PEMETAAN DAN PERANGKINGAN SPONSOR BEASISWA UTUSAN DAERAH IPB BERDASARKAN KEBERHASILAN STUDI LULUSAN ANA MUTHIATUS SA ADAH

Ukuran: px
Mulai penontonan dengan halaman:

Download "PEMETAAN DAN PERANGKINGAN SPONSOR BEASISWA UTUSAN DAERAH IPB BERDASARKAN KEBERHASILAN STUDI LULUSAN ANA MUTHIATUS SA ADAH"

Transkripsi

1 PEMETAAN DAN PERANGKINGAN SPONSOR BEASISWA UTUSAN DAERAH IPB BERDASARKAN KEBERHASILAN STUDI LULUSAN ANA MUTHIATUS SA ADAH DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014

2

3 PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Pemetaan dan Perangkingan Sponsor Beasiswa Utusan Daerah IPB berdasarkan Keberhasilan Studi Lulusan adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, Juli 2014 Ana Muthiatus Sa adah NIM G

4 ABSTRAK ANA MUTHIATUS SA ADAH. Pemetaan dan Perangkingan Sponsor Beasiswa Utusan Daerah IPB berdasarkan Keberhasilan Studi Lulusan. Dibimbing oleh ERFIANI dan DIAN KUSUMANINGRUM. Program Beasiswa Utusan Daerah (BUD) telah diselenggarakan sejak tahun 2004, dengan jumlah sponsor 17 instansi. Tahun-tahun berikutnya program BUD kembali dilaksanakan sebagai salah satu jalur penerimaan mahasiswa sarjana IPB dengan jumlah sponsor yang bertambah. Penelitian ini mengidentifikasi secara deskriptif keberhasilan studi lulusan BUD dari tiap kelompok sponsor beserta karakteristik lulusan BUD dan karakteristik sponsor. Analisis biplot digunakan untuk memetakan kelompok sponsor BUD berdasarkan indikator keberhasilan studi lulusannya. Analisis biplot yang dilakukan mampu memberikan informasi sebesar 75.9% dari data asal. Kelompok sponsor 5 memiliki keberhasilan studi terbaik dengan nilai peubah IPK TPB, IPK akhir dan persentase lulusan di atas rata-rata. Perangkingan kelompok sponsor BUD berdasarkan keberhasilan studi lulusannya menggunakan metode Preference Selection Index menghasilkan peringkat kelompok sponsor dengan keberhasilan studi terbaik sampai dengan kurang baik. Hasil perangkingannya adalah kelompok sponsor 5, 6, 4, 2, 8, 7, 1 dan 3. Kata kunci: Analisis biplot, BUD, deskriptif, metode preference selection index ABSTRACT ANA MUTHIATUS SA ADAH. Mapping and Ranking of Regional Representative Scholarship (BUD) Sponsor IPB Based on Graduates Study Success. Supervised by ERFIANI and DIAN KUSUMANINGRUM. Regional Representative Scholarship Program (BUD) has been held since 2004, the number of the sponsors were 17 institutions. In the following years BUD program was implemented as one of the IPB undergraduate admissions and the number of sponsors also increased. This research descriptively identified indicators of BUD graduates study success, indicators of sponsor characteristics, and indicators of BUD graduates characteristics. Biplot analysis could be used to map the sponsors group based on indicators of BUD graduates study success. Information displayed by biplot graph was enough to represent the actual state of data shown by the value of total variance represented was 75.9%. The fifth sponsor group had the best BUD graduates study success where the value of TPB s GPA, GPA, and graduates percentage were higher than the average. The rank of BUD sponsors group based on indicators of graduates study success used the Preference Selection Index showed the highest rank (the best study success) to the lowest rank of the sponsors group. The ranks were sponsor group 5, 6, 4, 2, 8, 7, 1, and 3. Keywords : Analysis biplot, BUD, descriptive, preference selection index method

5 PEMETAAN DAN PERANGKINGAN SPONSOR BEASISWA UTUSAN DAERAH IPB BERDASARKAN KEBERHASILAN STUDI LULUSAN ANA MUTHIATUS SA ADAH Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Statistika pada Departemen Statistika DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014

6

7 Judul Skripsi : Pemetaan dan Perangkingan Sponsor Beasiswa Utusan Daerah IPB berdasarkan Keberhasilan Studi Lulusan Nama : Ana Muthiatus Sa adah NIM : G Disetujui oleh Dr Ir Erfiani, MSi Pembimbing I Dian Kusumaningrum, SSi, MSi Pembimbing II Diketahui oleh Dr Anang Kurnia, MSi Ketua Departemen Tanggal Lulus:

8 PRAKATA Puji dan syukur penulis panjatkan kepada Allah SWT atas segala karunia- Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang dipilih dalam penelitian yang dilaksanakan sejak bulan Januari-April 2014 ini adalah Beasiswa Utusan Daerah, dengan judul Pemetaan dan Perangkingan Sponsor Beasiswa Utusan Daerah IPB berdasarkan Keberhasilan Studi Lulusan. Terima kasih penulis ucapkan kepada: 1. Kementrian Agama selaku sponsor penulis selama menempuh pendidikan di IPB. 2. Dr Ir Erfiani, MSi dan Dian Kusumaningrum, SSi, MSi selaku komisi pembimbing atas arahan, bimbingan, semangat, dan doa selama penyusunan skripsi. 3. Dr Ir Budi Susetyo MS selaku penguji luar komisi atas kritik dan saran yang diberikan. 4. Cici Suhaeni, MSi selaku moderator seminar yang telah memberikan kritik dan sarannya. 5. Dr Ir Ibnul Qoyyim, Ibu Fachraini dan Ibu Sonya dari Sekretariat BUD serta Bapak Suratman dari Direktorat Administrasi Pendidikan IPB yang telah membantu selama pengumpulan data. 6. Lulusan dan mahasiswa BUD yang telah bersedia menjadi responden dalam penelitian ini. 7. Orang tua dan keluarga atas doa dan semangat yang tiada henti diberikan. 8. Dosen dan Staf Departemen Statistika IPB yang telah membantu selama penulisan skripsi dan administrasinya. 9. Teman-teman satu bimbingan atas perjuangan bersama selama penyusunan skripsi. 10. Teman-teman Statistika 47 IPB dan CSS MoRA 47 IPB atas semangat dan doa yang diberikan. Semoga karya ilmiah ini bermanfaat. Segala kekurangan harap maklum. Bogor, Juli 2014 Ana Muthiatus Sa adah

9 DAFTAR ISI DAFTAR TABEL viii DAFTAR GAMBAR viii DAFTAR LAMPIRAN viii PENDAHULUAN 1 Latar Belakang 1 Tujuan Penelitian 2 METODE 2 Data 2 Metode 3 HASIL DAN PEMBAHASAN 5 Eksplorasi Data 5 Pemetaan Sponsor BUD 8 Perangkingan Sponsor BUD 11 SIMPULAN DAN SARAN 13 Simpulan 13 Saran 13 DAFTAR PUSTAKA 13 LAMPIRAN 15 RIWAYAT HIDUP 19

10 DAFTAR TABEL 1 Karakteristik sponsor BUD 6 2 Bobot peubah dalam indikator keberhasilan studi lulusan BUD 11 DAFTAR GAMBAR 1 Karakteristik lulusan BUD secara umum 5 2 Persentase penghasilan orang tua lulusan BUD secara umum 5 3 Keberhasilan studi lulusan tiap kelompok sponsor BUD 7 4 Persentase keberhasilan studi tiap kelompok sponsor BUD 8 5 Pemetaan keberhasilan studi tiap kelompok sponsor BUD 9 6 Perangkingan kelompok sponsor BUD berdasarkan keberhasilan studi lulusan 12 DAFTAR LAMPIRAN 1 Peubah-peubah yang diamati dalam penelitian 15 2 Pendefinisian peubah 15 3 Jenis instansi tiap sponsor BUD 16 4 Pengelompokan sponsor BUD berdasarkan karakteristik sponsor 16 5 Diagram alir penelitian 17 6 Korelasi peubah-peubah keberhasilan studi lulusan 18

11 1 PENDAHULUAN Latar Belakang Salah satu jalur penerimaan mahasiswa baru untuk pendidikan sarjana Institut Pertanian Bogor (IPB) adalah Beasiswa Utusan Daerah (BUD). Program yang dimulai pada tahun 2004 ini dikelola oleh tim BUD, Direktorat Kerjasama dan Program Internasional IPB. Jalur masuk BUD memberi kesempatan bagi lulusan SMA/MA/SMK berprestasi dari berbagai daerah untuk menjadi mahasiswa IPB. Mahasiswa BUD direkomendasikan dan dibiayai oleh Pemerintah Pusat, Pemerintah Daerah, Perusahaan, atau Lembaga Swasta yang lulusannya diharapkan kembali ke daerah untuk membangun daerah, perusahaan, dan lembaga swasta (IPB 2010). Setiap tahun tim BUD melakukan evaluasi terhadap prestasi mahasiswa BUD. Evaluasi yang dilakukan adalah pelaporan Indeks Prestasi Kumulatif (IPK) mahasiswa setiap tahun kepada sponsor. Tujuan dari evaluasi tersebut untuk mengevaluasi status kelanjutan studi mahasiswa BUD di IPB. Hasil evaluasi yang diharapkan adalah mahasiswa BUD dapat melanjutkan studi tanpa syarat. Penelitian Rahmah (2013) menyebutkan bahwa persentase mahasiswa BUD yang mengalami drop out (DO) di Tingkat Persiapan Bersama (TPB) pada tahun 2010/2011 sebesar 12.55% dan lebih tinggi daripada mahasiswa yang masuk melalui jalur lain. Indikator keberhasilan studi mahasiswa selama mengikuti pendidikan yang tercantum dalam IPB (2010) dinilai dari segi penilaian mata kuliah, penilaian semester, penilaian akhir tahun akademik, dan penilaian akhir program dengan indikator yang diukur adalah Indeks Prestasi (IP) dan IPK. Penelitian ini mengkaji keberhasilan studi lulusan BUD dari berbagai sponsor. Indikator keberhasilan studi yang diteliti adalah IPK, masa studi, dan beberapa peubah lain. Suryabrata (2005) menyatakan bahwa faktor-faktor yang mempengaruhi prestasi belajar diklasifikasikan menjadi dua yaitu faktor internal (berasal dari dalam diri pelajar) dan faktor eksternal (berasal dari luar diri pelajar). Hanya faktor eksternal yang mempengaruhi keberhasilan studi lulusan yang didentifikasi pada penelitian ini yaitu karakteristik sponsor dan karakteristik lulusan BUD. Karakteristik sponsor BUD yang beragam diduga memberi pengaruh terhadap keberhasilan studi lulusan BUD. Keberhasilan studi lulusan dari tiap sponsor akan lebih mudah diidentifikasi jika ditampilkan dalam grafik dua dimensi. Salah satu metode yang dapat digunakan untuk memetakan data peubah ganda dengan skala pengukuran numerik adalah analisis biplot. Selain pemetaan sponsor, dalam penelitian ini dilakukan perangkingan sponsor BUD. Metode perangkingan yang digunakan adalah metode Preference Selection Index (PSI). Metode PSI telah diterapkan dalam bidang teknik mekanik, seperti seleksi kendaraan otomatis (Sawant dan Mohite 2012) dan seleksi sistem perangkat lunak komputer pada salah satu perusahaan di India (Sawant et al. 2011). Pemberian indeks perangkingan (bobot) untuk masing-masing peubah didapatkan dari data, bukan didasarkan bobot kepentingan yang ditentukan oleh pembuat keputusan/ahli. Manfaat dari pemetaan

12 2 dan perangkingan sponsor ini adalah penyusunan strategi ke depan oleh tim BUD dalam upaya meningkatan keberhasilan studi lulusan BUD. Tujuan Penelitian Tujuan dari penelitian ini adalah: 1. Mengidentifikasi keberhasilan studi lulusan, karakteristik sponsor, dan karakteristik lulusan BUD secara deskriptif. 2. Memetakan sponsor BUD berdasarkan keberhasilan studi lulusan menggunakan analisis biplot. 3. Memeringkatkan sponsor BUD berdasarkan keberhasilan studi lulusan menggunakan metode PSI. METODE Data Objek yan diteliti pada penelitian ini adalah lulusan BUD yang masuk pada tahun 2005 sampai 2009 dan sponsor yang membiayai lulusan tersebut. Data yang digunakan dalam penelitian ini adalah data primer dan sekunder. Data primer berupa biaya penunjang pendidikan dikumpulkan melalui wawancara kepada lulusan dan mahasiswa BUD. Data sekunder berupa indikator keberhasilan studi lulusan BUD, indikator karakteristik sponsor BUD dan indikator karakteristik lulusan BUD yang bersumber dari Sekretariat BUD dan Direktorat Administrasi Pendidikan IPB (Dit AP). Peubah-peubah yang diamati dalam penelitian ini dapat dilihat secara lengkap pada Lampiran 1. Jumlah lulusan yang terdapat pada penelitian ini adalah sebanyak 478 lulusan yang berasal dari berbagai sponsor. Jumlah sponsor yang digunakan dalam analisis berjumlah 65 sponsor dari 180 sponsor. Hal ini dikarenakan tidak setiap tahun sponsor BUD sudah memiliki lulusan. Teknik pemilihan responden untuk pengumpulan informasi biaya penunjang pendidikan adalah teknik penarikan contoh bertahap (multistage) yang terdiri dari teknik penarikan contoh berstrata dan purpossive. Strata yang digunakan adalah sponsor yang memiliki lulusan BUD. Menurut Scheaffer et al. (1990), penarikan contoh purpossive termasuk kategori penarikan contoh tak berpeluang dengan pemilihan contoh tidak dilakukan secara acak tapi hanya berdasarkan tujuan penelitian saja. Lulusan dan mahasiswa BUD dipilih sebagai responden karena dinilai memiliki informasi mengenai program BUD yang mereka ikuti. Pemilihan responden dari tiap strata dilakukan secara purpossive yaitu dengan memilih satu responden kemudian berulang sampai diperoleh informasi biaya penunjang pendidikan dari tiap sponsor BUD. Daftar nama dan nomor telepon lulusan dan mahasiswa BUD bersumber dari Sekretariat BUD. Jumlah responden yang diwawancarai via telepon adalah 130 responden. Pertanyaan yang diajukan kepada responden adalah besaran biaya hidup dan biaya penelitian per tahun yang diberikan oleh sponsor BUD kepada mahasiswanya.

13 3 Metode Tahapan analisis yang dilakukan dalam penelitian ini adalah sebagai berikut dan terangkum dalam diagram alir pada Lampiran 5: 1. Mengumpulkan data dan menyiapkan data (preprocessing data). a. Membuang amatan-amatan yang rangkap pada lulusan BUD. b. Mengkategorikan jenis kelamin dan asal sekolah agar konsisten. c. Mengkategorikan asal daerah berdasarkan provinsi asal dengan merujuk pada daftar provinsi di seluruh Indonesia tahun 2010 pada kemudian dikelompokan sebagai pulau jawa dan luar pulau jawa. d. Mengkategorikan penghasilan orang tua menjadi enam kategori yang merujuk pada pengkategorian yang dilakukan oleh Dit AP IPB. e. Melengkapi data masa kerja sama sponsor dan jenis instansi yang merujuk pada halaman BUD ( f. Mengumpulkan data biaya penunjang pendidikan melalui wawancara kepada lulusan maupun mahasiswa BUD selama periode Maret-April g. Peubah biaya penunjang pendidikan memiliki data hilang 22 dari 65 sponsor BUD. Penanganan data kosong pada biaya penunjang pendidikan diduga menggunakaan median tiap kelompok jenis instansi sponsor. h. Peubah nilai UN SMA/MA/SMK memiliki 118 data hilang dari 478 lulusan. Sumber lain yang memiliki data nilai UN pada saat penerimaan mahasiswa baru adalah Panitia Penerimaan Mahasiswa Baru dan Sekretariat BUD. Namun, data tersebut sama saja dengan yang dimiliki Dit AP. Pendugaan nilai yang kosong tidak dapat dilakukan, sehingga peubah nilai UN SMA/MA/SMK tidak disertakan dalam analisis. 2. Melakukan eksplorasi data. 3. Memetakan sponsor BUD menggunakan analisis biplot dengan data yang digunakan adalah rataan dari median keberhasilan studi dari lima tahun masuk (tahun masuk 2005 sampai 2009) tiap kelompok sponsor BUD. a. Melakukan pembakuan peubah-peubah yang akan digunakan karena terdapat perbedaan satuan, dengan rumus yang digunakan adalah: Dengan adalah nilai peubah IPK TPB (j=1), IPK departemen (j=2) sampai dengan persentase mahasiswa DO (j=7) pada kelompok sponsor ke-i, adalah rataan peubah ke-j dan adalah simpangan baku dari peubah ke-j. b. Mendefinisikan matriks X (8 kelompok sponsor dan 7 peubah dalam indikator keberhasilan studi lulusan). c. Mencari nilai X'X dan mencari akar ciri dari X'X. d. Mencari matriks U, L dan A. Analisis biplot didasarkan pada penguraian nilai singular (SVD). Jollife (2002) menguraikan matriks X menjadi U A. Matriks U dan A adalah matriks berukuran (8 x 2) dan (7 x 2), r adalah pangkat matriks X, dan keduanya mempunyai kolom ortonormal. Kolom matris A adalah vektor ciri yang berpadanan dengan akar ciri dari matrik X'X atau XX'.

14 4 Lajur-lajur matriks U dapat dihitung melalui i, dengan i adalah akar ciri ke-i dari matrik X'X, dan a i adalah lajur ke-i matrik A. Matriks L adalah matriks diagonal berukuran (2 x 2) dengan unsur-unsur diagonalnya adalah akar kuadrat dari akar ciri X'X atau X X'. e. Mencari nilai G dan H. Jika didefinisikan G = U L dan H' = L 1- A' sehingga penguraian X = U L L 1- A' = G H' dengan = 0 maka unsur ke-(i, j) matriks X dapat dapat dituliskan sebagai x ij = g i 'h j, dengan i = 1, 2, 3,...,8 dan j = 1, 2, 3,..., 7, serta g i ' dan h j ' masing-masing merupakan baris-baris matriks G dan H. Matriks G merupakan titik koordinat dari objek, dan matriks H titik koordinat dari peubah. f. Membuat plot pencaran biplot. g. Menghitung ukuran kebaikan biplot dengan rumus Keterangan rumus diatas adalah 1 akar ciri terbesar pertama, 2 akar ciri terbesar kedua, i akar ciri terbesar ke-i dari X'X dan i = 1, 2. h. Interpretasi biplot. 4. Membuat peringkat sponsor BUD dengan metode PSI. Tahapan dalam metode PSI merujuk pada Maniya dan Bhatt (2010) dengan modifikasi pada tahapan 4.b. Data yang digunakan adalah rataan dari median keberhasilan studi lulusan tiap kelompok sponsor BUD untuk masing-masing tahun masuk 2005 sampai a. Membangun desicion matrix dimana terdapat sebanyak 8 kelompok sponsor dengan 7 peubah dalam indikator keberhasilan studi lulusan. ( ) b. Menambahkan konstanta sembarang (dipilih 0.1) pada semua nilai untuk menghindari pembagian dengan nilai nol dan melakukan pembakuan terhadap peubah-peubah yang digunakan dengan rumus yang sama dengan tahapan 3.a. c. Menghitung preference variation value ( ) untuk masing- masing k i k peubah dengan menggunakan persamaan PV j i [ ij - j] Dengan merupakan rataan dari nilai pembakuan kriteria ke-j: j ij i d. Menentukan overall preference value ( ) untuk masing masing kriteria. Untuk menghitung nilai diperlukan nilai besarnya simpangan pada yang dilambangkan dengan, nilai dapat dihitung dengan j menggunakan persamaan j, dengan dan. j j e. Menghitung nilai PSI masing-masing alternatif dengan menggunakan persamaan I i j ( ij j ). f. Melakukan perangkingan berdasarkan nilai PSI yang didapat setiap alternatif..

15 5 HASIL DAN PEMBAHASAN Eksplorasi Data Sebagian besar lulusan BUD yang lulus pada tahun 2008 sampai Februari 2013 adalah lulusan berjenis kelamin perempuan (Gambar 1). Jumlah lulusan perempuan dua kali lebih banyak daripada lulusan laki-laki. Lulusan BUD sebagian besar berasal dari luar pulau jawa (65%). Hal ini sesuai tujuan BUD untuk mendukung pemerataan sumberdaya manusia bermutu di seluruh Indonesia. Asal sekolah lulusan BUD pada saat mendaftar program BUD sebagian besar adalah SMA/MA/SMK negeri. Kebijakan terhadap lulusan BUD yang diharapkan dapat kembali ke daerah asal untuk membangun daerah serta perusahaan dan lembaga swasta disesuaikan dengan kesepakatan instansi masing-masing. Gambar 1 Karakteristik lulusan BUD secara umum Ditinjau dari kondisi ekonomi keluarga lulusan BUD, sebagian besar penghasilan orang tua berkisar antara 2.5 juta rupiah sampai 5 juta rupiah per bulan (Gambar 2). Sebesar 22% lulusan BUD penghasilan orang tuanya mencapai lebih dari 7.5 juta rupiah per bulan. Penghasilan orang tua lulusan BUD memang cukup besar jika dibandingkan dengan beasiswa lain di IPB. Pada saat penyeleksian mahasiswa BUD memang tidak didasarkan seleksi pada prioritas kondisi ekonomi seperti beasiswa lain di IPB. Namun, calon mahasiswa IPB yang dapat mengikuti program BUD adalah lulusan SMU IPA atau SMK berbasis IPA yang memiliki potensi dengan kriteria berumur tidak lebih dari 25 tahun, memiliki nilai rapor SLTA yang baik (minimal 7.00 untuk mata pelajaran Matematika, Fisika, Kimia, Biologi selama 5 semester pertama), sehat jasmani dan rohani, bebas narkoba, serta bersedia tinggal di Asrama TPB-IPB pada tahun pertama. Gambar 2 Persentase penghasilan orang tua lulusan BUD secara umum

16 6 Penyandang dana (sponsor) yang merekomendasikan dan membiayai lulusan BUD memiliki karakteristik yang beragam. Eksplorasi data pada peubah jumlah mahasiswa, masa kerja sama dan biaya penunjang pendidikan menunjukan bahwa ketiga peubah tersebut memiliki nilai-nilai ekstrim. Ditinjau dari masa kerja sama sponsor dengan BUD IPB, sebagian besar sponsor BUD dengan jenis instansi perusahaan, yayasan, dan lembaga lain baru menjalin kerja sama selama satu tahun. Namun ada pula sponsor BUD selama tahun masuk 2005 sampai dengan 2009 selalu mengirimkan mahasiswa untuk menempuh pendidikan sarjana di IPB. Rata-rata jumlah mahasiswa yang diberi beasiswa tiap tahun oleh sponsor paling besar adalah 46 mahasiswa, dan jumlah paling sedikit adalah satu orang mahasiswa. Selain memberikan biaya pendidikan, sponsor BUD juga memberikan biaya penunjang pendidikan berupa biaya hidup dan biaya penelitian. Jumlah biaya penunjang pendidikan paling kecil adalah 3 juta rupiah per tahun dan jumlah paling besar adalah Rp per tahun. Rata-rata biaya penunjang pendidikan dari seluruh sponsor adalah Rp per tahun. Namun ada sponsor yang tidak memberikan biaya penunjang pendidikan kepada mahasiswa BUD. Biaya penunjang pendidikan tersebut dapat diberikan secara langsung pada mahasiswa maupun disalurkan melalui Sekretariat BUD. Tabel 1 Karakteristik sponsor BUD Karakteristik sponsor Kelompok sponsor ke Jumlah mahasiswa per tahun > 2 orang (tinggi) v v v v 2 orang (rendah) v v v v Masa kerja sama > 2 tahun (lama) v v v v tahun (singkat) v v v v Biaya penunjang pendidikan per tahun > 13.2 juta rupiah per tahun (tinggi) v v v v 3. juta rupiah per tahun (rendah) v v v v Perbedaan karakteristik sponsor BUD memungkinkan memberi pengaruh secara tidak langsung terhadap keberhasilan studi lulusan. Oleh karena itu, ke-65 sponsor BUD dikelompokan berdasarkan karakteristik sponsor menjadi delapan kelompok. Nilai median dipilih sebagai dasar pengkategorian karena terdapat nilai ekstrim pada ketiga peubah dalam indikator karakteristik sponsor. Kategori dibedakan menjadi dua yaitu nilai di atas median dan di bawah median (Tabel 1). Pengelompokan berdasarkan hasil eksplorasi data diharapkan mampu mewakili keragaman karakteristik sponsor BUD. Pengelompokan sponsor secara lengkap dapat dilihat pada Lampiran 4. Keberhasilan studi lulusan BUD tiap kelompok sponsor diidentifikasi menggunakan diagram kotak garis, agar dapat diketahui sebaran nilainya (Gambar 3). Nilai rata-rata IPK TPB secara keseluruhan adalah 2.8 dengan simpangan baku Nilai IPK TPB terendah yang diperoleh adalah 1.58 dan IPK TPB tertinggi adalah Pencilan dari IPK TPB sebanyak dua orang lulusan dengan nilai 4.00 serta lulusan dengan nilai IPK TPB 3.89 dan Nilai rata-rata IPK departemen secara keseluruhan adalah 3.01 dengan simpangan baku Nilai

17 7 IPK departemen terendah adalah 1.85 dan IPK departemen tertinggi yang diperoleh adalah Nilai rata-rata IPK akhir secara keseluruhan adalah 2.98 dengan simpangan baku Nilai IPK akhir terendah adalah 2.05 dan IPK akhir tertinggi adalah Keragaman dari peubah IPK TPB, IPK departemen, dan IPK akhir relatif kecil untuk keseluruhan sponsor, namun jika diamati pada diagram kotak garisnya untuk masing-masing kelompok sponsor memiliki keragaman yang relatif besar. Gambar 3 Keberhasilan studi lulusan tiap kelompok sponsor BUD Nilai rata-rata masa studi lulusan BUD secara keseluruhan adalah (52 bulan) dengan simpangan baku 0.29 bulan. Masa studi tersingkat adalah 40 bulan dan masa studi terpanjang adalah 85 bulan, termasuk di dalamnya masa cuti yang diambil oleh mahasiswa. Pencilan masa studi lulusan BUD ada 57 lulusan BUD yang memiliki masa studi lebih dari 58 bulan. Asal departemen dan fakultas lulusan yang memiliki masa studi lebih dari empat tahun hampir menyeluruh pada semua departemen dan fakultas di IPB kecuali Fakultas Ekonomi dan Manajemen. Hal ini menunjukan bahwa lulusan BUD asal Fakultas Ekonomi dan Manajemen memiliki masa studi yang lebih baik dibandingkan dengan lulusan BUD dari fakultas lain. Kelompok sponsor BUD memilik rataan persentase lulusan sebesar 74.62% dengan simpangan baku 4.49%. Kelompok sponsor BUD memiliki rataan persentase lulusan tepat waktu sebesar 55.8% dengan simpangan baku 6.63%.

18 8 Kelompok sponsor BUD memiliki rataan persentase mahasiswa DO sebesar 5.20% dengan simpangan baku 1.79%. Hal ini tidak sejalan dengan adanya program tutorial untuk mahasiswa matrikulasi BUD, mahasiswa BUD pada TPB, dan mahasiswa tingkat selanjutnya. Gambar 4 Persentase keberhasilan studi lulusan tiap kelompok sponsor BUD Gambar 4 menyajikan rataan persentase lulusan, persentase lulusan tepat waktu dan persentase mahasiswa DO tiap kelompok sponsor BUD. Kelompok sponsor 7 memiliki rataan persentase lulusan yang paling besar yaitu 96.23% dan 3.77% adalah mahasiswa yang belum lulus ataupun di DO. Kelompok sponsor 5 memiliki rataan persentase lulusan tepat waktu 100%. Jumlah mahasiswa dari kelompok sponsor 5 memang relatif sedikit namun memiliki kualitas yang cukup baik yang dibuktikan dengan masa studi yang kurang dari 48 bulan. Kelompok sponsor yang tidak memiliki mahasiswa DO adalah kelompok sponsor 3, 5 dan 7. Hal ini dapat dijadikan pertimbangan oleh tim BUD sebagai strategi penerimaan calon mahasiswa BUD dari kelompok sponsor tertentu yang memiliki catatan baik. Pemetaan Sponsor BUD Analisis biplot adalah sebuah representasi grafik dua dimensi dari informasi dalam sebuah matriks data X berukuran n objek x p peubah (Johnson dan Wichern 2007). Penyajian matriks data yang berukuran besar ke dalam dimensi dua tentunya harus dilakukan pereduksian dimensi. Pereduksian dimensi memungkinkan berkurangnya informasi yang terkandung dalam data sehingga dipilih nilai yang mampu mewakili keragaman data asal yaitu akar ciri. Penguraian matriks X untuk mendapatkan akar cirinya secara langsung dapat didekati dengan pendekatan penguraian nilai singular (PNS) yang mengacu pada Gabriel (1971). Analisis biplot dari keberhasilan studi tiap kelompok sponsor mampu menggambarkan 75.9% informasi pada data asal. Objek berupa delapan kelompok sponsor yang diwakili oleh titik biru dan tujuh peubah keberhasilan studi yang diwakili oleh garis merah mampu digambarkan dengan jelas. Pemilihan nilai α yang ekstrim dalam penguraian nilai singular matriks X memberikan perbedaan dalam interpretasi biplot karena berpengaruh terhadap matriks G dan H yang akan diperoleh sebagai koordinat dari objek dan peubah.

19 9 Informasi yang diperoleh dari hasil analisis biplot dengan α = 0 adalah keragaman peubah, hubungan antar peubah, dan kedekatan antar objek. Panjang vektor peubah sebanding dengan keragaman peubah karena matriks H (ragam peubah) yang dihasilkan dari PNS memiliki nilai diagonal utama yang menyatakan panjang vektor peubah. Peubah yang memiliki keragaman besar digambarkan oleh vektor yang relatif panjang, seperti peubah IPK departemen, IPK akhir, masa studi, dan persentase lulusan tepat waktu. Peubah yang digambarkan oleh vektor relatif pendek memiliki keragaman kecil, yaitu peubah IPK TPB, persentase lulusan dan persentase mahasiswa DO. Keragaman peubah tersebut memberi arti bahwa keberhasilan studi lulusan BUD memiliki ukuran penyebaran yang relatif besar atau kecil terhadap nilai rata-ratanya. Keberhasilan studi lulusan BUD nilai-nilainya berbeda satu sama lain (heterogen). Gambar 5 Pemetaan keberhasilan studi tiap kelompok sponsor BUD Nilai cosinus sudut antara dua vektor peubah menggambarkan korelasi kedua peubah. Jika sudut yang dibentuk antara dua peubah kurang dari 90 (sudut lancip) maka kedua peubah tersebut memiliki korelasi positif. Begitu juga sebaliknya, namun jika sudut yang dibentuk antara kedua peubah mendekati 90 (siku-siku) maka peubah tidak saling berkorelasi. Namun besaran korelasinya tidak dapat diukur dari analisis biplot. Korelasi antar peubah dalam indikator keberhasilan studi lulusan menunjukan keeratan hubungan linier antar satu peubah dengan peubah lain. Aunuddin (2005) mengatakan bahwa koefisien korelasi bernilai - r, artinya semakin negatif nilai korelasinya, semakin lemah hubungan liniernya, begitu juga sebaliknya. Peubah IPK TPB berimpit dengan peubah persentase mahasiswa DO, jika dihitung menggunakan korelasi pearson kedua peubah tersebut berkorelasi positif (0.283) namun tidak nyata pada α Mahasiswa yang memiliki IPK.5 atau dengan kriteria lain yang disebutkan dalam IPB (2010) dapat diputus studi pendidikan sarjananya. Peubah IPK departemen dan IPK akhir membentuk sudut lancip, begitu juga antara peubah IPK departemen dengan persentase lulusan tepat waktu. Jika dihitung menggunakan korelasi pearson besaran korelasinya adalah dan namun hanya nyata pada α 0.05 untuk IPK departemen dengan IPK akhir. Korelasi positif antara IPK departemen dengan IPK akhir menunjukan bahwa jika IPK departemen besar nilainya maka IPK akhir juga akan besar nilainya, begitu juga sebaliknya jika IPK departemen kecil nilainya maka IPK akhir akan kecil nilainya. Hal ini dikarenakan IPK akhir didefinisikan sebagai IPK

20 10 lulusan BUD dari semester 1 sampai semester berakhirnya masa studi selama menempuh pendidikan sarjana di IPB dan IPK departemen didefinisikan sebagai IPK lulusan BUD dari semester 3 sampai semester lulus. Korelasi positif antara IPK departemen dan persentase lulusan tepat waktu serupa dengan hubungan linier antara IPK departemen dan IPK akhir. IPK departemen termasuk dalam pendefinisian IPK akhir. IPK akhir berkaitan dengan satuan kredit semester (sks) maksimal yang dapat diambil oleh mahasiswa dalam satu semester. IPK akhir yang tinggi maka beban studi maksimum yang dapat diambil juga besar, hal tersebut memungkinkan mahasiswa memiliki masa studi yang singkat dalam menyelesaikan kewajiban seluruh sks yang harus diambil sehingga dapat lulus tepat waktu. Peubah masa studi membentuk sudut lancip dengan peubah persentase lulusan, jika dihitung menggunakan koefisien korelasi pearson besaran korelasinya sebesar namun tidak nyata pada α Semakin lama masa studi yang ditempuh lulusan maka persentase lulusan semakin besar pula. Hal ini dikarenakan rataan masa studi yang besar memungkinkan lebih banyak mahasiswa yang dikategorikan sudah lulus sehingga persentase lulusannya besar pula. Kedekatan antar objek pada gambar biplot dapat dilihat dengan menggunakan jarak Euclid g i dan g j sebanding dengan jarak mahalanobis antar objek pengamatan i dan j dalam data pengamatan sesungguhnya. Kelompok sponsor 1 dan 6 memiliki letak yang berdekatan, namun tidak memiliki peubah penciri. Hal ini sesuai untuk kelompok sponsor 1 yang ternyata memiliki rata-rata untuk seluruh peubah dalam indikator keberhasilan studi dari tahun masuk 2005 sampai 2009 dibawah rata-rata keseluruhan, namun kurang sesuai untuk kelompok sponsor 6 yang ternyata memiliki rata-rata IPK TPB, IPK akhir, persentase lulusan, dan persentase lulusan tepat waktu di atas rata-rata keseluruhan. Ketidaksesuaian hasil analisis biplot dikarenakan oleh keragaman yang dapat dijelaskan oleh komponen utama 1 dan komponen utama 2 belum 100%. Kelompok sponsor 3 memiliki penciri peubah persentase lulusan tepat waktu. Rata-rata persentase lulusan tepat waktu dari kelompok sponsor 3 di atas rata-rata keseluruhan. Kelompok sponsor 2 dan 4 memiliki penciri peubah IPK TPB dan persentase mahasiswa DO. Kedua kelompok sponsor tersebut samasama memiliki rata-rata nilai IPK TPB dan persentase mahasiswa DO di atas ratarata keseluruhan. Kelompok sponsor 5 memiliki penciri peubah IPK departemen, IPK akhir dan persentase lulusan tepat waktu. Rata-rata nilai ketiga peubah tersebut dari kelompok sponsor 5 di atas rata-rata keseluruhan. Kelompok sponsor 7 dan 8 memiliki penciri peubah masa studi dan persentase lulusan. Kedua kelompok sponsor tersebut memiliki rata-rata nilai masa studi dan persentase lulusan di atas rata-rata keseluruhan. Perangkingan Sponsor BUD Metode PSI termasuk Multi Atribute Desicion Making (MADM) yang dapat diterapkan dalam pemilihan alternatif tertentu. Tidak seperti metode konvensional yang mengadopsi hanya salah satu dari atribut penilaian, metode PSI mempertimbangkan seluruh atribut secara bersamaan (Maniya dan Bhatt 2010). Namun tidak ada interpretasi dari besar kecilnya indeks yang didapatkan dari data,

21 11 hanya sebagai acuan untuk memberi peringkat saja. Pada penelitian ini dilakukan modifikasi pada tahapan 4.b pada algoritme PSI menurut Maniya dan Bhatt (2010). Rumus asli tahapan normalisasi data (4.b) menggunakan jangkauan, yaitu untuk peubah yang diharapkan nilainya semakin besar semakin baik maka persamaannya adalah ij ij ma. Peubah yang diharapkan nilainya semakin kecil j semakin baik persamaannya adalah ij jmin. Keterangan dari rumus normalisasi tersebut adalah merupakan hasil pengukuran kelompok sponsor ke i dan peubah ke j. Rumus normalisasi tersebut tidak dapat mengakomodir perbedaan satuan pengukuran dari peubah dalam indikator keberhasilan studi lulusan. Penelitian ini menggunakan alternatif tahapan normalisasi yaitu menggunakan standardisasi normal baku. Tabel 2 Bobot peubah dalam indikator keberhasilan studi lulusan BUD Peubah Tahun masuk IPK TPB IPK departemen IPK akhir Masa studi Persentase lulusan Persentase lulusan tepat waktu Persentase mahasiswa DO Jumlah bobot Hasil perangkingan kelompok sponsor BUD berdasarkan keberhasilan studi lulusan BUD menggunakan metode PSI dilakukan untuk tiap tahun masuk yaitu tahun 2005 sampai Perangkingan diurutkan dari kelompok sponsor yang memiliki indeks PSI paling besar sampai dengan yang paling kecil dengan kata lain diurutkan dari kelompok sponsor yang memiliki keberhasilan studi paling baik sampai dengan yang paling kurang baik. Hasil perangkingan tahun 2005 adalah kelompok sponsor 5, 6, 4, 8, 2, 1, dan 7. Hasil perangkingan tahun 2006 adalah kelompok sponsor 4, 6, 1, 2, dan 8. Hasil perangkingan tahun 2007 adalah kelompok sponsor 6, 8, 5, 4, 1, 7, 2, dan 3. Hasil perangkingan tahun 2008 adalah kelompok sponsor 2, 8, 4, 7, 6, 1, dan 3. Hasil perangkingan tahun 2009 adalah kelompok sponsor 7, 2, 1, 3, 4, dan 8. Ada kemiripan bobot yang dihasilkan dari keberhasilan studi lulusan BUD tahun masuk 2005, 2006 dan 2007 (Tabel 2). Hal ini menunjukan performa keberhasilan studi dari tiap kelompok sponsor BUD hampir serupa karena bobot yang dihasilkan sama. Tiap kelompok sponsor BUD memiliki performa keberhasilan studi lulusan BUD yang fluktuatif tiap tahunnya. Kelompok sponsor 1 memiliki peringkat keberhasilan studi lulusan BUD dari tahun masuk 2005 sampai 2009 adalah Kelompok sponsor 2 memiliki peringkat keberhasilan studi lulusan BUD tiap tahunnya adalah Kelompok sponsor 3 memiliki lulusan BUD dari tahun masuk 2007 sampai 2009 sehingga peringkatnya adalah Kelompok sponsor 4 memiliki peringkat keberhasilan studi lulusan BUD tiap tahunnya ij

22 12 adalah Kelompok sponsor 5 hanya memiliki lulusan BUD dari tahun masuk 2005 dan 2007 dengan peringkatnya 1 dan 3. Kelompok sponsor 6 tidak memiliki lulusan BUD dari tahun masuk 2009 dan kelompok 7 tidak memiliki lulusan BUD dari tahun masuk 2006, peringkat masing-masing kelompok adalah dan Kelompok sponsor 8 memiliki peringkat keberhasilan studi lulusan BUD tiap tahunnya adalah Gambar 6 Perangkingan kelompok sponsor BUD berdasarkan keberhasilan studi lulusan Peringkat kelompok sponsor setiap tahunnya dirata-ratakan maka menghasilkan rata-rata peringkat pada Gambar 6. Kelompok sponsor 5 yang menempati urutan pertama keberhasilan studi lulusan BUD memiliki karakteristik jumah mahasiswa per tahun hanya 2 atau 1 orang, masa kerja sama 3 tahun, dan memberikan biaya penunjang pendidikan lebih dari 13.2 juta rupiah. Kelompok sponsor 5 hanya memiliki 1 anggota kelompok sponsor yaitu dengan jenis instansi perusahaan. Kelompok sponsor yang menempati urutan 2 dan 3 yaitu kelompok sponsor 6 dan 4 memiliki kemiripan karakteristik sponsor yaitu biaya penunjang pendidikan yang kurang dari 13.2 juta rupiah per tahun. Anggota kelompok sponsor 6 adalah jenis instansi pemerintah kabupaten/kota, sementara itu anggota kelompok sponsor 4 adalah pemerintah provinsi dan pemerintah kabupaten/kota. Kelompok sponsor 2 dan 8 memiliki peringkat yang sama namun karakteristik sponsornya agak berbeda. Anggota kelompok sponsor 2 memiliki rata-rata jumlah mahasiswa lebih dari 2 orang tiap tahunnya, masa kerja sama lebih dari 2 tahun, dan biaya penunjang pendidikan kurang dari 13.2 juta rupiah per tahun. Anggota kelompok sponsor 8 memiliki karakteristik berlawanan dengan kelompok 2 namun dengan biaya penunjang yang sama. Anggota kelompok sponsor 2 adalah jenis instansi pemerintah pusat, pemerintah provinsi, dan pemerintah kabupaten/kota. Anggota kelompok sponsor 8 sama beragam seperti kelompok sponsor 2 namun ada juga anggota sponsor dengan jenis instansi perusahaan. Kelompok sponsor dengan peringkat tiga terbawah yaitu kelompok sponsor 7, 1 dan 3 memiliki kemiripan karakteristik sponsor biaya penunjang pendidikan yang lebih dari 13.2 juta rupiah per tahun. Anggota kelompok sponsor 7 adalah jenis instansi pemerintah kabupaten, perusahaan, serta yayasan dan lembaga lain. Anggota kelompk sponsor 1 adalah jenis instansi pemerintah provinsi, pemerintah kabupaten/kota, serta yayasan dan lembaga lain. Anggota kelompok sponsor 3 adalah jenis instansi perusahaan saja.

23 13 SIMPULAN DAN SARAN Simpulan Hasil eksplorasi secara deskriptif menunjukan bahwa masih banyak lulusan BUD yang memiliki masa studi lebih dari empat tahun. Rata-rata nilai IPK TPB, IPK departemen dan IPK akhir lulusan BUD lebih dari 2.75 namun keragaman nilainya masih relatif besar untuk tiap kelompok sponsor. Hasil pemetaan menggunakan analisis biplot cukup baik menggambarkan keberhasilan studi lulusan tiap kelompok sponsor karena keragaman data asal yang mampu dijelaskan biplot sudah lebih dari 70%. Kelompok sponsor 5 memiliki keberhasilan studi lulusan BUD yang paling baik sedangkan kelompok sponsor 1 memiliki keberhasilan studi yang paling kurang baik dibandingkan kelompok sponsor lainnya. Hasil pemetaan biplot hampir sejalan dengan perangkingan menggunakan analisis PSI. Hasil perangkingan dari rata-rata peringkat masingmasing kelompok sponsor adalah kelompok sponsor 5, 6, 4, 2, 8, 7, 1, dan 3. Terdapat kesamaan karakteristik sponsor dari kelompok sponsor BUD yang memiliki peringkat (kelompok sponsor 6, 4, 2, dan 8) yaitu memberikan biaya penunjang pendidikan kurang dari 13.2 juta rupiah per tahun dan peringkat (kelompok sponsor 7, 1, dan 3) memberikan biaya penunjang pendidikan yang lebih dari 13.2 juta rupiah per tahun. Saran Hasil penelitian ini diharapkan dapat digunakan oleh tim BUD sebagai salah satu dasar penyusunan strategi untuk meningkatkan keberhasilan studi lulusan BUD dari tiap kelompok sponsor. Keunggulan dan kelemahan tiap kelompok sponsor dapat menjadi evaluasi yang harus ditindaklanjuti. Tim BUD perlu melakukan kajian khusus untuk kelompok-kelompok sponsor yang belum baik keberhasilan studi lulusannya. Analisis terhadap faktor-faktor yang berpengaruh secara langsung terhadap keberhasilan studi lulusan BUD dapat dilakukan untuk penelitian selanjutnya. DAFTAR PUSTAKA Aunuddin Rancangan dan Analisis Data. Bogor (ID): IPB Press. [BUD IPB] Beasiswa Utusan Daerah IPB Pengertian BUD. [terhubung berkala]. ( Des 27. Gabriel KR The biplot graphic display of matrices with application to principal component analysis. Biometrika. 58(3) : [IPB] Institut Pertanian Bogor Panduan Program Sarjana. Bogor (ID): IPB Press. Johnson RA, Wichern DW Applied Multivariate Statistical Analysis. New Jersey (US): Pearson Prentice Hall.

24 14 Jollife IT Principal Component Analysis. New York (US): Springer-Verlag. Maniya K dan Bhatt MG A selection of material using a novel type desicion-making method: preference selection index method. Material and Design. Mattjik AA dan Sumertajaya IM Sidik Peubah Ganda dengan Menggunakan SAS. Bogor (ID): IPB Press. Rahmah H Metode cruise untuk faktor penentuan keberhasilan studi mahasiswa BUD. [skripsi]. Bogor: Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor. Sawant VB dan Mohite SS A decision-making framework for simulation software selection problem using a preference selection index method. ISCI. Sawant VB, Mohite SS, Patil R A decision-making framework using a preference selection index method for automated guided vehicle selection problem. Journal of Computer Applications. Scheaffer RL, William M, Ott RL Elementary Survey Sampling. USA: PWS-KENT Publishing Company. Suryabrata S Psikologi Pendidikan. Jakarta: PT Raja Grafindo Persada

25 15 Lampiran 1 Peubah-peubah yang diamati dalam penelitian No. Indikator Peubah Skala Pengukuran Peubah Sumber Data 1. Keberhasilan studi lulusan 2. Karakteristik sponsor 3. Karakteristik lulusan BUD IPK TPB IPK departemen IPK akhir masa studi persentase lulusan persentase lulusan tepat waktu persentase mahasiswa DO masa kerja sama jumlah mahasiswa biaya penunjang pendidikan nilai UN SMA/MA/SMK jenis kelamin asal daerah asal SMA/MA/SMK penghasilan orang tua (dalam ribu rupiah) Lampiran 2 Pendefinisian peubah interval interval interval rasio rasio rasio rasio rasio rasio rasio interval nominal 1 = laki-laki 2 = perempuan nominal 1 = pulau jawa 2 = luar pulau jawa nominal 1 = negeri 2 = swasta ordinal 1 = x = 500 < x = < = < = < x = x > Dit AP Dit AP Dit AP Sekret BUD Sekret BUD Sekret BUD Sekret BUD Sekret BUD Sekret BUD Wawancara Dit AP Dit AP Dit AP Dit AP Dit AP Peubah Keterangan IPK TPB IPK lulusan BUD dari semester 1 sampai semester 2 IPK departemen IPK lulusan BUD dari semester 3 sampai semester lulus IPK akhir IPK lulusan BUD dari semester 1 sampai semester lulus Masa studi Jangka waktu mulai tahun diterima di IPB sampai tanggal Surat Keterangan Lulus diperoleh (bulan), termasuk masa cuti Persentase lulusan Rasio jumlah lulusan dengan jumlah mahasiswa di tahun masuk yang sama Persentase lulusan tepat waktu Rasio jumlah lulusan yang memiliki masa studi antara 0 sampai 48 bulan dengan jumlah lulusan pada tahun masuk yang sama Persentase mahasiswa DO Rasio jumlah mahasiswa DO dengan jumlah mahasiswa pada tahun masuk yang sama Masa kerja sama Frekuensi sponsor BUD mengirimkan mahasiswa untuk dibiayai Jumlah mahasiswa Rataan jumlah mahasiswa yang dibiayai sponsor BUD per tahun Biaya penunjang pendidikan Biaya hidup dan biaya penelitian yang diberikan sponsor BUD kepada mahasiswanya

26 16 Lampiran 3 Jenis instansi tiap sponsor BUD a No Jenis instansi Kode sponsor Pemerintah Pusat Pemerintah Provinsi Pemerintah Kabupaten/Kota 4 Perusahaan 5 Yayasan dan Lembaga lain A21 dan A14 A15, A5, A7, A16, A19, A39, dan A41 A17, A1, A6, A8, A9, A10, A11, A12, A13, A18, A20, A22, A23, A24, A26, A27, A28, A29, A30, A31, A32, A33, A34, A35, A36, A37, dan A38. A2, A3, A40, A42, A43, A44, A45, A46, A47, A48, A49, A50, A51, A52, A53, A54 A55, A56, A57, A58, A59, dan A64 A4, A25, A60, A61, A62, A63, dan A65 a Keterangan: sponsor BUD tidak dapat disebutkan nama instansinya karena ada kewajiban menjaga kerahasiaan data, sehingga nama instansi hanya dikodekan. Lampiran 4 Pengelompokan sponsor BUD berdasarkan karakteristik sponsor Jumlah Kelompok Karakteristik anggota Anggota kelompok sponsor kelompok jumlah mahasiswa tinggi, masa kerja sama lama, biaya penunjang pendidikan tinggi jumlah mahasiswa tinggi, masa kerja sama lama, biaya penunjang pendidikan rendah jumlah mahasiswa tinggi, masa kerja sama singkat, biaya penunjang pendidikan tinggi jumlah mahasiswa tinggi, masa kerja sama singkat, biaya penunjang pendidikan rendah jumlah mahasiswa rendah, masa kerja sama lama, biaya penunjang pendidikan tinggi jumlah mahasiswa rendah, masa kerja sama lama, biaya penunjang pendidikan rendah jumlah mahasiswa rendah, masa kerja sama singkat, biaya penunjang pendidikan tinggi jumlah mahasiswa rendah, masa kerja sama singkat, biaya penunjang pendidikan rendah 5 sponsor 7 sponsor 5 sponsor 9 sponsor 1 sponsor A43 5 sponsor 20 sponsor 13 sponsor A4, A6, A9, A19, dan A25 A7, A11, A12, A14, A22, A26, dan A33 A2, A3, A50, A54, dan A64 A5, A8, A13, A16, A23, A24, A27, A30, dan A32 A1, A10, A20, A28, dan A29 A18, A40, A44, A45, A46, A47, A48, A49, A51, A52, A53, A56, A57, A58, A59, A60, A61, A62, A63, dan A65 A15, A17, A21, A31, A34, A35, A36, A37, A38, A39, A41, A42, dan A55

27 17 Lampiran 5 Diagram alir penelitian Mulai Pengumpulan data Data Primer Data Sekunder Data cleaning Data rangkap Data hilang Konfirmasi ke sumber data lain Salah satu data dibuang Salah satu data tetap digunakan Ya Pendugaan data hilang Tidak Ya Tidak Data hasil cleaning Peubah dibuang Eksplorasi data Analisis PSI Analisis biplot Selesai

28 18 18 Lampiran 6 Korelasi antar peubah dalam indikator keberhasilan studi lulusan BUD IPK TPB IPK departemen IPK akhir Masa studi Persentase lulusan Persentase lulusan tepat waktu IPK TPB korelasi pearson 1 nilai-p IPK departemen korelasi pearson nilai-p IPK akhir korelasi pearson ** 1 nilai-p Masa studi korelasi pearson ** * 1 nilai-p Persentase lulusan korelasi pearson nilai-p Persentase lulusan korelasi tepat waktu pearson ** nilai-p Persentase korelasi mahasiswa DO pearson nilai-p ** korelasi nyata pada α= 0.01 * korelasi nyata pada α= 0.05 Persentase mahasiswa DO

29 19 RIWAYAT HIDUP Penulis dilahirkan di Banjarnegara pada tanggal 15 januari 1992 dari ayah Achmad Mujahid (alm) dan ibu Siti Baroroh. Penulis adalah putri kelima dari lima bersaudara. Tahun 2010 penulis lulus dari MA Wathoniyah Islamiyah Banyumas dan pada tahun yang sama penulis lulus seleksi masuk Institut Pertanian Bogor (IPB) melalui jalur penerimaan Beasiswa Utusan Daerah (BUD), departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam. Penulis menerima beasiswa studi sarjana di IPB dari Program Beasiswa Santri Berprestasi Kementrian Agama Republik Indonesia. Selama mengikuti perkuliahan, penulis berkesempatan menjadi pengajar kalkulus di bimbingan belajar CSS MoRA (himpunan mahasiswa BUD dari Kementrian Agama). Penulis juga mengikuti kepengurusan organisasi CSS MoRA dan kepanitiaannya. Penulis juga aktif dalam kegiatan kepanitiaan di acara kampus, seperti Statistika Ria Bulan Juli-Agustus 2013 penulis melaksanakan kegiatan Praktik Lapang di Bagian Hubungan Masyarakat, Badan Pengawas Obat dan Makanan (BPOM) Republik Indonesia dengan topik laporan yang dipilih adalah Evaluasi Talkshow Badan POM Sahabat Ibu.

HASIL DAN PEMBAHASAN

HASIL DAN PEMBAHASAN HASIL DAN PEMBAHASAN Implementasi Biplot Kanonik dan Analisis Procrustes dengan Mathematica Biplot biasa dengan sistem perintah telah terintegrasi ke dalam beberapa program paket statistika seperti SAS,

Lebih terperinci

PERBANDINGAN ANALISIS BIPLOT KLASIK DAN ROBUST BIPLOT PADA PEMETAAN PERGURUAN TINGGI SWASTA DI JAWA TIMUR

PERBANDINGAN ANALISIS BIPLOT KLASIK DAN ROBUST BIPLOT PADA PEMETAAN PERGURUAN TINGGI SWASTA DI JAWA TIMUR Jur. Ris. & Apl. Mat. I (207), no., xx-xx Jurnal Riset dan Aplikasi Matematika e-issn: 258-054 URL: journal.unesa.ac.id/index.php/jram PERBANDINGAN ANALISIS BIPLOT KLASIK DAN ROBUST BIPLOT PADA PEMETAAN

Lebih terperinci

PENDAHULUAN LANDASAN ANALISIS

PENDAHULUAN LANDASAN ANALISIS 10 PENDAHULUAN Latar Belakang Biplot merupakan metode eksplorasi analisis data peubah ganda yang dapat memberikan gambaran secara grafik tentang kedekatan antar objek, keragaman peubah, korelasi antar

Lebih terperinci

TINJAUAN PUSTAKA. Gambar 1 Diagram kotak garis

TINJAUAN PUSTAKA. Gambar 1 Diagram kotak garis TINJAUAN PUSTAKA Diagram Kotak Garis Metode diagram kotak garis atau boxplot merupakan salah satu teknik untuk memberikan gambaran tentang lokasi pemusatan data, rentangan penyebaran dan kemiringan pola

Lebih terperinci

TINJAUAN PUSTAKA. dianalisis dan hasilnya ditransformasi menjadi matriks berukuran??

TINJAUAN PUSTAKA. dianalisis dan hasilnya ditransformasi menjadi matriks berukuran?? TINJAUAN PUSTAKA Data Disagregat dan Agregat Berdasarkan cara pengumpulannya, data dapat dibedakan atas data internal dan data eksternal. Data internal berasal dari lingkungan sendiri sedangkan data eksternal

Lebih terperinci

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

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

Lebih terperinci

Transformasi Biplot Simetri Pada Pemetaan Karakteristik Kemiskinan

Transformasi Biplot Simetri Pada Pemetaan Karakteristik Kemiskinan Transformasi Biplot Simetri Pada Pemetaan Karakteristik Kemiskinan Desy Komalasari Fakultas MIPA, Universitas Mataram e-mail: Desi_its@yahoo.com Mustika Hadijati Fakultas MIPA, Universitas Mataram e-mail:

Lebih terperinci

TINJAUAN PUSTAKA Analisis Gerombol

TINJAUAN PUSTAKA Analisis Gerombol 3 TINJAUAN PUSTAKA Analisis Gerombol Analisis gerombol merupakan analisis statistika peubah ganda yang digunakan untuk menggerombolkan n buah obyek. Obyek-obyek tersebut mempunyai p buah peubah. Penggerombolannya

Lebih terperinci

KOMPARASI ANALISIS GEROMBOL (CLUSTER) DAN BIPLOT DALAM PENGELOMPOKAN

KOMPARASI ANALISIS GEROMBOL (CLUSTER) DAN BIPLOT DALAM PENGELOMPOKAN E-Jurnal Matematika Vol. 2, No.4, Nopember 2013, 17-22 ISSN: 2303-1751 KOMPARASI ANALISIS GEROMBOL (CLUSTER) DAN BIPLOT DALAM PENGELOMPOKAN I MADE ANOM ARIAWAN 1, I PUTU EKA NILA KENCANA 2, NI LUH PUTU

Lebih terperinci

HASIL DAN PEMBAHASAN. Deskripsi Data

HASIL DAN PEMBAHASAN. Deskripsi Data metode penarikan contoh yang tepat di survei tahap I. 3. Melaksanakan survei tahap I, untuk mengetahui karakteristik pelayanan program sarjana yang diinginkan mahasiswa. 4. Menyusun kuesioner untuk survei

Lebih terperinci

INFORMASI YANG BISA DIAMBIL DARI BIPLOT

INFORMASI YANG BISA DIAMBIL DARI BIPLOT ANALISIS BIPLOT PENGANTAR Biplot diperkenalkan pertama kali oleh Gabriel (1971) sehingga sering disebut sebagai Gabriel s biplot. Metode ini tergolong dalam analisis eksplorasi peubah ganda yang ditujukan

Lebih terperinci

Fajar Ropi BINUS UNIVERSITTY, Jakarta, Indonesia, Abstrak. Seiring dengan berjalannya waktu persaingan dan kompetisi untuk meraih

Fajar Ropi BINUS UNIVERSITTY, Jakarta, Indonesia, Abstrak. Seiring dengan berjalannya waktu persaingan dan kompetisi untuk meraih Analisis Sikap DAN Faktor Pemilihan Perguruan Tinggi Swasta Jakarta Berbasis Komputer Menggunakan Model Fishbein dan Biplot (Studi kasus : SMA Kota Bogor) Fajar Ropi BINUS UNIVERSITTY, Jakarta, Indonesia,

Lebih terperinci

Analisis Biplot untuk Pemetaan Posisi dan Karakteristik Usaha Pariwisata di Provinsi Bali

Analisis Biplot untuk Pemetaan Posisi dan Karakteristik Usaha Pariwisata di Provinsi Bali Jurnal Matematika Vol. 6 No. 1, Juni 2016. ISSN: 1693-1394 Analisis Biplot untuk Pemetaan Posisi dan Karakteristik Usaha Pariwisata di Provinsi Bali I Gusti Ayu Made Srinadi Jurusan Matematika, Fakultas

Lebih terperinci

STK511 Analisis Statistika. Pertemuan 13 Peubah Ganda

STK511 Analisis Statistika. Pertemuan 13 Peubah Ganda STK511 Analisis Statistika Pertemuan 13 Peubah Ganda 13. Peubah Ganda: Pengantar Pengamatan Peubah Ganda Menggambarkan suatu objek tidak cukup menggunakan satu peubah saja Kasus pengamatan peubah ganda

Lebih terperinci

PENERAPAN DAN PERBANDINGAN CARA PENGUKURAN RESPON PADA ANALISIS KONJOIN

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

Lebih terperinci

Didin Astriani P, Oki Dwipurwani, Dian Cahyawati (Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sriwijaya)

Didin Astriani P, Oki Dwipurwani, Dian Cahyawati (Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sriwijaya) (M.2) ANALISIS BIPLOT UNTUK MENGETAHUI KARAKTERISTIK PUTUS SEKOLAH PENDIDIKAN DASAR PADA MASYARAKAT MISKIN ANTAR WILAYAH KECAMATAN DI KABUPATEN OGAN ILIR Didin Astriani P, Oki Dwipurwani, Dian Cahyawati

Lebih terperinci

METODE PENELITIAN Desain, Tempat, dan Waktu Cara Pemilihan Contoh

METODE PENELITIAN Desain, Tempat, dan Waktu Cara Pemilihan Contoh METODE PENELITIAN Desain, Tempat, dan Waktu Penelitian ini menggunakan desain cross sectional study yakni data yang dikumpulkan pada suatu waktu dan tidak berkelanjutan (Singarimbun & Efendi 1995). Penelitian

Lebih terperinci

HASIL DAN PEMBAHASAN

HASIL DAN PEMBAHASAN HASIL DAN PEMBAHASAN Hasil Eksplorasi Data Diagram kotak garis merupakan salah satu teknik untuk memberikan gambaran tentang lokasi pemusatan data, rentangan penyebaran, dan kemiringan pola sebaran. Gambaran

Lebih terperinci

PROSIDING ISSN: M-22 ANALISIS PERUBAHAN KELOMPOK BERDASARKAN INDIKATOR KESEJAHTERAAN RAKYAT TAHUN DI PROVINSI JAWA TENGAH

PROSIDING ISSN: M-22 ANALISIS PERUBAHAN KELOMPOK BERDASARKAN INDIKATOR KESEJAHTERAAN RAKYAT TAHUN DI PROVINSI JAWA TENGAH M-22 ANALISIS PERUBAHAN KELOMPOK BERDASARKAN INDIKATOR KESEJAHTERAAN RAKYAT TAHUN 2010-2015 DI PROVINSI JAWA TENGAH Rukini Badan Pusat Statistik Kabupaten Grobogan email:rukini@bps.go.id Abstrak Pembangunan

Lebih terperinci

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

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

Lebih terperinci

Sistem Pendukung Keputusan Mahasiswa Berprestasi Menggunakan Metode TOPSIS

Sistem Pendukung Keputusan Mahasiswa Berprestasi Menggunakan Metode TOPSIS Sistem Pendukung Keputusan Mahasiswa Berprestasi Menggunakan Metode TOPSIS Sri Rahmawati Fitriatien Universitas PGRI Adi Buana Surabaya (Fakultas Keguruan dan Ilmu Pendidikan, Program Studi Pendidikan

Lebih terperinci

PENGUKURAN KONTRIBUSI ITS DALAM MEMBENTUK MUTU SARJANA BARU ITS MENURUT PERSEPSI WISUDAWAN TAHUN 2004

PENGUKURAN KONTRIBUSI ITS DALAM MEMBENTUK MUTU SARJANA BARU ITS MENURUT PERSEPSI WISUDAWAN TAHUN 2004 B-17-1 PENGUKURAN KONTRIBUSI ITS DALAM MEMBENTUK MUTU SARJANA BARU ITS MENURUT PERSEPSI WISUDAWAN TAHUN 2004 Arie Kismanto dan Muhammad Sjahid Akbar Jurusan Statistik ITS ABSTRAK Sarjana baru dapat dipakai

Lebih terperinci

METODE LEAST MEDIAN OF SQUARES (LMS) PADA ANALISIS REGRESI DENGAN PENCILAN AMIR A DALIMUNTHE

METODE LEAST MEDIAN OF SQUARES (LMS) PADA ANALISIS REGRESI DENGAN PENCILAN AMIR A DALIMUNTHE METODE LEAST MEDIAN OF SQUARES (LMS) PADA ANALISIS REGRESI DENGAN PENCILAN AMIR A DALIMUNTHE DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2010 RINGKASAN

Lebih terperinci

HASIL DAN PEMBAHASAN. dengan hipotesis nolnya adalah antar peubah saling bebas. Statistik ujinya dihitung dengan persamaan berikut:

HASIL DAN PEMBAHASAN. dengan hipotesis nolnya adalah antar peubah saling bebas. Statistik ujinya dihitung dengan persamaan berikut: . Menyiapkan gugus data pencilan dengan membangkitkan peubah acak normal ganda dengan parameter µ yang diekstrimkan dari data contoh dan dengan matriks ragam-peragam yang sama dengan data contoh. Proses

Lebih terperinci

ISSN: JURNAL GAUSSIAN, Volume 5, Nomor 3, Tahun 2016, Halaman Online di:

ISSN: JURNAL GAUSSIAN, Volume 5, Nomor 3, Tahun 2016, Halaman Online di: ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 3, Tahun 2016, Halaman 545-551 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS KECENDERUNGAN PEMILIHAN KOSMETIK WANITA DI KALANGAN

Lebih terperinci

ANALISIS CHAID UNTUK IDENTIFIKASI KETEPATAN WAKTU LULUS BERDASARKAN KARAKTERISTIK MAHASISWA

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

Lebih terperinci

TINJAUAN PUSTAKA Analisis Biplot Biasa

TINJAUAN PUSTAKA Analisis Biplot Biasa TINJAUAN PUSTAKA Analisis Biplot Biasa Analisis biplot merupakan suatu upaya untuk memberikan peragaan grafik dari matriks data dalam suatu plot dengan menumpangtindihkan vektor-vektor dalam ruang berdimensi

Lebih terperinci

PEMERINGKATAN PENERIMA BEASISWA BANTUAN BELAJAR MAHASISWA DI FAKULTAS MIPA UNS MENGGUNAKAN FUZZY SIMPLE ADDITIVE WEIGHTING

PEMERINGKATAN PENERIMA BEASISWA BANTUAN BELAJAR MAHASISWA DI FAKULTAS MIPA UNS MENGGUNAKAN FUZZY SIMPLE ADDITIVE WEIGHTING PEMERINGKATAN PENERIMA BEASISWA BANTUAN BELAJAR MAHASISWA DI FAKULTAS MIPA UNS MENGGUNAKAN FUZZY SIMPLE ADDITIVE WEIGHTING Oleh NUR INDAH NIM. M0109055 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Statistika Multivariat Analisis statistika multivariat adalah teknik-teknik analisis statistik yang memperlakukan sekelompok variabel terikat yang saling berkorelasi sebagai

Lebih terperinci

MANAJEMEN DATA PENCILAN PADA ANALISIS REGRESI KOMPONEN UTAMA MAGRI HANDOKO

MANAJEMEN DATA PENCILAN PADA ANALISIS REGRESI KOMPONEN UTAMA MAGRI HANDOKO MANAJEMEN DATA PENCILAN PADA ANALISIS REGRESI KOMPONEN UTAMA MAGRI HANDOKO DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2011 RINGKASAN MAGRI HANDOKO. Manajemen

Lebih terperinci

Company LOGO ANALISIS BIPLOT

Company LOGO ANALISIS BIPLOT Company LOGO ANALISIS BIPLOT Pendahuluan Company name Data : ringkasan berupa nilai beberapa peubah pada beberapa objek Objek n Nilai Peubah X X.. Xp Company name Penyajian Data dalam bentuk matriks =

Lebih terperinci

PERJANJIAN KERJASAMA PENERIMAAN MAHASISWA PROGRAM SARJANA JALUR BEASISWA UTUSAN DAERAH (BUD) ANTARA... DENGAN INSTITUT PERTANIAN BOGOR

PERJANJIAN KERJASAMA PENERIMAAN MAHASISWA PROGRAM SARJANA JALUR BEASISWA UTUSAN DAERAH (BUD) ANTARA... DENGAN INSTITUT PERTANIAN BOGOR PERJANJIAN KERJASAMA PENERIMAAN MAHASISWA PROGRAM SARJANA JALUR BEASISWA UTUSAN DAERAH (BUD) ANTARA... DENGAN INSTITUT PERTANIAN BOGOR NOMOR : : /I3/KsP/2010 TANGGAL : 2010 1 PERJANJIAN KERJASAMA PENERIMAAN

Lebih terperinci

HASIL DAN PEMBAHASAN

HASIL DAN PEMBAHASAN HASIL DAN PEMBAHASAN Eksplorasi Data Diagram kotak garis (boxplot) merupakan salah satu teknik untuk memberikan gambaran tentang lokasi pemusatan data, rentangan penyebaran, dan kemiringan pola sebaran.

Lebih terperinci

ANALISIS LAPANGAN PEKERJAAN UTAMA DI JAWA TENGAH BERDASARKAN GRAFIK BIPLOT SQRT (SQUARE ROOT BIPLOT)

ANALISIS LAPANGAN PEKERJAAN UTAMA DI JAWA TENGAH BERDASARKAN GRAFIK BIPLOT SQRT (SQUARE ROOT BIPLOT) ANALISIS LAPANGAN PEKERJAAN UTAMA DI JAWA TENGAH BERDASARKAN GRAFIK BIPLOT SQRT (SQUARE ROOT BIPLOT) SKRIPSI Disusun Oleh : ANIK NURUL AINI 240 102 111 300 28 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA

Lebih terperinci

KAJIAN TERHADAP TINGKAT PEMERATAAN PENDIDIKAN MENGGUNAKAN ANALISIS BIPLOT KLASIK DAN BIPLOT KEKAR

KAJIAN TERHADAP TINGKAT PEMERATAAN PENDIDIKAN MENGGUNAKAN ANALISIS BIPLOT KLASIK DAN BIPLOT KEKAR E-Jurnal Matematika Vol. 4 (2), Mei 2015, pp. 37-42 ISSN: 2303-1751 KAJIAN TERHADAP TINGKAT PEMERATAAN PENDIDIKAN MENGGUNAKAN ANALISIS BIPLOT KLASIK DAN BIPLOT KEKAR Ni Luh Ardila Kusumayanti 1, I Komang

Lebih terperinci

BIPLOT DATA DISAGREGAT DAN AGREGAT DALAM PEMETAAN PROVINSI BERDASARKAN PRESTASI MAHASISWA IPB DEDE SAHRUL BAHRI

BIPLOT DATA DISAGREGAT DAN AGREGAT DALAM PEMETAAN PROVINSI BERDASARKAN PRESTASI MAHASISWA IPB DEDE SAHRUL BAHRI BIPLOT DATA DISAGREGAT DAN AGREGAT DALAM PEMETAAN PROVINSI BERDASARKAN PRESTASI MAHASISWA IPB DEDE SAHRUL BAHRI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2010 PERNYATAAN MENGENAI TESIS DAN SUMBER

Lebih terperinci

UKURAN KESESUAIAN DALAM ANALISIS BIPLOT BIASA DAN ANALISIS BIPLOT IMBUHAN MARIYAM

UKURAN KESESUAIAN DALAM ANALISIS BIPLOT BIASA DAN ANALISIS BIPLOT IMBUHAN MARIYAM UKURAN KESESUAIAN DALAM ANALISIS BIPLOT BIASA DAN ANALISIS BIPLOT IMBUHAN MARIYAM DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 2 ABSTRAK MARIYAM.

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN 3.1. Kerangka Pemikiran Konseptual Dalam memahami pelajaran di sekolah siswa mungkin saja mengalami kesulitan dalam memahaminya. Hal ini dapat dikarenakan metode pembelajaran

Lebih terperinci

Analisis Biplot terhadap Pemetaan Kebutuhan Guru SMP di Kabupaten Kepulauan Sangihe Berdasarkan Rasio Guru per Mata Pelajaran

Analisis Biplot terhadap Pemetaan Kebutuhan Guru SMP di Kabupaten Kepulauan Sangihe Berdasarkan Rasio Guru per Mata Pelajaran Analisis Biplot terhadap Pemetaan Kebutuhan Guru SMP di Kabupaten Kepulauan Sangihe Berdasarkan Rasio Guru per Mata Pelajaran Listiani Amare 1, Jantjce D Prang 2, Tohap Manurung 3 1 Program Studi Matematika,

Lebih terperinci

SISTEM MANAJEMEN MUTU ISO 9001:2008 DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

SISTEM MANAJEMEN MUTU ISO 9001:2008 DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR SISTEM MANAJEMEN MUTU ISO 9001:2008 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR PROSEDUR OPERASIONAL BAKU NO. POB/STK-PP/08 Disiapkan oleh: Tanda Tangan: Tanggal: Dr. Farit M.

Lebih terperinci

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

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

Lebih terperinci

ANALISIS KORELASI KANONIK PERILAKU BELAJAR TERHADAP PRESTASI BELAJAR SISWA SMP (STUDI KASUS SISWA SMPN I SUKASARI PURWAKARTA)

ANALISIS KORELASI KANONIK PERILAKU BELAJAR TERHADAP PRESTASI BELAJAR SISWA SMP (STUDI KASUS SISWA SMPN I SUKASARI PURWAKARTA) Prosiding Seminar Matematika dan Pendidikan Matematika ISBN: 978-60-61-0-9 hal 693-703 November 016 ANALISIS KORELASI KANONIK PERILAKU BELAJAR TERHADAP PRESTASI BELAJAR SISWA SMP (STUDI KASUS SISWA SMPN

Lebih terperinci

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

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

Lebih terperinci

4 HASIL DA PEMBAHASA

4 HASIL DA PEMBAHASA 4 HASIL DA PEMBAHASA 4.1 Pengumpulan Data Pada proses pengumpulan data, diperoleh data awal berjumlah 5883 mahasiswa non aktif Program Studi Matematika FMIPA-UT dengan 33 atribut kategori dan numerik.

Lebih terperinci

Analisis Hibrid Korespondensi Untuk Pemetaan Persepsi. Hybrid Correspondence Analysis for Mapping Perception

Analisis Hibrid Korespondensi Untuk Pemetaan Persepsi. Hybrid Correspondence Analysis for Mapping Perception Jurnal EKSPONENSIAL Volume, Nomor, Mei ISSN 85-89 Analisis Hibrid Korespondensi Untuk Pemetaan Persepsi Hybrid Correspondence Analysis for Mapping Perception Fitriani, Rito Goejantoro, dan Darnah Andi

Lebih terperinci

Teknik Reduksi Dimensi Menggunakan Komponen Utama Data Partisi Pada Pengklasifikasian Data Berdimensi Tinggi dengan Ukuran Sampel Kecil

Teknik Reduksi Dimensi Menggunakan Komponen Utama Data Partisi Pada Pengklasifikasian Data Berdimensi Tinggi dengan Ukuran Sampel Kecil Teknik Reduksi Dimensi Menggunakan Komponen Utama Data Partisi Pada Pengklasifikasian Data Berdimensi Tinggi dengan Ukuran Sampel Kecil Ronny Susetyoko, Elly Purwantini Politeknik Elektronika Negeri Surabaya

Lebih terperinci

HASIL DAN PEMBAHASAN. Tabel 3. Skala pengukuran tingkat penggunaan

HASIL DAN PEMBAHASAN. Tabel 3. Skala pengukuran tingkat penggunaan 3 Tabel 3. Skala pengukuran tingkat penggunaan Nilai Skala Tingkat Penggunaan 1 Sama sekali tidak menggunakan 2 Jarang menggunakan 3 Agak sering menggunakan 4 Sering menggunakan 5 Sangat sering menggunakan

Lebih terperinci

ANALISIS BIPLOT KOMPONEN UTAMA PADA BANK UMUM (COMMERCIAL BANK) YANG BEROPERASI DI JAWA TENGAH

ANALISIS BIPLOT KOMPONEN UTAMA PADA BANK UMUM (COMMERCIAL BANK) YANG BEROPERASI DI JAWA TENGAH ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 1, Tahun 2014, Halaman 61-70 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS BIPLOT KOMPONEN UTAMA PADA BANK UMUM (COMMERCIAL BANK)

Lebih terperinci

IDENTIFIKASI LAMA STUDI BERDASARKAN KARAKTERISTIK MAHASISWA MENGGUNAKAN ALGORITMA C4.5

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

Lebih terperinci

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

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

Lebih terperinci

Semakin besar persentase CCR yang dihasilkan, maka tingkat akurasi yang dihasilkan semakin tinggi (Hair et. al., 1995).

Semakin besar persentase CCR yang dihasilkan, maka tingkat akurasi yang dihasilkan semakin tinggi (Hair et. al., 1995). 3 fungsi diskriminan cukup untuk memisahkan k buah kelompok. Karena fungsi-fungsi diskriminan tidak saling berkorelasi, maka komponen aditif dari V masing-masing didekati dengan khi-kuadrat dengan V j

Lebih terperinci

HASIL DAN PEMBAHASAN

HASIL DAN PEMBAHASAN 14 IV. HASIL DAN PEMBAHASAN 4.1 Deskripsi Data Survei dilakukan terhadap 76 siswa, yang terdiri atas 46 siswa perempuan dan 30 siswa laki-laki. Pendidikan ayah dan ibu dari siswa-siswi tersebut sebagian

Lebih terperinci

HASIL DAN PEMBAHASAN

HASIL DAN PEMBAHASAN 6 HASIL DAN PEMBAHASAN Eksplorasi Data Gambaran dari peubah mata kuliah, IPK dan nilai Ujian Nasional yang ditata sesuai dengan mediannya disajikan sebagai boxplot dan diberikan pada Gambar. 9 3 Data 6

Lebih terperinci

Faktor-Faktor yang Mencirikan Kondisi Financial Distress Pasca Kenaikan BBM Perusahaan Manufaktur di BEI Menggunakan Analisis Biplot

Faktor-Faktor yang Mencirikan Kondisi Financial Distress Pasca Kenaikan BBM Perusahaan Manufaktur di BEI Menggunakan Analisis Biplot Faktor-Faktor yang Mencirikan Kondisi Financial Distress Pasca Kenaikan BBM Perusahaan Manufaktur di BEI Menggunakan Analisis Biplot Venny Okstarinda 1, Syafriandi 2, Nonong Amalita 3 1 Student of Mathematics

Lebih terperinci

Analisis Biplot pada Kabupaten/Kota di Provinsi Jawa Timur Berdasarkan Variabel-variabel Komponen Penyusun Indeks Pembangunan Manusia (IPM)

Analisis Biplot pada Kabupaten/Kota di Provinsi Jawa Timur Berdasarkan Variabel-variabel Komponen Penyusun Indeks Pembangunan Manusia (IPM) Sidang Tugas Akhir Surabaya, 15 Juni 2012 Analisis Biplot pada Kabupaten/Kota di Provinsi Jawa Timur Berdasarkan Variabel-variabel Komponen Penyusun Indeks Pembangunan Manusia (IPM) Wenthy Oktavin Mayasari

Lebih terperinci

Penggunaan Kernel PCA Gaussian dalam Penyelesaian Plot Multivariat Non Linier. The Use of Gaussian PCA Kernel in Solving Non Linier Multivariate Plot

Penggunaan Kernel PCA Gaussian dalam Penyelesaian Plot Multivariat Non Linier. The Use of Gaussian PCA Kernel in Solving Non Linier Multivariate Plot Penggunaan Kernel PCA Gaussian dalam Penyelesaian Plot Multivariat Non Linier Bernhard M. Wongkar 1, John S. Kekenusa 2, Hanny A.H. Komalig 3 1 Program Studi Matematika, FMIPA, UNSRAT Manado, bernhard.wongkar2011@gmail.com

Lebih terperinci

ANALISIS KECENDERUNGAN PEMILIHAN KOSMETIK WANITA DI KALANGAN MAHASISWI JURUSAN STATISTIKA UNIVERSITAS DIPONEGORO MENGGUNAKAN BIPLOT KOMPONEN UTAMA

ANALISIS KECENDERUNGAN PEMILIHAN KOSMETIK WANITA DI KALANGAN MAHASISWI JURUSAN STATISTIKA UNIVERSITAS DIPONEGORO MENGGUNAKAN BIPLOT KOMPONEN UTAMA ANALISIS KECENDERUNGAN PEMILIHAN KOSMETIK WANITA DI KALANGAN MAHASISWI JURUSAN STATISTIKA UNIVERSITAS DIPONEGORO MENGGUNAKAN BIPLOT KOMPONEN UTAMA SKRIPSI Disusun Oleh : Rizka Asri Briliani 24010211130061

Lebih terperinci

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

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

Lebih terperinci

PERBANDINGAN METODE INTERPOLASI ABRIDGED LIFE TABLE

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

Lebih terperinci

Keywords: Factorial Experiment, CRBD, AMMI, Analysis of Variance, PCA, Biplot

Keywords: Factorial Experiment, CRBD, AMMI, Analysis of Variance, PCA, Biplot ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 4, Tahun 2014, Halaman 529-536 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS VARIAN PERCOBAAN FAKTORIAL DUA FAKTOR RAKL DENGAN METODE

Lebih terperinci

PROGRAM STUDI GIZI MASYARAKAT DAN SUMBERDAYA KELUARGA FAKULTAS PERTANIAN INSTITUT PERTANIAN BOGOR BOGOR

PROGRAM STUDI GIZI MASYARAKAT DAN SUMBERDAYA KELUARGA FAKULTAS PERTANIAN INSTITUT PERTANIAN BOGOR BOGOR PENGARUH STIMULASI PSIKOSOSIAL, PERKEMBANGAN KOGNITIF, DAN PERKEMBANGAN SOSIAL EMOSI TERHADAP PERKEMBANGAN BAHASA ANAK USIA PRASEKOLAH DI KABUPATEN BOGOR GIYARTI PROGRAM STUDI GIZI MASYARAKAT DAN SUMBERDAYA

Lebih terperinci

ANALISIS PREFERENSI SISWA SMA DI KOTA SEMARANG TERHADAP PROGRAM STUDI DI PERGURUAN TINGGI DENGAN METODE CHOICE-BASED CONJOINT

ANALISIS PREFERENSI SISWA SMA DI KOTA SEMARANG TERHADAP PROGRAM STUDI DI PERGURUAN TINGGI DENGAN METODE CHOICE-BASED CONJOINT ANALISIS PREFERENSI SISWA SMA DI KOTA SEMARANG TERHADAP PROGRAM STUDI DI PERGURUAN TINGGI DENGAN METODE CHOICE-BASED CONJOINT Dini Anggreani 1, Moch. Abdul Mukid 2, Agus Rusgiyono 3 1 Mahasiswa Jurusan

Lebih terperinci

METODE PENELITIAN Desain, Tempat dan Waktu Penelitian Contoh dan Teknik Penarikan Contoh

METODE PENELITIAN Desain, Tempat dan Waktu Penelitian Contoh dan Teknik Penarikan Contoh 23 METODE PENELITIAN Desain, Tempat dan Waktu Penelitian Desain yang digunakan dalam penelitian ini adalah crosss sectional study. Desain cross sectional study adalah salah satu caraa pengumpulan data

Lebih terperinci

SKRIPSI SISKA JUWITA REHULINA S

SKRIPSI SISKA JUWITA REHULINA S KARAKTERISTIK MAHASISWA YANG MEMENGARUHI INDEKS PRESTASI MAHASISWA DEPERTEMEN MATEMATIKA UNIVERSITAS SUMATERA UTARA SKRIPSI SISKA JUWITA REHULINA S 120803051 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN

Lebih terperinci

PREFERENSI MAHASISWA IPB TERHADAP MATA KULIAH METODE STATISTIKA MENGGUNAKAN ANALISIS KONJOIN

PREFERENSI MAHASISWA IPB TERHADAP MATA KULIAH METODE STATISTIKA MENGGUNAKAN ANALISIS KONJOIN PREFERENSI MAHASISWA IPB TERHADAP MATA KULIAH METODE STATISTIKA MENGGUNAKAN ANALISIS KONJOIN (Studi Kasus: Mahasiswa IPB Program Strata Satu yang Mengambil Mata Kuliah Metode Statistika 2009/2010) EKA

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Perbandingan Tingkat Kemudahan Tiga Metode Konjoin pada Preferensi Mahasiswa terhadap Kualitas Dosen STIS

Perbandingan Tingkat Kemudahan Tiga Metode Konjoin pada Preferensi Mahasiswa terhadap Kualitas Dosen STIS SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY S - Perbandingan Tingkat Kemudahan Tiga Metode Konjoin pada STIS Fitri Catur Lestari Sekolah Tinggi Ilmu Statistik fitricaturlestari@stis.ac.id

Lebih terperinci

METODE PENELITIAN Disain, Tempat dan Waktu Cara Pemilihan dan Jumlah Contoh

METODE PENELITIAN Disain, Tempat dan Waktu Cara Pemilihan dan Jumlah Contoh 27 METODE PENELITIAN Disain, Tempat dan Waktu Penelitian ini dilakukan di dalam lingkungan SMA, yaitu dari SMA Negeri 10 sebagai SMA negeri dan SMA Kesatuan sebagai SMA swasta yang ada di Kota Bogor, Jawa

Lebih terperinci

PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Pada Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung)

PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Pada Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung) ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 697-704 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL

Lebih terperinci

Pemetaan Status Gizi Balita Terhadap Kecamatan-Kecamatan Di Kabupaten Trenggalek Dengan Metode Analisis Korespondensi

Pemetaan Status Gizi Balita Terhadap Kecamatan-Kecamatan Di Kabupaten Trenggalek Dengan Metode Analisis Korespondensi Pemetaan Status Gizi Balita Terhadap Kecamatan-Kecamatan Di Kabupaten Trenggalek Dengan Metode Analisis Korespondensi Oleh : Teguh Purianto (0 09 06) Dosen Pembimbing : Wibawati, S.Si., M.Si. ABSTRAK Anak

Lebih terperinci

HASIL DAN PEMBAHASAN. Analisis data menggunakan software SPSS 11.5 for windows, Microsoft Excel, dan SAS 9.1. Profil Responden

HASIL DAN PEMBAHASAN. Analisis data menggunakan software SPSS 11.5 for windows, Microsoft Excel, dan SAS 9.1. Profil Responden disusun ke dalam bentuk kartu stimuli, diantara tiap kartu berisi kombinasi dari taraftaraf atribut yang berbeda dengan kartu-kartu lainnya (Lampiran 4). 3. Pengumpulan data melalui penyebaran kuesioner.

Lebih terperinci

ANALISIS FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP SIKAP DAN PERILAKU MEMBELI BUKU BAJAKAN PADA MAHASISWA IPB PUSPA WIDYA UTAMI

ANALISIS FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP SIKAP DAN PERILAKU MEMBELI BUKU BAJAKAN PADA MAHASISWA IPB PUSPA WIDYA UTAMI ANALISIS FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP SIKAP DAN PERILAKU MEMBELI BUKU BAJAKAN PADA MAHASISWA IPB PUSPA WIDYA UTAMI DEPARTEMEN ILMU KELUARGA DAN KONSUMEN FAKULTAS EKOLOGI MANUSIA INSTITUT PERTANIAN

Lebih terperinci

FAKTOR-FAKTOR YANG MEMPENGARUHI REALISASI KREDIT USAHA RAKYAT (KUR) STUDI KASUS USAHA AGRIBISNIS DI BRI UNIT TONGKOL, JAKARTA

FAKTOR-FAKTOR YANG MEMPENGARUHI REALISASI KREDIT USAHA RAKYAT (KUR) STUDI KASUS USAHA AGRIBISNIS DI BRI UNIT TONGKOL, JAKARTA FAKTOR-FAKTOR YANG MEMPENGARUHI REALISASI KREDIT USAHA RAKYAT (KUR) STUDI KASUS USAHA AGRIBISNIS DI BRI UNIT TONGKOL, JAKARTA SKRIPSI EKO HIDAYANTO H34076058 DEPARTEMEN AGRIBISNIS FAKULTAS EKONOMI DAN

Lebih terperinci

Lusi Eka Afri 1) Jurnal Ilmiah Edu Research Vol. 5 No. 2 Desember

Lusi Eka Afri 1) Jurnal Ilmiah Edu Research Vol. 5 No. 2 Desember ANALISIS FAKTOR INTELEKTUAL DAN NONINTELEKTUAL KEBERHASILAN STUDI MAHASISWA FKIP DI UNIVERSITAS PASIR PENGARAIAN SEBAGAI EVALUASI KINERJA MEMBENTUK LULUSAN GURU YANG BERKUALITAS Lusi Eka Afri 1) 1 Program

Lebih terperinci

KORELASI KANONIK ANTARA NlLAl EBTANAS MURNl. DENGAN NlLAl MATA KULIAH POKOK TINGKAT I. AKADEMI ILMU STATlSTlK. oleh: AKHMAT MUNAWAR G

KORELASI KANONIK ANTARA NlLAl EBTANAS MURNl. DENGAN NlLAl MATA KULIAH POKOK TINGKAT I. AKADEMI ILMU STATlSTlK. oleh: AKHMAT MUNAWAR G KORELASI KANONIK ANTARA NlLAl EBTANAS MURNl DENGAN NlLAl MATA KULIAH POKOK TINGKAT I AKADEMI ILMU STATlSTlK oleh: AKHMAT MUNAWAR G26.1722.91 JURUSAN STATlSTlKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

Lebih terperinci

METODE PENELITIAN Disain, Lokasi, dan Waktu Penelitian Teknik Penarikan Contoh Jenis dan Cara Pengumpulan Data

METODE PENELITIAN Disain, Lokasi, dan Waktu Penelitian Teknik Penarikan Contoh Jenis dan Cara Pengumpulan Data 19 METODE PENELITIAN Disain, Lokasi, dan Waktu Penelitian Penelitian ini menggunakan disain cross sectional study. Penelitian ini dilaksanakan di dua sekolah menengah atas yaitu Sekolah Menengah Atas Negeri

Lebih terperinci

BIPLOT DENGAN DEKOMPOSISI NILAI SINGULAR BIASA DAN KEKAR UNTUK PEMETAAN PROVINSI BERDASARKAN PRESTASI MAHASISWA IPB WARSITO

BIPLOT DENGAN DEKOMPOSISI NILAI SINGULAR BIASA DAN KEKAR UNTUK PEMETAAN PROVINSI BERDASARKAN PRESTASI MAHASISWA IPB WARSITO BIPLOT DENGAN DEKOMPOSISI NILAI SINGULAR BIASA DAN KEKAR UNTUK PEMETAAN PROVINSI BERDASARKAN PRESTASI MAHASISWA IPB WARSITO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI

Lebih terperinci

HASIL DAN PEMBAHASAN

HASIL DAN PEMBAHASAN HASIL DAN PEMBAHASAN Karakteristik Siswa Gambar 1 memperlihatkan Karakteristik siswa SMA Negeri Ulu Siau berdasarkan jurusan. Berdasarkan Gambar 1 umumya siswa lebih memilih jurusan IPA daripada jurusan

Lebih terperinci

Metode Penelitian Kuantitatif Aswad Analisis Deskriptif

Metode Penelitian Kuantitatif Aswad Analisis Deskriptif Analisis Deskriptif Tanpa mengurangi keterumuman, pembahasan analisis deskriptif kali ini difokuskan kepada pembahasan tentang Ukuran Pemusatan Data, dan Ukuran Penyebaran Data Terlebih dahulu penting

Lebih terperinci

Prestasi Belajar Mahasiswa Penerima Beasiswa Bidik Misi FMIPA UNM Tahun Akademik 2010/2011

Prestasi Belajar Mahasiswa Penerima Beasiswa Bidik Misi FMIPA UNM Tahun Akademik 2010/2011 Jurnal Sainsmat, Maret 2012, Halaman 52-60 Vol. I, No. 1 ISSN 2086-6755 http://ojs.unm.ac.id/index.php/sainsmat Prestasi Belajar Mahasiswa Penerima Beasiswa Bidik Misi FMIPA UNM Tahun Akademik 2010/2011

Lebih terperinci

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN BAB I PENDAHULUAN Dalam kehidupan sehari-hari seringkali dijumpai sesuatu hal yang banyak melibatkan sejumlah variabel yang antar variabel saling berpengaruh, hal semacam ini akan lebih mudah diinterpretasikan

Lebih terperinci

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

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

Lebih terperinci

Plot Multivariate Menggunakan Kernel Principal Component Analysis (KPCA) dengan Fungsi Power Kernel

Plot Multivariate Menggunakan Kernel Principal Component Analysis (KPCA) dengan Fungsi Power Kernel Plot Multivariate Menggunakan Kernel Principal Component Analysis (KPCA) dengan Fungsi Power Kernel Vitawati Bawotong, Hanny Komalig, Nelson Nainggolan 3 Program Studi Matematika, FMIPA, UNSRAT, vbawotong@gmail.com

Lebih terperinci

Gaya Hidup - aktivitas - minat - opini

Gaya Hidup - aktivitas - minat - opini 15 KERANGKA PEMIKIRAN Gaya hidup merupakan aktivitas, minat, dan pendapat individu dalam kehidupan sehari-hari yang diukur menggunakan teknik psikografik. Berbagai faktor dapat memengaruhi terbentuknya

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Aplikasi Multidimensional Scaling Untuk Peningkatan Pelayanan Proses Belajar Mengajar (PBM).

Aplikasi Multidimensional Scaling Untuk Peningkatan Pelayanan Proses Belajar Mengajar (PBM). Aplikasi Multidimensional Scaling Untuk Peningkatan Pelayanan Proses Belajar Mengajar (PBM). Irlandia Ginanjar Staf Pengajar Jurusan Statistika FMIPA, Unpad Bandung. Abstrak Tujuan dari penelitian ini

Lebih terperinci

METODE PENELITIAN Desain, Lokasi dan Waktu Penelitian Teknik dan Cara Pemilihan Sampel

METODE PENELITIAN Desain, Lokasi dan Waktu Penelitian Teknik dan Cara Pemilihan Sampel 15 METODE PENELITIAN Desain, Lokasi dan Waktu Penelitian Desain yang digunakan dalam penelitian ini adalah cross-sectional study yaitu suatu teknik pengambilan data yang dilakukan melalui survey lapang

Lebih terperinci

ANALISIS REGRESI TERPOTONG BEBERAPA NILAI AMATAN NURHAFNI

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

Lebih terperinci

SEGMENTASI PELANGGAN RITEL PERUSAHAAN ALAT BERAT BERDASARKAN CATATAN TRANSAKSI DENGAN PEMBOBOTAN KOMPONEN UTAMA BINAPRI VINDY TURNINGTIAS

SEGMENTASI PELANGGAN RITEL PERUSAHAAN ALAT BERAT BERDASARKAN CATATAN TRANSAKSI DENGAN PEMBOBOTAN KOMPONEN UTAMA BINAPRI VINDY TURNINGTIAS SEGMENTASI PELANGGAN RITEL PERUSAHAAN ALAT BERAT BERDASARKAN CATATAN TRANSAKSI DENGAN PEMBOBOTAN KOMPONEN UTAMA BINAPRI VINDY TURNINGTIAS DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

Lebih terperinci

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

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

Lebih terperinci

BEBERAPA METODE PENDUGAAN JUMLAH KOMPONEN DALAM CAMPURAN SENYAWA KIMIA MURDAN ALFA SATYAWAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008

BEBERAPA METODE PENDUGAAN JUMLAH KOMPONEN DALAM CAMPURAN SENYAWA KIMIA MURDAN ALFA SATYAWAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 i BEBERAPA METODE PENDUGAAN JUMLAH KOMPONEN DALAM CAMPURAN SENYAWA KIMIA MURDAN ALFA SATYAWAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 ii PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI

Lebih terperinci

Peranan Statistika. Disusun oleh Putriaji Hendikawati, S.Si., M.Pd., M.Sc. Dr. Scolastika Mariani, M.Si.

Peranan Statistika. Disusun oleh Putriaji Hendikawati, S.Si., M.Pd., M.Sc. Dr. Scolastika Mariani, M.Si. Peranan Statistika Disusun oleh Putriaji Hendikawati, S.Si., M.Pd., M.Sc. Dr. Scolastika Mariani, M.Si. 1. Pengertian Statistika Statistika banyak dimanfaatkan dalam berbagai aspek dan bidang kehidupan

Lebih terperinci

karakteristik Kualitas Pengajar Berdasarkan Faktor Mutu Pelayanan di Jurusan Matematika FMIPA UNSRAT Menggunakan Analisis Biplot

karakteristik Kualitas Pengajar Berdasarkan Faktor Mutu Pelayanan di Jurusan Matematika FMIPA UNSRAT Menggunakan Analisis Biplot JURNAL MIPA UNSRAT ONLINE 2 (1) 29-33 dapat diakses melalui http://ejournal.unsrat.ac.id/index.php/jmuo karakteristik Kualitas Pengajar Berdasarkan Faktor Mutu Pelayanan di Jurusan Matematika FMIPA UNSRAT

Lebih terperinci

PENGARUH JURUSAN DAN NILAI SEKOLAH MENENGAH TERHADAP PRESTASI BELAJAR MAHASISWA STIKOM SURABAYA

PENGARUH JURUSAN DAN NILAI SEKOLAH MENENGAH TERHADAP PRESTASI BELAJAR MAHASISWA STIKOM SURABAYA PENGARUH JURUSAN DAN NILAI SEKOLAH MENENGAH TERHADAP PRESTASI BELAJAR MAHASISWA Sulistiowati 1) 1) Program Studi/Jurusan Sistem Informasi, STIKOM Surabaya, email: sulist@stikom.edu Abstrak : Penelitian

Lebih terperinci

: Purnomo Satria NIM : PENDISKRIPSIAN DATA

: Purnomo Satria NIM : PENDISKRIPSIAN DATA Nama : Purnomo Satria PENDISKRIPSIAN DATA NIM : 1133467162 1. Pendahuluan Dalam suatu penelitian kadang-kadang seorang peneliti menemui kesulitan dalam menyajikan sejumlah besar data statistik dalam bentuk

Lebih terperinci

PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung)

PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung) PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung) SKRIPSI Oleh : VICA NURANI 24010211130033 JURUSAN STATISTIKA FAKULTAS

Lebih terperinci