SNT KT III ~--~~ ~~ ~
|
|
- Widyawati Yuwono
- 8 tahun lalu
- Tontonan:
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 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 terperinciBAB 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 terperinciBAB 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 terperinciANALISIS 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 terperinciDESAIN 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 terperinciSTK511 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 terperinciBAB 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 terperinciMata 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 terperinciBAB 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 terperinciABSTRAK. 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 terperinciBAB 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 terperinciBAB 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 terperinciAbidah 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperincidan 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 terperinciMODEL 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciHipotesis 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 terperinciBAB 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 terperinciBAB 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 terperinciMateri 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 terperinciREGRESI 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 terperinciBab 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciRegresi 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 terperinciStatistik 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 terperinciBAB 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 terperinciKISI-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 terperinciBAB 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 terperinci1. 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 terperinciBAB 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 terperinciBAB 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 terperinciRegresi 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 terperinciBAB 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 terperinciBAB 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 terperinciPertemuan 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 terperinciBAB 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 terperinciBAB 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 terperinciPerbedaan 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 terperinciAnalisis 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 terperinciPENERAPAN 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 terperinciANALISIS 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 terperinciAnalisa 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 terperinciAnalisis 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 terperinciBAB 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 terperinciBAB 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 terperinciKonsep 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 terperinciBAB 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 terperinciREGRESI 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 terperinciBAB 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 terperinciPENGKLASIFIKASIAN 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 terperinciBAB 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 terperinciberdasarkan 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 terperinciBAB 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 terperinciBAB 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 terperinciHUBUNGAN 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 terperinciKorelasi 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 terperinciIII. 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciAnalisis 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciAPLIKASI 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 terperinciIII. 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 terperincibebas 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 terperinciBAB 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 terperinciREGRESI 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 terperinciB. 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 terperinciBAB 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 terperinciAkurasi 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 terperinciBAB 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 terperinciBAB 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 terperinciGambar 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciSTATISTIKA 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 terperinciBAB 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 terperinciBAB 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 terperinciUji 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 terperinciUji 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 terperinciAnalisis 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