BAB III METODE PENELITIAN 3.1 Desain Penelitian Jenis penelitian ini merupakan penelitian ex post facto, yaitu penelitian yang bertujuan untuk menyelidiki peritiwa yang telah terjadi dan kemudian merunut

Lebih terperinci

Akurasi Data Mining Untuk Menghasilkan Pola Kelulusan Mahasiswa

Akurasi Data Mining Untuk Menghasilkan Pola Kelulusan Mahasiswa Akurasi Data Mining Untuk Menghasilkan Pola Kelulusan Mahasiswa dengan Metode NAÏVE BAYES M. Ridwan Effendi Fakultas Komputer Jurusan Sistem Informasi Universitas Mohammad Husni Thamrin Jakarta Email :

Lebih terperinci

BAB I PENDAHULUAN. pengetahuan yang tersembunyi di dalam database. Data mining merupakan proses

BAB I PENDAHULUAN. pengetahuan yang tersembunyi di dalam database. Data mining merupakan proses BAB I PENDAHULUAN A. Latar Belakang Masalah Data mining adalah suatu konsep yang digunakan untuk menemukan pengetahuan yang tersembunyi di dalam database. Data mining merupakan proses semi otomatik yang

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Tujuan Penelitian Berdasarkan masalah yang telah peneliti rumuskan, maka tujuan penelitian ini adalah untuk data atau fakta yang benar (sahih, benar, valid) dan dapat dipercaya

Lebih terperinci

Gambar 2.1 Klasifikasi Metode Dependensi dan Interdependensi Analisis Multivariat

Gambar 2.1 Klasifikasi Metode Dependensi dan Interdependensi Analisis Multivariat Bab Landasan Teori.1 Analisis Multivariat Analisis statistik multivariat merupakan metode dalam melakukan penelitian terhadap lebih dari dua variable secara bersamaan. Dengan menggunakan teknik analisis

Lebih terperinci

BAB 2 LANDASAN TEORI. Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor

BAB 2 LANDASAN TEORI. Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor 8 BAB 2 LANDASAN TEORI 2.1 Pengertian Analisis Regresi Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor (variabel independent) dengan variabel outcome (variabel dependen) untuk

Lebih terperinci

BAB II METODE PENELITIAN. Jenis Metode Penelitian dan Pendekatan

BAB II METODE PENELITIAN. Jenis Metode Penelitian dan Pendekatan BAB II METODE PENELITIAN II. 1 Jenis Metode Penelitian dan Pendekatan Jenis penelitian yang digunakan dalam penelitian ini adalah metode peneletian korelasional dengan analisis data kuantitatif, dengan

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1.Tempat dan Waktu Penelitian Penelitian ini akan dilaksanakan di SMP N I Tapa kelas VIII tahun ajaran 2012-2013selama kurang lebih 2 (dua) bulan. 3.2. Metode dan Desain

Lebih terperinci

BAB III METODE PENELITIAN. 3.1 Jenis Penelitian dan Gambaran dari Populasi (Objek) Penelitian

BAB III METODE PENELITIAN. 3.1 Jenis Penelitian dan Gambaran dari Populasi (Objek) Penelitian BAB III METODE PENELITIAN 3.1 Jenis Penelitian dan Gambaran dari Populasi (Objek) Penelitian Penelitian ini bersifat korelasional (correlational research), yaitu tipe penelitian dengan karakteristik masalah

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bab ini akan dijelaskan teori-teori yang menjadi dasar dan landasan dalam penelitian sehingga membantu mempermudah pembahasan selanjutnya. Teori tersebut meliputi arti dan peranan

Lebih terperinci

STATISTIKA TERAPANNYA PADA BIDANG INFORMATIKA

STATISTIKA TERAPANNYA PADA BIDANG INFORMATIKA STATISTIKA TERAPANNYA PADA BIDANG INFORMATIKA BUSTAMI, S.Si., M.Si., M.Kom DAHLAN ABDULLAH, ST., M.Kom FADLISYAH, S.Si., MT STATISTIKA TERAPANNYA PADA BIDANG INFORMATIKA BUSTAMI, S.Si., M.Si., M.Kom DAHLAN

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian dilaksanakan di MTS Negeri Bongkudai pada siswa kelas VIII

BAB III METODOLOGI PENELITIAN. Penelitian dilaksanakan di MTS Negeri Bongkudai pada siswa kelas VIII BAB III METODOLOGI PENELITIAN 3.1 Tempat dan Waktu Penelitian 3.1.1 Tempat Penelitian Penelitian dilaksanakan di MTS Negeri Bongkudai pada siswa kelas VIII tahun pelajaran 01-013. 3.1. Waktu Penelitian

Lebih terperinci

BAB IV HASIL PENELITIAN

BAB IV HASIL PENELITIAN 143 BAB IV HASIL PENELITIAN Pada bab ini diuraikan tentang: a) deskripsi data; b) uji prasyarat analisis; dan c) pengujian hipotesis penelitian. A. Deskripsi Data Penyajian statistik deskripsi hasil penelitian

Lebih terperinci

Uji Hipotesis dengan ANOVA (Analysis of Variance)

Uji Hipotesis dengan ANOVA (Analysis of Variance) Uji Hipotesis dengan ANOVA (Analysis of Variance) I. Pengertian Dalam sebuah penelitian, terkadang kita ingin membandingkan hasil perlakuan (treatment) pada sebuah populasi dengan populasi yang lain dengan

Lebih terperinci

Uji Validitas dan Reliabilitas

Uji Validitas dan Reliabilitas Uji Validitas dan Reliabilitas Uji Validitas Tes Setiap penyusunan instrumen dalam penelitian selalu memperhitungkan beberapa pertimbangan seperti apa yang hendak diukurnya, apakah data yang terkumpul

Lebih terperinci

Analisis Korelasi & Regresi

Analisis Korelasi & Regresi Analisis Korelasi & Regresi Oleh: Ki Hariyadi,, S.Si., M.PH Nuryadi, S.Pd.Si UIN JOGJAKARTA 1 Pokok Bahasan Analisis Korelasi Uji Kemaknaan terhadap ρ (rho) Analisis Regresi Linier Analisis Kemaknaan terhadap

Lebih terperinci