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

Ukuran: px
Mulai penontonan dengan halaman:

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

Transkripsi

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

2 ABSTRAK DAMAS ESMU HAJI. Penentuan Faktor-Faktor Memilih Merek dengan Metode CART. Dibimbing oleh ITASIA DINA SULVIANTI dan AJI HAMIM WIGENA. Pemasaran adalah salah satu cara yang digunakan perusahaan dalam rangka meraih pelanggan baru serta menjaga dan mengembangkan pelanggan saat ini dengan memberikan kepuasan. Unsur penting dalam proses pemasaran adalah perilaku konsumen dalam memilih merek. Banyak faktor yang mempengaruhi keputusan konsumen dalam memilih merek. Pada penelitian ini ingin diketahui faktor-faktor yang berpengaruh terhadap perilaku konsumen dalam memilih merek soft drink. Datanya merupakan data sekunder berupa data multiclient yang didapatkan dari PT MARS Indonesia. Merek soft drink yang digunakan adalah merek A, B, C, dan D yang dimodelkan dalam bentuk hubungan antara merek soft drink PT CCC yang paling sering dikonsumsi dalam satu bulan terakhir sebagai peubah respon dengan kota, usia, pendidikan, jenis kelamin, status sosial ekonomi, TOM merek, TOM iklan, dan merek paling sering dikonsumsi sebelumnya sebagai peubah-peubah penjelasnya. Peubah responnya merupakan peubah kategorik berskala nominal dengan peubah penjelasnya merupakan peubah kategorik berskala ordinal dan nominal. Metode analisis yang dapat digunakan yaitu pohon klasifikasi dengan metode CART (Classification and Regression Trees). CART adalah salah satu metode eksplorasi nonparametrik yang dapat digunakan untuk mengklasifikasikan peubah penjelas kategorik dengan skala ordinal dan nominal. Pada penelitian ini, pohon klasifikasi menghasilkan faktor-faktor (peubah penjelas) dari yang paling berpengaruh terhadap perilaku konsumen dalam memilih merek soft drink berturut-turut adalah merek soft drink paling sering dikonsumsi sebelumnya, TOM iklan soft drink, dan TOM merek soft drink. Merek A adalah merek yang paling sering dikonsumsi sebelumnya oleh konsumen. Merek C adalah merek yang paling sering diingat oleh konsumen dan merupakan iklan merek yang paling sering diingat oleh konsumen, akan tetapi iklan tidak mampu mengubah loyalitas konsumen dalam memilih merek soft drink. Perilaku konsumen dalam memilih merek soft drink lebih dipengaruhi oleh merek soft drink yang paling sering dikonsumsi sebelumnya. Pohon klasifikasi menghasilkan pohon optimum dengan tingkat ketepatan klasifikasi sebesar 95.59%. Kata Kunci : Pemasaran, Perilaku Konsumen, CART

3 PENENTUAN FAKTOR-FAKTOR MEMILIH MEREK DENGAN METODE CART DAMAS ESMU HAJI Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Statistika pada Departemen Stastistika DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012

4 Judul Skripsi Nama NIM : Penentuan Faktor-Faktor Memilih Merek dengan Metode CART : Damas Esmu Haji : G Disetujui Pembimbing I Pembimbing II Dra. Itasia Dina Sulvianti, M.Si NIP Dr. Ir. Aji Hamim Wigena, M.Sc NIP Diketahui Ketua Departemen Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor Dr. Ir. Hari Wijayanto, MS NIP Tanggal Lulus :

5 PRAKATA Puji dan syukur penulis panjatkan kepada Allah SWT atas segala rahmat dan karunia-nya sehingga tulisan ini berhasil diselesaikan. Tulisan ini merupakan hasil penelitian penulis dalam rangka memenuhi tugas akhir yang merupakan salah satu syarat untuk memperoleh gelar Sarjana Statistika pada Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor. Terimakasih yang tak terhingga penulis ucapkan kepada : 1. Allah SWT, Maha Pencipta yang keberkahan-nya tidak pernah putus 2. Ibu Dra. Itasia Dina Sulvianti, M.Si dan Bapak Dr. Ir. Aji Hamim Wigena, M.Sc atas segala bimbingan dan arahan kepada penulis 3. Bapak Agus Mohamad Soleh, S.Si, MT atas koreksi dan arahan kepada penulis 4. PT MARS Indonesia yang telah memberi izin kepada penulis menggunakan data multiclient, sebagai bahan skripsi 5. Kedua orang tua penulis atas dukungan moral, spiritual, dan finansial yang tak pernah berhenti 6. Semua pihak atas dukungan kepada penulis dalam menyelesaikan tulisan ini Semoga tulisan ini dapat bermanfaat bagi semua pihak yang membutuhkan. Bogor, Januari 2012 Damas Esmu Haji

6 RIWAYAT HIDUP Penulis dilahirkan di Banyuwangi pada tanggal 08 Agustus 1988 sebagai anak pertama dari dua bersaudara dari pasangan Suci Edy dan Sri Utami. Tahun 2007 penulis lulus dari SMA Negeri I Genteng, Banyuwangi dan pada tahun yang sama lulus seleksi masuk Institut Pertanian Bogor melalui jalur Undangan Seleksi Mahasiswa IPB (USMI). Penulis memilih mayor Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam dengan minor Menejemen Fungsional. Selama perkuliahan penulis aktif menjadi pengurus Himpunan Keprofesian Gamma Sigma Beta periode Penulis telah melaksanakan Praktik Lapang pada 01 Maret 2011 sampai 20 April 2011 di PT PERTAMINA (Persero) Refinery Unit IV, Cilacap.

7 DAFTAR ISI Halaman DAFTAR TABEL... vii DAFTAR GAMBAR... vii DAFTAR LAMPIRAN... vii PENDAHULUAN Latar Belakang... 1 Tujuan... 1 TINJAUAN PUSTAKA Pemasaran dan Perilaku Konsumen... 1 Pohon Regresi dan Klasifikasi (CART)... 1 Pemilihan Pemilah... 2 Penentuan Simpul Terminal... 2 Penandaan Label Kelas... 2 METODOLOGI Data... 3 Metode... 3 HASIL DAN PEMBAHASAN Analisis Deskriptif... 3 Pohon Klasifikasi Produk Soft Drink... 5 SIMPULAN... 7 DAFTAR PUSTAKA... 7 LAMPIRAN... 9

8 vii DAFTAR TABEL Halaman 1 Peubah penjelas dan kategori-kategorinya Tabulasi silang ketepatan klasifikasi... 5 DAFTAR GAMBAR Halaman 1 Skema pohon regresi dan klasifikasi Merek soft drink yang sering dikonsumsi satu bulan terakhir Merek soft drink yang sering dikonsumsi satu bulan terakhir di tujuh kota besar Merek soft drink yang sering dikonsumsi satu bulan terakhir berdasarkan usia Merek soft drink yang sering dikonsumsi satu bulan terakhir berdasarkan tingkat Pendidikan Merek soft drink yang sering dikonsumsi satu bulan terakhir berdasarkan jenis kelamin Merek soft drink yang sering dikonsumsi satu bulan terakhir berdasarkan status sosial ekonomi Merek soft drink yang sering dikonsumsi satu bulan terakhir berdasarkan TOM merek Merek soft drink yang sering dikonsumsi satu bulan terakhir berdasarkan TOM iklan Peubah pemilah pertama pohon klasifikasi Kategori soft drink urutan kedua berdasarkan kriteria pemilah pertama Peubah pemilah kedua pohon klasifikasi Peubah pemilah ketiga pohon klasifikasi... 7 DAFTAR LAMPIRAN Halaman 1 Pohon Klasifikasi Maksimum Pohon Klasifikasi Optimum....10

9 1 PENDAHULUAN Latar Belakang Merek ataupun jasa yang dihasilkan oleh perusahaan tidak mungkin dapat sampai kepada pembeli tanpa melalui proses pemasaran. Pemasaran berperan penting terhadap tercapainya kesuksesan perusahaan dalam menjaring konsumen baru, mempertahankan, dan mengembangkan pelanggan saat ini. Salah satu unsur penting dalam proses pemasaran adalah perilaku konsumen dalam memilih suatu merek, sedangkan banyak faktor yang mempengaruhi perilaku konsumen dalam memilih suatu merek. Hal ini akan menyulitkan perusahaan dalam merencanakan strategi pemasaran pada masa datang. Sehubungan dengan adanya hal ini perlu dilakukan studi tentang faktor-faktor yang mempengaruhi perilaku konsumen dalam memilih merek soft drink, sehingga perusahaan dapat menyusun strategi pemasaran yang efektif. Data yang digunakan dalam penelitian ini adalah data sekunder yang berasal dari PT MARS Indonesia berupa data multiclient. Struktur data yang digunakan merupakan data berpasangan dengan peubah respon berupa data kategorik berskala nominal dan peubahpeubah penjelasnya berskala ordinal dan nominal. Metode yang dapat digunakan untuk menyelesaikan masalah tersebut adalah pohon klasifikasi dengan metode CART. Tujuan Tujuan penelitian ini adalah mengetahui faktor-faktor yang berpengaruh terhadap perilaku konsumen dalam pemilihan merek soft drink PT CCC. TINJAUAN PUSTAKA Pemasaran dan Perilaku Konsumen Pemasaran adalah aktifitas manusia yang diarahkan untuk memuaskan kebutuhan dan keinginan melalui proses pertukaran (Kotler 1995). Tujuan dari pemasaran adalah untuk meraih pelanggan baru, menjaga dan mengembangkan pelanggan saat ini dengan memberikan kepuasan. Untuk meraih hal tersebut pemasar harus mengetahui perilaku konsumen. Menurut Angel et al. (1994) perilaku konsumen adalah kegiatan individu secara langsung terlibat dalam mendapatkan dan menggunakan barang dan jasa, termasuk di dalam proses pengambilan keputusan pada persiapan dan penentuan kegiatan tersebut. Empat faktor utama yang mempengaruhi perilaku konsumen adalah kebudayaan, lingkungan, perbedaan individu, dan psikologis (Kotler 1995). Beberapa peubah yang dapat diturunkan dari keempat faktor tersebut antar lain : kota, usia, jenis kelamin pendidikan, kelas sosial, kesadaran merek dan lain-lain. Menurut Aaker (1991) tingkatan kesadaran merek (brand awareness) memiliki empat unsur yaitu : Top of Mind (TOM), brand recall, brand recognition, dan brand unaware. Top of Mind menunjukkan tingkatan merek yang diingat oleh konsumen. Dari keempat unsur tingkatan kesadaran merek, TOM merupakan unsur yang paling mempengaruhi pilihan konsumen. Pada penentuan peubah penjelas, TOM akan dimasukkan ke dalam analisis pohon klasifikasi. Pohon Regresi dan Klasifikasi (CART) Metode Pohon Regresi dan Klasifikasi (Classification and Regression Trees) merupakan salah satu metode eksplorasi nonparametrik yang dikembangkan untuk topik analisis klasifikasi, baik untuk peubah respon kategorik maupun kontinu (Breiman et al. 1984). Hal ini karena hasil dari CART yang merupakan suatu kondisi logis jika-maka (if-then) dalam bentuk pohon sehingga tidak ada suatu asumsi implisit bahwa hubungan antara peubah respon dan peubah penjelasnya linier. CART dapat digunakan dalam melakukan klasifikasi dengan karakteristik peubah yang lebih dari satu dan komplek. Kekomplekannya dapat berupa dimensi yang besar atau jenis peubahnya campuran. CART menghasilkan pohon klasifikasi saat peubah respon berupa data kategorik, sedangkan pohon regresi dihasilkan saat peubah respon berupa data kontinu. Tujuan utama CART adalah untuk mendapatkan kelompok data yang akurat sebagai penciri dari suatu klasifikasi. Pohon klasifikasi merupakan metode penyekatan data secara berulang, sehingga menghasilkan pohon yang tersusun atas banyak simpul (node) yang terbentuk dari proses pemilahan rekursif biner. Setiap pemilahan memisahkan sebuah gugus data menjadi dua gugus data yang lebih kecil dan saling lepas. Nilai peubah respon pada setiap gugus data hasil pemilahan akan lebih homogen dibandingkan dengan sebelum dilakukan pemilahan (Breiman et al. 1984). Skema pohon pada metode CART tercantum pada Gambar 1.

10 2 Simpul Terminal Simpul Dalam Simpul Asal Cabang t 4 Gambar 1 Skema pohon regresi dan klasifikasi. Menurut Breiman et al. (1984) pembangunan pohon klasifikasi CART meliputi tiga hal yaitu : pemilihan pemilah (split), penentuan simpul terminal, dan penandaan label kelas. Pemilihan Pemilah Pemilahan pemilah pada setiap simpul bertujuan mendapatkan pemilah yang mampu menghasilkan simpul dengan tingkat kehomogenan nilai peubah respon paling tinggi. Keheterogenan suatu simpul diukur berdasarkan nilai impuritasnya. Nilai ini akan maksimum jika seluruh kelas secara seimbang bercampur di dalamnya dan akan minimum ketika hanya memuat satu kelas. Fungsi impuritas yang digunakan adalah indek gini : it pit p jt = ( ) ( ) ( ) i j i(t) adalah indek gini, p(i t) adalah proporsi pada kelas i pada simpul t, dan p(j t) adalah proporsi pada kelas j pada simpul t (Breiman et al. 1984). Pemilahan dimulai dari ruang umum dengan cara memeriksa nilai-nilai dari setiap peubah penjelas. Peubah penjelas yang dapat diurutkan (kontinu dan ordinal) x j memilah berbentuk x j t lawan x j >t, t, sedangkan untuk peubah penjelas nominal L taraf dibagi menjadi dua himpunan saling lepas (akan terdapat sebanyak 2 L-1-1 kemungkinan pemilah). Untuk suatu t, misalnya terdapat calon pemilah s yang memilah t menjadi t L (dengan proporsi p L ) dan menjadi t R (dengan proporsi p R ), maka kebaikan (goodness of split) dari s didefinisikan sebagai penurunan impuritas yaitu : Δ ist (, ) = it ( ) pit L ( L) pit R ( R) dengan i(s,t) adalah kriteria goodness of split, p L i(t L ) adalah proporsi pengamatan dari simpul t menuju kiri, dan p R i(t R ) adalah t 2 Ya t 1 t 5 Tidak t 3 proporsi pengamatan dari simpul t menuju kanan (Breiman et al. 1984). Pemilah s mengirimkan semua x n di dalam t yang menjawab ya ke t L dan semua x n di dalam t yang menjawab tidak ke t R. Pohon dikembangkan dengan cara pada simpul t 1, carilah s* yang memberikan nilai penurunan impuritas tertinggi yaitu : Δ i s*, t = max Δ i s, t ( ) ( ) 1 s S 1 Dengan demikian t 1 dipilah menjadi t 2 dan t 3 menggunakan s*. Melalui cara yang sama dilakukan juga pencarian pemilah terbaik pada t 2 dan t 3 secara terpisah dan demikian seterusnya (Breiman et al. 1984). Penentuan Simpul Terminal Simpul dikatakan sebagai simpul terminal ketika suatu simpul t dicapai sehingga tidak terdapat penurunan impuritas secara berarti (banyak objek cukup kecil n i <5 atau berjumlah satu). Simpul t tidak dipilah lagi tetapi dijadikan simpul terminal dan pembentukan pohon dihentikan (Breiman et al. 1984). Penandaan Label Kelas Label kelas pada simpul terminal t ditentukan melalui aturan jumlah terbanyak yaitu : ( ) max ( ) 0 ( ) max N j t p j t = j p j t = j N() t dengan p(j t) adalah proporsi kelas j pada simpul t, N j (t) adalah jumlah pengamatan kelas j pada simpul t, dan N(t) adalah jumlah pengamatan pada simpul t. Label kelas simpul terminal t adalah j 0 yang memberikan nilai dugaan pengklasifikasian simpul t terbesar. Jika max j p(j t) dicapai oleh dua atau lebih kelas yang berbeda, maka label kelas untuk simpul terminal t adalah pilihan acak dari kelas yang maksimum (Brieman et al. 1984). Pemangkasan pohon klasifikasi dilakukan untuk mencegah terbentuknya pohon yang berukuran besar dan komplek serta memberikan nilai tingkat kesalahan cukup kecil. Indikator pemangkasan pohon berupa suatu nilai kompleksitas (cost complexity) dengan rumus sebagai berikut : R T = R T + α T% α ( ) ( ) dengan R(T) adalah proporsi kesalahan pada subpohon, T % α adalah parameter kompleksitas dan adalah ukuran simpul terminal pohon T. Jika R(T) semakin kecil maka, pohon yang dihasilkan semakin besar. Pemangkasan merupakan suatu cara menentukan ukuran

11 3 pohon tanpa mengorbankan kebaikan melalui pengurangan simpul pohon sehingga tercapai pohon optimum (Breiman et al. 1984). METODOLOGI Data Data penelititan ini berupa data sekunder yang berasal dari hasil survei oleh PT MARS Indonesia tahun Survei dilakukan di tujuh kota yaitu Jakarta, Bandung, Semarang, Surabaya, Medan, Makasar, dan Banjarmasin. Dalam penelitian ini data yang digunakan sebanyak 1246 responden yang mengonsumsi merek soft drink pada satu bulan terakhir. Survei dilakukan menggunakan metode penarikan contoh acak bertingkat (Multistage Random Sampling) dengan unit amatan adalah unit bangunan. Penentuan unit bangunan yang akan menjadi responden menggunakan metode penarikan contoh sistematik. Peubah respon dalam penelitian ini adalah merek soft drink PT CCC yang paling sering dikonsumsi dalam satu bulan terakhir yang terdiri dari A, B, C, dan D. Faktor-faktor sebagai peubah penjelas yang digunakan dan kategori-kategorinya disajikan pada Tabel 1. Tabel 1 Peubah penjelas dan kategorikategorinya Peubah Penjelas Kota Usia Pendidikan Jenis kelamin Status Sosial Ekonomi Top of Mind (TOM) merek soft drink Top of Mind (TOM) iklan soft drink Merek soft drink paling sering dikonsumsi sebelumnya Kategori Jakarta, Bandung, Semarang, Surabaya, Medan, Makasar, Banjarmasin <28 th, th, 38 th SD, SLTP, SLTA, Diploma, S1, S2/S3 Laki-Laki, Perempuan sangat baik, baik, sedang, kurang, kurang sekali A, B, C, dan D A, B, C, dan D A, B, C, dan D Metode Langkah-langkah yang dilakukan dalam penelitian ini adalah : 1. Melakukan analisis deskriptif peubah respon dan peubah penjelas untuk memperoleh informasi tentang kondisi data awal. 2. Melakukan analisis pohon klasifikasi dengan langkah-langkah sebagai berikut : a. Menentukan jumlah kemungkinan penyekatan pada tiap peubah penjelas dengan kriteria jika peubah dengan skala nominal menggunakan aturan dan jika skala peubah ordinal menggunakan aturan L-1. b. Melakukan perhitungan nilai impuritas dari tiap peubah penjelas untuk memperoleh peubah pemilah terbaik. Peubah penjelas dengan nilai impuritas tertinggi menjadi peubah pemilah terbaik dan menjadi peubah pemilah pertama pohon klasifikasi. c. Melakukan pemilihan kombinasi kategori terbaik dari peubah pemilah terpilih sebagai label kelas untuk simpul hasil pemilahan peubah terpilih d. Melakukan langkah 1-3. Proses dilakukan secara rekursif sampai menghasilkan simpul terminal. e. Menentukan nilai biaya kompleksitas dan nilai proporsi kesalahan subpohon yang menghasilkan pohon optimum. 3. Melakukan interpretasi hasil. HASIL DAN PEMBAHASAN Analisis Deskriptif Tahap awal yang dilakukan dalam analisis adalah menentukan merek dalam peubah respon yang akan digunakan untuk analisis pohon klasifikasi. Pada Gambar 2 dapat diketahui terdapat tiga merek soft drink yang memenuhi syarat analisis pohon klasifikasi yaitu A, B, dan C. Merek D tidak masuk dalam analisis karena jumlah observasi kurang dari 1% dari total jumlah data (Breiman et al. 1984). Gambar 2 Merek soft drink yang sering dikonsumsi satu bulan terakhir. Gambar 3 memberikan informasi bahwa merek A merupakan merek yang paling sering dikonsumsi pada satu bulan terakhir untuk

12 4 semua kota kecuali Banjarmasin. Di Kota Banjarmasin merek C yang paling sering dikonsumsi dalam satu bulan terakhir. Diploma cenderung lebih suka mengonsumsi merek A. Gambar 3 Merek soft drink yang sering dikonsumsi satu bulan terakhir di tujuh kota besar. Gambar 4 memberikan informasi bahwa merek A yang paling sering dikonsumsi pada satu bulan terakhir untuk kelompok usia kurang dari 28 tahun dan kelompok usia tahun. Pada kelompok usia 38 tahun ke atas selera konsumen dalam mengonsumsi ketiga merek relatif sama. Gambar 5 Merek soft drink yang sering dikonsumsi satu bulan terakhir berdasarkan pendididikan. Berdasarkan Gambar 6 dapat diketahui bahwa adanya kecenderungan mengonsumsi merek tertentu yang dipengaruhi oleh jenis kelamin. Wanita lebih suka mengonsumsi merek B, sedangkan laki-laki cenderung mengonsumsi merek A. Hal ini dapat dilihat dari puncak tertinggi yang diperoleh kedua merek pada masing-masing kelompok. Gambar 4 Merek soft drink yang sering dikonsumsi satu bulan terakhir berdasarkan usia. Gambar 5 memberikan informasi bahwa merek A yang paling sering dikonsumsi satu bulan terakhir pada semua kelompok tingkata pendidikan. Pada tingkat pendidikan SLTA merek mencapai puncak konsumsi. Hal ini dapat dilihat dari puncak tertinggi jika dibandingkan dengan kelompok tingkatan pendidikan yang lain. Konsumen pada tingkat pendidikan SD konsumen cenderung mengonsumsi merek C, sedangkan konsumen pada tingkat S1 dan S2/S3 cenderung mengonsumsi merek B. Konsumen pada tingkat pendidikan SLTP, SLTA, dan Gambar 6 Merek soft drink yang sering dikonsumsi satu bulan terakhir berdasarkan jenis kelamin. Gambar 7 memberikan informasi bahwa merek A merupakan merek yang paling sering dikonsumsi pada satu bulan terakhir untuk semua tingkatan status sosial ekonomi. Puncak konsumsi merek terjadi pada kelompok status sosial ekonomi baik dan sedang. Pada kelompok status sosial ekonomi sangat baik justru memperlihatkan tingkat konsumsi yang kurang. Hal serupa juga terjadi pada kelompok konsumen dengan tingkat pendidikan yang semakin tinggi. Semakin tinggi tingkat pendidikan konsumen akan didukung dengan status sosial ekonomi yang tinggi juga. Hal ini yang menyebabkan banyak pertimbangan dalam perilaku konsumen untuk memilih merek soft drink tertentu.

13 5 Gambar 7 Merek soft drink yang sering dikonsumsi satu bulan terakhir berdasarkan status sosial ekonomi. Gambar 8 memberikan informasi bahwa adanya kecenderungan mengonsumsi merek tertentu yang dipengaruhi oleh TOM merek. Hal ini dapat dilihat dari TOM merek suatu kelompok merek akan berbanding lurus dengan banyaknya responden yang mengonsumsi merek tersebut. Gambar 8 Merek soft drink yang sering dikonsumsi satu bulan terakhir berdasarkan TOM merek. Gambar 9 memberikan informasi bahwa adanya kecenderungan mengonsumsi merek tertentu dipengaruhi oleh TOM iklan. Hal ini dapat dilihat dari TOM iklan suatu kelompok merek berbanding lurus dengan banyaknya responden yang mengonsumsi merek tersebut. Gambar 9 Merek soft drink yang sering dikonsumsi satu bulan terakhir berdasarkan TOM iklan. Pohon Klasifikasi Merek Soft Drink Metode Pohon Klasifikasi menampilkan hasil berupa pohon keputusan sehingga mudah diinterpretasikan. Peubah yang paling berpengaruh akan menjadi simpul pemilah pertama pada pohon keputusan. Bagan pohon keputusan pada Lampiran 1 menggambarkan pohon klasifikasi maksimum yang terdiri dari 21 simpul, 11 simpul terminal, dan kedalaman pohon sebesar 5. Hasil dari pohon maksimum sangatlah besar, sehingga harus dilakukan pemangkasan terhadap pohon. Pemangkasan pohon dilakukan menggunakan aturan biaya kompleksitas (cost complexity) sehingga didapat pohon optimum dengan ukuran yang lebih kecil yaitu 9 simpul, 5 simpul terminal, dan kedalaman pohon sebesar 4. Bagan pohon optimum dapat dilihat pada Lampiran 2. Tabel 2 secara deskriptif memberikan informasi tentang tabulasi silang pengklasifikasian. Pada tabel tersebut dapat diperoleh informasi ketepatan klasifikasi menurut masing-masing kategori merek. Validasi pohon menggunakan aturan validasi silang lipat-10 (10-fold cross validation) dengan membagi observasi data menjadi 10 kelompok kemudian dilakukan pembangunan pohon. Proses tersebut menghasilkan tingkat ketepatan klasifikasi sebesar (95.59%) dan prediksi tingkat kesalahan sebesar (4.41%). Tabel 2 Tabulasi silang ketepatan klasifikasi Klasifikasi soft drink Aktual Prediksi Klasifikasi soft drink Ketepatan Klasifikasi A B C A % B % C % Ketepatan Klasifikasi Keseluruhan 95.59% Berdasarkan Gambar 10 peubah penjelas yang paling berpengaruh terhadap perilaku pemilihan merek soft drink oleh konsumen adalah merek merek soft drink paling sering digunakan sebelumnya. Hal ini dapat dilihat dari nilai penurunan tingkat keheterogenan sebesar Berdasarkan simpul pertama, terlihat loyalitas konsumen merek A sangat besar. A merupakan merek soft drink paling sering dikonsumsi oleh responden. A mempunyai persentase tertinggi dengan jumlah responden 479 (96.57%), artinya sebanyak 496 responden yang sebelumnya mengonsumsi A sebesar 96.57% tetap mengonsumsi A sampai saat ini. Akan tetapi, terlihat adanya perpindahan konsumsi merek A oleh responden, yang beralih ke B (1.81%) dan C (1.61%).

14 6 merek soft drink yang terakhir kali dikonsumsi Simpul 1 B A C Total (39.81) 496 Simpul 0 B A C Total (100.00) 1246 merek soft drink yang paling sering dikonsumsi sebelumnya nilai impuritas = A Simpul 3 B A C Total (29.86) 372 Simpul 2 B A C Total (60.19) 750 B;C Simpul 2 B A C Total (60.19) 750 Gambar 10 Peubah pemilah pertama pohon klasifikasi. Gambar 11 memberikan informasi secara ekploratif urutan kedua merek soft drink yang sering dikonsumsi oleh responden. Pada simpul sebelah kiri, terlihat loyalitas konsumen B sangat besar. Hal ini dapat dilihat dari jumlah responden sebanyak 354 (95.16%) tetap mengonsumsi B hingga saat ini. Pada simpul sebelah kanan, terlihat loyalitas konsumen C masih sangat besar. Hal ini dapat dilihat dari jumlah responden sebanyak 355 (93.92%) tetap mengonsumsi C hingga saat ini. Simpul sebelah kanan dengan label kelas C masih belum homogen, maka pemilahan pohon akan dilanjutkan. merek soft drink yang paling sering dikonsumsi sebelumnya nilai impuritas = B C Simpul 4 B A C Total (30.34) 378 Gambar 11 Kategori soft drink urutan kedua berdasarkan kriteria pemilah pertama. Gambar 12 secara eksploratif memberikan gambaran peubah penjelas kedua yang berpengaruh adalah TOM iklan soft drink dengan nilai penurunan tingkat keheterogenan sebesar C merupakan merek soft drink dengan iklan yang paling berhasil memikat konsumen dan menanamkan brand image dalam ingatan konsumen. Hal itu dapat diketahui dari 314 responden yang mengingat iklan C, 99.36% adalah responden yang mengonsumsi C sampai saat ini. Dengan demikian C masih memiliki potensi untuk menjadi merek pilihan bagi konsumen merek B dan A. Merek C melalui iklan telah berhasil menanamkan brand image dalam ingatan konsumen. Simpul sebelah kiri dengan label kelas B dan A memberikan informasi bahwa loyalitas konsumen merek C masih tinggi. Hal ini dapat dilihat dari 64 responden yang mengingat iklan B dan A, 67.19% merupakan konsumen C. Simpul 5 B A C Total (5.14) 64 Simpul 4 B A C Total (30.34) 378 Top of Mind iklan soft drink nilai impuritas = B;A C Simpul 6 B A C Total (25.20) 314 Gambar 12 Peubah pemilah kedua pohon klasifikasi. Gambar 13 secara eksploratif memberikan gambaran peubah penjelas ketiga yang berpengaruh adalah TOM merek soft drink dengan nilai penurunan tingkat keheterogenan sebesar Pada peubah pemilah ketiga, terdapat dua simpul terminal. Simpul terminal kanan menunjukkan C dan A sebagai merek soft drink yang paling diingat oleh kosumen. Hal itu dapat diketahui dari 24 total responden yang mengingat C dan A, sebesar 72.73% dan 27.27% adalah responden yang mengonsumsi C dan A sampai saat ini. Pada simpul kiri dapat diketahui merek lain yang diingat responden adalah B. Sebesar 38.71% dari responden tersebut adalah konsumen B sampai saat ini, sisanya adalah

15 7 konsumen merek lain. Kondisi ini berarti ada kesempatan bagi B untuk dipilih oleh konsumen merek lain, karena B sudah tertanam kuat dalam ingatan konsumen. Simpul 5 B A C Total (5.14) 64 Top of Mind merek soft drink nilai impuritas = Kotler P Manajemen Pemasaran, Analissi, Perencanaan, Implementasi, dan Pengendalian. Ed. Ke-8. Ancela AH, penerjemah. Jakarta : Salemba. Michael CC, P Fred Binary classification of dyslipidemia from the waist-to-hip ratio and body mass index: a comparison of linear, logistic, and CART models. BMC Medical Research Methodology, 4:7. Sutton CD Classification and Regression Trees, Bagging, and Boosting. Handbook of Statistics 24: B Simpul 7 B A C Total (2.49) 31 A;C Simpul 8 B A C Total (2.65) 33 Gambar 13 Peubah pemilah ketiga pohon klasifikasi. SIMPULAN Faktor-faktor yang berpengaruh terhadap perilaku konsumen dalam pemilihan merek soft drink adalah merek soft drink paling sering dikonsumsi sebelumnya, Top of Mind iklan soft drink, dan Top of Mind merek soft drink. Merek A adalah merek yang paling sering dikonsumsi sebelumnya oleh konsumen. Merek C adalah merek yang paling sering diingat oleh konsumen dan merupakan iklan merek yang paling sering diingat oleh konsumen, akan tetapi iklan tidak mampu mengubah loyalitas konsumen dalam memilih merek soft drink. Perilaku konsumen dalam memilih merek soft drink lebih dipengaruhi oleh merek soft drink paling sering dikonsumsi sebelumnya. DAFTAR PUSTAKA Aaker DA Managing Brand Equity : Capitalizing on The Value of A Brand Name. New York : The Free Press. Brieman L, JH Friedman, RA Olshen, CJ Stone Classification and Regression Trees. New York : Chapman & Hall. Engel J, R Blackwell, P Miniard Perilaku Konsumen Jilid 1. Budiyanto, penerjemah. Jakarta : Binarupa Aksara. Terjemahan dari: Consumer Behaviour.

16 LAMPIRAN

17 9 Lampiran 1 Gambar Pohon Klasifikasi Maksimum A Node 3 B A C Total (33.95) 423 Wanita Node 13 B A C Total (3.13) 39 A Node 1 B A C Total (39.81) 496 Top of Mind iklan soft drink Improvement= B;A Node 7 B A C Total (4.25) 53 Jenis kelamin Improvement= B;C Node 4 B A C Total (5.86) 73 Top of Mind merek soft drink Improvement= Laki-laki Node 14 B A C Total (1.12) 14 C Node 8 B A C Total (1.61) 20 Merek soft drink yang sering dikonsumsi satu bulan terakhir Node 0 B A C Total (100.00) 1246 Merek soft drink yang paling sering dikonsumsi sebelumnya Improvement= B Node 9 B A C Total (26.97) 336 Top of Mind merek soft drink Improvement= B Node 15 B A C Total (25.20) 314 B Node 5 B A C Total (29.86) 372 Top of Mind iklan soft drink Improvement= A;C Node 16 B A C Total (1.77) 22 B;C Node 2 B A C Total (60.19) 750 Merek soft drink yang paling sering dikonsumsi sebelumnya Improvement= C Node 6 B A C Total (30.34) 378 Top of Mind iklan soft drink Improvement= A;C B;A Node 10 Node 11 Category % n B B A A C C Total (5.14) 64 Total (2.89) 36 Top of Mind merek soft drink Improvement= B A;C Node 17 Node 18 Category % n B 0.00 B A A C C Total (2.65) 33 Total (2.49) 31 Kota Improvement= Surabaya;Semarang;Makassar Jakarta;Medan;Bandung;Banjarmasin Node 19 Node 20 Category % n B B A A C C Total (1.36) 17 Total (1.12) 14 C Node 12 B A C Total (25.20) 314

18 10 Lampiran 2 Gambar Pohon Klasifikasi Optimum Merek soft drink yang sering dikonsumsi satu bulan terakhir Node 0 B A C Total (100.00) 1246 Merek soft drink yang paling sering dikonsumsi sebelumnya Improvement= A Node 1 B A C Total (39.81) 496 B;C Node 2 B A C Total (60.19) 750 Merek soft drink yang paling sering dikonsumsi sebelumnya Improvement= B Node 3 B A C Total (29.86) 372 C Node 4 B A C Total (30.34) 378 Top of Mind iklan soft drink Improvement= B;A Node 5 B A C Total (5.14) 64 C Node 6 B A C Total (25.20) 314 Top of Mind merek soft drink Improvement= B Node 7 B A C Total (2.49) 31 A;C Node 8 B A C Total (2.65) 33

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

PENERAPAN METODE CHAID DAN REGRESI LOGISTIK DALAM ANALISIS SEGMENTASI PASAR KONSUMEN AQUA DIMAS FAJAR AIRLANGGA

PENERAPAN METODE CHAID DAN REGRESI LOGISTIK DALAM ANALISIS SEGMENTASI PASAR KONSUMEN AQUA DIMAS FAJAR AIRLANGGA PENERAPAN METODE CHAID DAN REGRESI LOGISTIK DALAM ANALISIS SEGMENTASI PASAR KONSUMEN AQUA DIMAS FAJAR AIRLANGGA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

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

PENERAPAN METODE CART

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

Lebih terperinci

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

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

Lebih terperinci

PENERAPAN METODE RANDOM FOREST DALAM DRIVER ANALYSIS NARISWARI KARINA DEWI

PENERAPAN METODE RANDOM FOREST DALAM DRIVER ANALYSIS NARISWARI KARINA DEWI PENERAPAN METODE RANDOM FOREST DALAM DRIVER ANALYSIS NARISWARI KARINA DEWI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 RINGKASAN NARISWARI KARINA

Lebih terperinci

PENDEKATAN CART UNTUK MENDAPATKAN FAKTOR YANG MEMPENGARUHI TERJANGKITNYA PENYAKIT DEMAM TIFOID DI ACEH UTARA

PENDEKATAN CART UNTUK MENDAPATKAN FAKTOR YANG MEMPENGARUHI TERJANGKITNYA PENYAKIT DEMAM TIFOID DI ACEH UTARA PENDEKATAN CART UNTUK MENDAPATKAN FAKTOR YANG MEMPENGARUHI TERJANGKITNYA PENYAKIT DEMAM TIFOID DI ACEH UTARA Dina Yuanita Mahasiswa Jurusan Statistika FMIPA-ITS (1306 100 056) M. Syahid Akbar, S.Si, M.Si

Lebih terperinci

Hary Mega Gancar Prakosa Dosen Pembimbing Dr. Suhartono, S.Si, M.Sc Co Pembimbing Dr. Bambang Wijanarko Otok, S.Si, M.

Hary Mega Gancar Prakosa Dosen Pembimbing Dr. Suhartono, S.Si, M.Sc Co Pembimbing Dr. Bambang Wijanarko Otok, S.Si, M. KLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI PROVINSI JAWA TIMUR DENGAN PENDEKATAN BOOTSTRAP AGGREGATTING CLASSIFICATION AND REGRESSION TREES Hary Mega Gancar Prakosa 1307 100 077 Dosen Pembimbing Dr. Suhartono,

Lebih terperinci

Analisis CART (Classification And Regression Trees) pada Faktor-Faktor yang Mempengaruhi Kepala Rumah Tangga di Jawa Timur Melakukan Urbanisasi

Analisis CART (Classification And Regression Trees) pada Faktor-Faktor yang Mempengaruhi Kepala Rumah Tangga di Jawa Timur Melakukan Urbanisasi JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: 2301-928X D-100 Analisis CART (Classification And Regression Trees) pada Faktor-Faktor yang Mempengaruhi Kepala Rumah Tangga di Jawa Timur Melakukan

Lebih terperinci

Seminar Hasil Tugas Akhir

Seminar Hasil Tugas Akhir Seminar Hasil Tugas Akhir Pendekatan Metode Classification and Regression Tree untuk Diagnosis Tingkat Keganasan Kanker pada pasien Kanker Tiroid Sri Hartati Selviani Handayani 1311106007 Pembimbing :

Lebih terperinci

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

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

Lebih terperinci

KLASIFIKASI PENYAKIT DIABETES MELITUS DENGAN METODE CHAID (CHI SQUARE AUTOMATIC INTERACTION DETECTION) DAN CART (CLASSIFICATION AND REGRESSION TREE)

KLASIFIKASI PENYAKIT DIABETES MELITUS DENGAN METODE CHAID (CHI SQUARE AUTOMATIC INTERACTION DETECTION) DAN CART (CLASSIFICATION AND REGRESSION TREE) Surabaya, 3 Juli 2013 Seminar Hasil Tugas Akhir KLASIFIKASI PENYAKIT DIABETES MELITUS DENGAN METODE (CHI SQUARE AUTOMATIC INTERACTION DETECTION) DAN (CLASSIFICATION AND REGRESSION TREE) Dosen Pembimbing

Lebih terperinci

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

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

Lebih terperinci

PENERAPAN POHON KLASIFIKASI DAN BOOTSTRAP AGGREGATING DALAM KLASIFIKASI USIA MENARCHE (Studi Kasus: SMPN Ragunan dan SMPN 1 Dramaga) IIS ISTIQOMAH

PENERAPAN POHON KLASIFIKASI DAN BOOTSTRAP AGGREGATING DALAM KLASIFIKASI USIA MENARCHE (Studi Kasus: SMPN Ragunan dan SMPN 1 Dramaga) IIS ISTIQOMAH PENERAPAN POHON KLASIFIKASI DAN BOOTSTRAP AGGREGATING DALAM KLASIFIKASI USIA MENARCHE (Studi Kasus: SMPN Ragunan dan SMPN 1 Dramaga) IIS ISTIQOMAH DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

Lebih terperinci

Model Machine Learning CART Diabetes Melitus

Model Machine Learning CART Diabetes Melitus Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai Islami) Vol.1, No.1, Juli 2017, Hal. 485-491 p-issn: 2580-4596; e-issn: 2580-460X Halaman 485 Ria Dhea Layla Nur Karisma 1, Bambang Widjanarko

Lebih terperinci

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

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

Lebih terperinci

PENGKAJIAN KEAKURATAN TWOSTEP CLUSTER DALAM MENENTUKAN BANYAKNYA GEROMBOL POPULASI KUDSIATI

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

Lebih terperinci

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

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

Lebih terperinci

PENERAPAN METODE RANDOM FOREST DALAM DRIVER ANALYSIS (The Application of Random Forest in Driver Analysis)

PENERAPAN METODE RANDOM FOREST DALAM DRIVER ANALYSIS (The Application of Random Forest in Driver Analysis) , April 2011 p : -43 ISSN : 0853-811 Vol 16 No.1 PENERAPAN METODE RANDOM FOREST DALAM DRIVER ANALYSIS (The Application of Random Forest in Driver Analysis) Nariswari Karina Dewi 1, Utami Dyah Syafitri

Lebih terperinci

PENGKAJIAN KEAKURATAN TWOSTEP CLUSTER DALAM MENENTUKAN BANYAKNYA GEROMBOL POPULASI KUDSIATI

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

Lebih terperinci

METODE ENSEMBLE PADA CART UNTUK PERBAIKAN KLASIFIKASI KEMISKINAN DI KABUPATEN JOMBANG

METODE ENSEMBLE PADA CART UNTUK PERBAIKAN KLASIFIKASI KEMISKINAN DI KABUPATEN JOMBANG METODE ENSEMBLE PADA CART UNTUK PERBAIKAN KLASIFIKASI KEMISKINAN DI KABUPATEN JOMBANG MUHAMMAD JAMAL MUTTAQIN 1311 201 205 PEMBIMBING DR. BAMBANG WIDJANARKO OTOK, M.SI. SANTI PUTERI RAHAYU, M.SI., PH.D.

Lebih terperinci

Pendekatan Metode Classification and Regression Tree untuk Diagnosis Tingkat Keganasan Kanker pada Pasien Kanker Tiroid

Pendekatan Metode Classification and Regression Tree untuk Diagnosis Tingkat Keganasan Kanker pada Pasien Kanker Tiroid Pendekatan Metode Classification and Regression Tree untuk Diagnosis Tingkat Keganasan Kanker pada Pasien Kanker Tiroid Sri Hartati Selviani Handayani dan Santi Wulan Purnami Jurusan Statistika, Fakultas

Lebih terperinci

Klasifikasi Hasil Pap Smear Test Kanker Serviks Berdasarkan Faktor Resiko (Studi Kasus Di Rumah Sakit Swasta Surabaya

Klasifikasi Hasil Pap Smear Test Kanker Serviks Berdasarkan Faktor Resiko (Studi Kasus Di Rumah Sakit Swasta Surabaya 1 Klasifikasi Hasil Pap Smear Test Kanker Serviks Berdasarkan Faktor Resiko (Studi Kasus Di Rumah Sakit Swasta Surabaya Yuristian Ramdani dan Santi Wulan Purnami Jurusan Statistika, Fakultas Matematika

Lebih terperinci

METODE CART UNTUK ANALISIS KOLEKTIBILITAS PEMBAYARAN KREDIT PT. N KURNIA SHOLIHAT

METODE CART UNTUK ANALISIS KOLEKTIBILITAS PEMBAYARAN KREDIT PT. N KURNIA SHOLIHAT METODE CART UNTUK ANALISIS KOLEKTIBILITAS PEMBAYARAN KREDIT PT. N KURNIA SHOLIHAT DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN MENGENAI

Lebih terperinci

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

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

Lebih terperinci

ANALISIS 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

METODE POHON GABUNGAN PADA CART UNTUK ANALISA KESEJAHTERAAN RUMAH TANGGA DI BANJARMASIN

METODE POHON GABUNGAN PADA CART UNTUK ANALISA KESEJAHTERAAN RUMAH TANGGA DI BANJARMASIN Technologia Vol 7, No.1, Januari Maret 2016 15 METODE POHON GABUNGAN PADA CART UNTUK ANALISA KESEJAHTERAAN RUMAH TANGGA DI BANJARMASIN Galih Mahalisa, S.Kom, M.Kom (galih.mahalisa@gmail.com) ABSTRAK Kemiskinan

Lebih terperinci

PENDEKATAN CART UNTUK MENDAPATKAN FAKTOR YANG MEMPENGARUHI TERJANGKITNYA PENYAKIT DEMAM TIFOID DI ACEH UTARA

PENDEKATAN CART UNTUK MENDAPATKAN FAKTOR YANG MEMPENGARUHI TERJANGKITNYA PENYAKIT DEMAM TIFOID DI ACEH UTARA PENDEKATAN CART UNTUK MENDAPATKAN FAKTOR YANG MEMPENGARUHI TERJANGKITNYA PENYAKIT DEMAM TIFOID DI ACEH UTARA Muhammad Sjahid Akbar 1, Dina Yuanita, dan Sri Harini 3 1, Jurusan Statistika ITS 3 Jurusan

Lebih terperinci

METODE POHON REGRESI DAN PROSEDUR REGRESI BERTATAR UNTUK SEGMENTASI DATA

METODE POHON REGRESI DAN PROSEDUR REGRESI BERTATAR UNTUK SEGMENTASI DATA JMA, VOL. 7, NO.1, JULI, 2008, 39-54 39 METODE POHON REGRESI DAN PROSEDUR REGRESI BERTATAR UNTUK SEGMENTASI DATA BUDI SUHARJO Departemen Matematika, Fakultas Matematika dan Imu Pengetahuan Alam, Institut

Lebih terperinci

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

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

Lebih terperinci

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

KLASIFIKASI STATUS KERJA PADA ANGKATAN KERJA KOTA SEMARANG TAHUN 2014 MENGGUNAKAN METODE CHAID DAN CART ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 1, Tahun 2016, Halaman 183-192 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian KLASIFIKASI STATUS KERJA PADA ANGKATAN KERJA KOTA SEMARANG TAHUN

Lebih terperinci

Pendekatan Metode Classification and Regression Tree untuk Diagnosis Tingkat Keganasan Kanker pada Pasien Kanker Tiroid

Pendekatan Metode Classification and Regression Tree untuk Diagnosis Tingkat Keganasan Kanker pada Pasien Kanker Tiroid JURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) 2337-3520 (2301-928X Print) D-24 Pendekatan Metode Classification and Regression Tree untuk Diagnosis Tingkat Keganasan Kanker pada Pasien Kanker Tiroid

Lebih terperinci

METODE KLASIFIKASI BERSTRUKTUR POHON BINER (STUDI KASUS PADA PRAKIRAAN SIFAT HUJAN BULANAN DI BOGOR) 1) T

METODE KLASIFIKASI BERSTRUKTUR POHON BINER (STUDI KASUS PADA PRAKIRAAN SIFAT HUJAN BULANAN DI BOGOR) 1) T METODE KLASIFIKASI BERSTRUKTUR POHON BINER (STUDI KASUS PADA PRAKIRAAN SIFAT HUJAN BULANAN DI BOGOR) 1) T Aan Kardiana 2), Aunuddin 3), Aji Hamim Wigena 3), Hari Wijayanto 3) 2) Jurusan Teknik Informatika,

Lebih terperinci

PERBANDINGAN KLASIFIKASI NASABAH KREDIT MENGGUNAKAN REGRESI LOGISTIK BINER DAN CART (CLASSIFICATION AND REGRESSION TREES) Abstract

PERBANDINGAN KLASIFIKASI NASABAH KREDIT MENGGUNAKAN REGRESI LOGISTIK BINER DAN CART (CLASSIFICATION AND REGRESSION TREES) Abstract Perbandingan Klasifikasi (Agung Waluyo) PERBANDINGAN KLASIFIKASI NASABAH KREDIT MENGGUNAKAN REGRESI LOGISTIK BINER DAN CART (CLASSIFICATION AND REGRESSION TREES) Agung Waluyo 1, Moch. Abdul Mukid 2, Triastuti

Lebih terperinci

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

PERBANDINGAN ANALISIS KLASIFIKASI NASABAH KREDIT MENGGUNAKAN REGRESI LOGISTIK BINER DAN CART (CLASSIFICATION AND REGRESSION TREES) ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman 215-225 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PERBANDINGAN ANALISIS KLASIFIKASI NASABAH KREDIT MENGGUNAKAN

Lebih terperinci

BAGGING CLASSIFICATION TREES UNTUK PREDIKSI RISIKO PREEKLAMPSIA (Studi Kasus : Ibu Hamil Kategori Penerima Jampersal di RSUD Dr. Moewardi Surakarta)

BAGGING CLASSIFICATION TREES UNTUK PREDIKSI RISIKO PREEKLAMPSIA (Studi Kasus : Ibu Hamil Kategori Penerima Jampersal di RSUD Dr. Moewardi Surakarta) Prediksi Risiko (Moch. Abdul Mukid) BAGGING CLASSIFICATION TREES UNTUK PREDIKSI RISIKO PREEKLAMPSIA (Studi Kasus : Ibu Hamil Kategori Penerima Jampersal di RSUD Dr. Moewardi Surakarta) Moch. Abdul Mukid

Lebih terperinci

Klasifikasi Nilai Peminat SBMPTN (Seleksi Bersama Masuk Perguruan Tinggi Negeri) ITS dengan Pendekatan Classification and Regression Trees (CART)

Klasifikasi Nilai Peminat SBMPTN (Seleksi Bersama Masuk Perguruan Tinggi Negeri) ITS dengan Pendekatan Classification and Regression Trees (CART) D193 Klasifikasi Nilai Peminat SBMPTN (Seleksi Bersama Masuk Perguruan Tinggi Negeri) ITS dengan Pendekatan Classification and Regression Trees (CART) Lely Dwi Bhekti Pratiwi, Wahyu Wibowo, dan Ismaini

Lebih terperinci

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

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

Lebih terperinci

PEMBENTUKAN POHON KLASIFIKASI BINER DENGAN ALGORITMA CART ( CLASSIFICATION AND REGRESSION TREES ) ( STUDI KASUS PENYAKIT DIABETES SUKU PIMA INDIAN )

PEMBENTUKAN POHON KLASIFIKASI BINER DENGAN ALGORITMA CART ( CLASSIFICATION AND REGRESSION TREES ) ( STUDI KASUS PENYAKIT DIABETES SUKU PIMA INDIAN ) PEMBENTUKAN POHON KLASIFIKASI BINER DENGAN ALGORITMA CART ( CLASSIFICATION AND REGRESSION TREES ) ( STUDI KASUS PENYAKIT DIABETES SUKU PIMA INDIAN ) PT Jasa Marga ro) C abang Semarang SKRIPSI Disusun Oleh

Lebih terperinci

ANALISIS KLASIFIKASI NASABAH KREDIT MENGGUNAKAN BOOTSTRAP AGGREGATING CLASSIFICATION AND REGRESSION TREES (BAGGING CART)

ANALISIS KLASIFIKASI NASABAH KREDIT MENGGUNAKAN BOOTSTRAP AGGREGATING CLASSIFICATION AND REGRESSION TREES (BAGGING CART) ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 1, Tahun 2016, Halaman 81-90 Online di: http://eournal-s1.undip.ac.id/index.php/gaussian ANALISIS KLASIFIKASI NASABAH KREDIT MENGGUNAKAN BOOTSTRAP AGGREGATING

Lebih terperinci

PEMODELAN DATA PANEL SPASIAL DENGAN DIMENSI RUANG DAN WAKTU TENDI FERDIAN DIPUTRA

PEMODELAN DATA PANEL SPASIAL DENGAN DIMENSI RUANG DAN WAKTU TENDI FERDIAN DIPUTRA PEMODELAN DATA PANEL SPASIAL DENGAN DIMENSI RUANG DAN WAKTU TENDI FERDIAN DIPUTRA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012 RINGKASAN TENDI

Lebih terperinci

PREDIKSI NASABAH POTENSIAL MENGGUNAKAN METODE KLASIFIKASI POHON BINER

PREDIKSI NASABAH POTENSIAL MENGGUNAKAN METODE KLASIFIKASI POHON BINER PREDIKSI NASABAH POTENSIAL MENGGUNAKAN METODE KLASIFIKASI POHON BINER Ari Wibowo Program Studi Teknik Informatika Politeknik Negeri Batam Jl. Parkway No 1, Batam Center, Batam Telp 0778-469856, Fax 0778-463620

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE POHON KLASIFIKASI QUEST

BAB III METODE POHON KLASIFIKASI QUEST BAB III METODE POHON KLASIFIKASI QUEST 3.1 Metode Berstruktur Pohon Istilah pohon dalam matematika dikenal dalam teori graf. Pertama kali konsep pohon digunakan oleh Gustav Kirchhoff (184-1887) dalam bidang

Lebih terperinci

BAB I PENDAHULUAN. ada tiga, yaitu association rules, classification dan clustering.

BAB I PENDAHULUAN. ada tiga, yaitu association rules, classification dan clustering. BAB I PENDAHULUAN 1.1. Latar Belakang Data mining adalah serangkaian proses untuk menggali nilai tambah berupa informasi yang selama ini tidak diketahui secara manual dari suatu basis data. Informasi yang

Lebih terperinci

IDENTIFIKASI FAKTOR-FAKTOR YANG MEMPENGARUHI MAHASISWA PASCASARJANA IPB BERHENTI STUDI MENGGUNAKAN ANALISIS CHAID DAN REGRESI LOGISTIK

IDENTIFIKASI FAKTOR-FAKTOR YANG MEMPENGARUHI MAHASISWA PASCASARJANA IPB BERHENTI STUDI MENGGUNAKAN ANALISIS CHAID DAN REGRESI LOGISTIK IDENTIFIKASI FAKTOR-FAKTOR YANG MEMPENGARUHI MAHASISWA PASCASARJANA IPB BERHENTI STUDI MENGGUNAKAN ANALISIS CHAID DAN REGRESI LOGISTIK Mohamad Jajuli Teknik Informatika, Fakultas Ilmu Komputer, Universitas

Lebih terperinci

ANALISIS KEBERHASILAN STUDI MAHASISWA PROGRAM MAGISTER SEKOLAH PASCASARJANA IPB SITI KHOIRIYAH

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

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

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

Gambar 2. Kerangka berpikir mengenai perilaku penggunaan pembalut pada mahasiswi

Gambar 2. Kerangka berpikir mengenai perilaku penggunaan pembalut pada mahasiswi 16 KERANGKA PEMIKIRAN Menstruasi merupakan keadaan yang dialami oleh seorang perempuan normal setiap bulan. Agar cairan menstruasi yang keluar dari dinding rahim tidak menodai pakaian yang dipakai maka

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

BAB II TINJAUAN PUSTAKA. konsep-konsep dasar pada QUEST dan CHAID, algoritma QUEST, algoritma

BAB II TINJAUAN PUSTAKA. konsep-konsep dasar pada QUEST dan CHAID, algoritma QUEST, algoritma BAB II TINJAUAN PUSTAKA Bab ini akan membahas pengertian metode klasifikasi berstruktur pohon, konsep-konsep dasar pada QUEST dan CHAID, algoritma QUEST, algoritma CHAID, keakuratan dan kesalahan dalam

Lebih terperinci

METODE PENELITIAN. satu wilayah pemasaran dari produk chewy candy rasa buah. Responden yang

METODE PENELITIAN. satu wilayah pemasaran dari produk chewy candy rasa buah. Responden yang IV. METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian Penelitian ini dilakukan di wilayah Kota Bogor, yang merupakan salah satu wilayah pemasaran dari produk chewy candy rasa buah. Responden yang digunakan

Lebih terperinci

3 HASIL DAN PEMBAHASAN

3 HASIL DAN PEMBAHASAN 10 3 HASIL DAN PEMBAHASAN Gambaran Umum Tempat Penelitian Kampus STAKPN Tarutung berada di Kecamatan Tarutung Kabupaten Tapanuli Utara Propinsi Sumatera Utara yang berdiri sejak tahun 1999. STAKPN Tarutung

Lebih terperinci

KLASIFIKASI DAN KAJIAN PERFORMA NASABAH USAHA EKONOMI DESA SIMPAN PINJAM (UED-SP) DESA PISANG BEREBUS ABRAR SETIAWAN

KLASIFIKASI DAN KAJIAN PERFORMA NASABAH USAHA EKONOMI DESA SIMPAN PINJAM (UED-SP) DESA PISANG BEREBUS ABRAR SETIAWAN KLASIFIKASI DAN KAJIAN PERFORMA NASABAH USAHA EKONOMI DESA SIMPAN PINJAM (UED-SP) DESA PISANG BEREBUS ABRAR SETIAWAN DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN

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

PPDAFTAR GAMBAR Gambar Halaman Yuni Melawati, 2013

PPDAFTAR GAMBAR Gambar Halaman Yuni Melawati, 2013 PPDAFTAR GAMBAR Gambar 2.1 Contoh Pohon Keputusan untuk Mengklasifikasikan Pembelian Komputer... 19 3.1 Diagram CART... 29 3.2 Pohon Keputusan Sementara... 37 3.3 Pohon Keputusan Optimum... 38 3.4 Pohon

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN 79 BAB 3 METODE PENELITIAN 3.1 Disain Penelitian Metode penelitian yang digunakan adalah metode deskriptif dengan desain penelitian deskriptif, di mana tujuan penelitian adalah untuk menguraikan sifat

Lebih terperinci

ANALISIS EKUITAS MEREK KECAP SERTA IMPLIKASINYA TERHADAP STRATEGI BAURAN PEMASARAN DI KOTA TANGERANG (Studi Kasus: Kecap Merek ABC dan Bango)

ANALISIS EKUITAS MEREK KECAP SERTA IMPLIKASINYA TERHADAP STRATEGI BAURAN PEMASARAN DI KOTA TANGERANG (Studi Kasus: Kecap Merek ABC dan Bango) ANALISIS EKUITAS MEREK KECAP SERTA IMPLIKASINYA TERHADAP STRATEGI BAURAN PEMASARAN DI KOTA TANGERANG (Studi Kasus: Kecap Merek ABC dan Bango) DISUSUN OLEH: EFENDY A14104121 PROGRAM STUDI MANAJEMEN AGRIBISNIS

Lebih terperinci

ANALISIS TINGKAT KEPUASAN DAN LOYALITAS KONSUMEN TERHADAP MINUMAN TEH SIAP MINUM (READY TO DRINK) MEREK TEH BOTOL SOSRO DI JAKARTA TIMUR

ANALISIS TINGKAT KEPUASAN DAN LOYALITAS KONSUMEN TERHADAP MINUMAN TEH SIAP MINUM (READY TO DRINK) MEREK TEH BOTOL SOSRO DI JAKARTA TIMUR ANALISIS TINGKAT KEPUASAN DAN LOYALITAS KONSUMEN TERHADAP MINUMAN TEH SIAP MINUM (READY TO DRINK) MEREK TEH BOTOL SOSRO DI JAKARTA TIMUR Oleh : NOVA RESKI SEPTINA K A14104117 PROGRAM STUDI MANAJEMEN AGRIBISNIS

Lebih terperinci

Klasifikasi Risiko Infeksi pada Bayi Baru Lahir di Rumah Sakit Umum Daerah Sidoarjo Menggunakan Metode Classification Trees

Klasifikasi Risiko Infeksi pada Bayi Baru Lahir di Rumah Sakit Umum Daerah Sidoarjo Menggunakan Metode Classification Trees JURAL SAIS DA SEI ITS Vol. 5, o.1, (2016) 2337-3520 (2301-928X Prin D-26 Klasifikasi Risiko Infeksi pada Bayi Baru Lahir di Rumah Sakit Umum Daerah Sidoarjo Menggunakan Metode Classification Trees Aulia

Lebih terperinci

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

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

Lebih terperinci

ANALISIS FAKTOR RISIKO PENYAKIT JANTUNG KORONER DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK DAN CHAID: KASUS DI RSUP DR. WAHIDIN SUDIROHUSODO MAKASSAR

ANALISIS FAKTOR RISIKO PENYAKIT JANTUNG KORONER DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK DAN CHAID: KASUS DI RSUP DR. WAHIDIN SUDIROHUSODO MAKASSAR ANALISIS FAKTOR RISIKO PENYAKIT JANTUNG KORONER DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK DAN CHAID: KASUS DI RSUP DR. WAHIDIN SUDIROHUSODO MAKASSAR ASTRI ATTI SEKOLAH PASCASARJANA INSTITUT PERTANIAN

Lebih terperinci

BAB I PENDAHULUAN. Dalam persaingan yang semakin ketat di zaman modern sekarang ini, pemasaran

BAB I PENDAHULUAN. Dalam persaingan yang semakin ketat di zaman modern sekarang ini, pemasaran BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam persaingan yang semakin ketat di zaman modern sekarang ini, pemasaran menjadi suatu fungsi bisnis yang sangat penting, yang berurusan dengan pelanggan.

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Pada BAB II ini akan disampaikan materi-materi yang berkaitan dengan konsep data mining, yang merupakan landasan bagi pembahasan klasifikasi untuk evaluasi kinerja pegawai. 2. 1 Tinjauan

Lebih terperinci

BAGGING CART PADA KLASIFIKASI ANAK PUTUS SEKOLAH

BAGGING CART PADA KLASIFIKASI ANAK PUTUS SEKOLAH Seminar Nasional Statistika IX Institut Teknologi Sepuluh Nopember, 7 November 2009 XVI-1 BAGGING CART PADA KLASIFIKASI ANAK PUTUS SEKOLAH Oleh: Bambang Widjanarko Otok 1) & Sumarmi 2) 1) Jurusan Statistika,FMIPA-ITS,

Lebih terperinci

KAJIAN PENDEKATAN REGRESI SINYAL P-SPLINE PADA MODEL KALIBRASI. Oleh : SITI NURBAITI G

KAJIAN PENDEKATAN REGRESI SINYAL P-SPLINE PADA MODEL KALIBRASI. Oleh : SITI NURBAITI G KAJIAN PENDEKATAN REGRESI SINYAL P-SPLINE PADA MODEL KALIBRASI Oleh : SITI NURBAITI G14102022 DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2007 ABSTRAK SITI

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN 3.1 DESAIN PENELITIAN Penelitian ini di desain melalui pendekatan cross-sectional study yaitu rancangan suatu studi epidemiologi yang mempelajari hubungan penyakit dan paparan

Lebih terperinci

PENERAPAN ANALISIS POHON REGRESI PADA DATA PERLINDUNGAN SOSIAL PUTRI DWI ANDINI

PENERAPAN ANALISIS POHON REGRESI PADA DATA PERLINDUNGAN SOSIAL PUTRI DWI ANDINI PENERAPAN ANALISIS POHON REGRESI PADA DATA PERLINDUNGAN SOSIAL PUTRI DWI ANDINI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2012 ABSTRAK PUTRI DWI ANDINI.

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

DAFTAR ISI. Halaman DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN... I PENDAHULUAN... 1

DAFTAR ISI. Halaman DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN... I PENDAHULUAN... 1 DAFTAR ISI DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN... I PENDAHULUAN... 1 1.1 Latar Belakang... 1 1.2 Perumusan Masalah... 7 1.3 Tujuan Penelitian... 8 1.4 Manfaat Penelitian... 9 1.5 Ruang Lingkup

Lebih terperinci

ANALISIS SIKAP DAN KEPUASAN KONSUMEN RESTORAN DEATH BY CHOCOLATE AND SPAGHETTI BOGOR

ANALISIS SIKAP DAN KEPUASAN KONSUMEN RESTORAN DEATH BY CHOCOLATE AND SPAGHETTI BOGOR ANALISIS SIKAP DAN KEPUASAN KONSUMEN RESTORAN DEATH BY CHOCOLATE AND SPAGHETTI BOGOR SKRIPSI EGRETTA MELISTANTRI DEWI A 14105667 PROGRAM STUDI EKSTENSI MANAJEMEN AGRIBISNIS FAKULTAS PERTANIAN INSTITUT

Lebih terperinci

Klasifikasi Penderita Diabetes Melitus dengan Metode CHAID (Chi-Squared Automatic Interaction Detection) dan CART (Classification and Regression Tree)

Klasifikasi Penderita Diabetes Melitus dengan Metode CHAID (Chi-Squared Automatic Interaction Detection) dan CART (Classification and Regression Tree) Klasifikasi Penderita Diabetes Melitus dengan Metode CHAID (Chi-Squared Automatic Interaction Detection) dan CART (Classification and Regression Tree) Ria Dhea Layla N.K (1), Brodjol Sutijo Suprih U. (2),

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

BAB I PENDAHULUAN. Menurut Aaker dalam Durianto dkk (2001:4), brand equity dapat

BAB I PENDAHULUAN. Menurut Aaker dalam Durianto dkk (2001:4), brand equity dapat BAB I PENDAHULUAN A. Latar Belakang Masalah Fenomena persaingan dunia asuransi terutama asuransi jiwa di Indonesia telah berkembang dengan pesat. Namun demikian masyarakat Indonesia belum memiliki tingkat

Lebih terperinci

SKRIPSI. Disusun Oleh : ZULFA WAHYU MARDIKA NIM. J2E

SKRIPSI. Disusun Oleh : ZULFA WAHYU MARDIKA NIM. J2E PEMBENTUKAN POHON KLASIFIKASI BINER DENGAN ALGORITMA CART (CLASSIFICATION AND REGRESSION TREES) (STUDI KASUS KREDIT MACET DI PD. BPR-BKK PURWOKERTO UTARA) SKRIPSI Disusun Oleh : ZULFA WAHYU MARDIKA NIM.

Lebih terperinci

BAHAN DAN METODE HASIL DAN PEMBAHASAN

BAHAN DAN METODE HASIL DAN PEMBAHASAN 5 Jika hipotesis nol benar, maka statistik uji-w akan menyebar mengikuti sebaran normal baku. Hipotesis nol ditolak jika W > Z α/2 (Hosmer & Lemeshow 1989). Interpretasi koefisien untuk model regresi logistik

Lebih terperinci

ANALISIS KLASIFIKASI NASABAH KREDIT MENGGUNAKAN BOOTSTRAP AGGREGATING CLASSIFICATION AND REGRESSION TREES (BAGGING CART)

ANALISIS KLASIFIKASI NASABAH KREDIT MENGGUNAKAN BOOTSTRAP AGGREGATING CLASSIFICATION AND REGRESSION TREES (BAGGING CART) ANALISIS KLASIFIKASI NASABAH KREDIT MENGGUNAKAN BOOTSTRAP AGGREGATING CLASSIFICATION AND REGRESSION TREES (BAGGING CART) SKRIPSI Disusun Oleh : DESY RATNANINGRUM 24010211140097 JURUSAN STATISTIKA FAKULTAS

Lebih terperinci

TINJAUAN PUSTAKA. dengan atau tanpa penambahan bahan makanan lain dari bahan tambahan. Kembang gula diklasifikasikan dalam 4 jenis, yaitu :

TINJAUAN PUSTAKA. dengan atau tanpa penambahan bahan makanan lain dari bahan tambahan. Kembang gula diklasifikasikan dalam 4 jenis, yaitu : II. TINJAUAN PUSTAKA 2.1. Kembang Gula Definisi dari kembang gula adalah jenis makanan selingan berbentuk padat, dibuat dari gula atau pemanis lain atau campuran gula dengan pemanis lain dengan atau tanpa

Lebih terperinci

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

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

Lebih terperinci

KLASIFIKASI ANAK PUTUS SEKOLAH DENGAN MELIBATKAN PEUBAH JARINGAN SOSIAL MENGGUNAKAN CART DI SULAWESI DINA SRIKANDI

KLASIFIKASI ANAK PUTUS SEKOLAH DENGAN MELIBATKAN PEUBAH JARINGAN SOSIAL MENGGUNAKAN CART DI SULAWESI DINA SRIKANDI KLASIFIKASI ANAK PUTUS SEKOLAH DENGAN MELIBATKAN PEUBAH JARINGAN SOSIAL MENGGUNAKAN CART DI SULAWESI DINA SRIKANDI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2015 PERNYATAAN MENGENAI TESIS DAN

Lebih terperinci

FAKTOR-FAKTOR SOSIAL EKONOMI YANG MEMPENGARUHI FERTILITAS PEREMPUAN DENGAN LAMA PERKAWINAN DI BAWAH 10 TAHUN DI PROVINSI JAWA BARAT LIESTIA NOVIANI

FAKTOR-FAKTOR SOSIAL EKONOMI YANG MEMPENGARUHI FERTILITAS PEREMPUAN DENGAN LAMA PERKAWINAN DI BAWAH 10 TAHUN DI PROVINSI JAWA BARAT LIESTIA NOVIANI FAKTOR-FAKTOR SOSIAL EKONOMI YANG MEMPENGARUHI FERTILITAS PEREMPUAN DENGAN LAMA PERKAWINAN DI BAWAH 10 TAHUN DI PROVINSI JAWA BARAT LIESTIA NOVIANI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

Lebih terperinci

EVALUASI FAKTOR-FAKTOR YANG MEMPENGARUHI KEMENANGAN DALAM PERTANDINGAN SEPAK BOLA DENGAN MENGGUNAKAN POHON KLASIFIKASI ERZHA AULIA PUTRA

EVALUASI FAKTOR-FAKTOR YANG MEMPENGARUHI KEMENANGAN DALAM PERTANDINGAN SEPAK BOLA DENGAN MENGGUNAKAN POHON KLASIFIKASI ERZHA AULIA PUTRA EVALUASI FAKTOR-FAKTOR YANG MEMPENGARUHI KEMENANGAN DALAM PERTANDINGAN SEPAK BOLA DENGAN MENGGUNAKAN POHON KLASIFIKASI ERZHA AULIA PUTRA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

Lebih terperinci

BAB V KESIMPULAN DAN SARAN. 1. Ekuitas merek memiliki pengaruh positif terhadap keputusan pembelian

BAB V KESIMPULAN DAN SARAN. 1. Ekuitas merek memiliki pengaruh positif terhadap keputusan pembelian BAB V KESIMPULAN DAN SARAN A. Kesimpulan Berdasarkan hasil penelitian dan pembahasan, maka dapat ditarik beberapa kesimpulan sebagai berikut. 1. Ekuitas merek memiliki pengaruh positif terhadap keputusan

Lebih terperinci

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI REALISASI KREDIT SOLUSI MODAL (SM) DI BANK DANAMON SIMPAN PINJAM UNIT CIBINONG KABUPATEN BOGOR

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI REALISASI KREDIT SOLUSI MODAL (SM) DI BANK DANAMON SIMPAN PINJAM UNIT CIBINONG KABUPATEN BOGOR ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI REALISASI KREDIT SOLUSI MODAL (SM) DI BANK DANAMON SIMPAN PINJAM UNIT CIBINONG KABUPATEN BOGOR SKRIPSI ROBBI FEBRIO H34076133 DEPARTEMEN AGRIBISNIS FAKULTAS EKONOMI

Lebih terperinci

PRAKIRAAN SIFAT HUJAN MENGGUNAKAN METODE POHON KLASIFIKASI

PRAKIRAAN SIFAT HUJAN MENGGUNAKAN METODE POHON KLASIFIKASI Statistika, Vol. 1, No. 1, Mei 2013 PRAKIRAAN SIFAT HUJAN MENGGUNAKAN METODE POHON KLASIFIKASI Dwi Haryo Ismunarti Jurusan Ilmu Kelautan, Fakultas Perikanan dan Ilmu Kelautan, UNDIP Email: dwiharyois@gmail.com

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

ANALISIS SENSITIVITAS HARGA DAN LOYALITAS KONSUMEN TERHADAP MINYAK GORENG MEREK BIMOLI DI KOTA BOGOR INDRA UTAMA NASUTION A.

ANALISIS SENSITIVITAS HARGA DAN LOYALITAS KONSUMEN TERHADAP MINYAK GORENG MEREK BIMOLI DI KOTA BOGOR INDRA UTAMA NASUTION A. ANALISIS SENSITIVITAS HARGA DAN LOYALITAS KONSUMEN TERHADAP MINYAK GORENG MEREK BIMOLI DI KOTA BOGOR INDRA UTAMA NASUTION A. 14103550 PROGRAM SARJANA EKSTENSI MANAJEMEN AGRIBISNIS FAKULTAS PERTANIAN INSTITUT

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN 27 III. METODOLOGI PENELITIAN 3.1. Kerangka Pemikiran Maraknya persaingan industri sampo di Indonesia, membuat perusahaan berlomba-lomba untuk mempromosikan produknya dengan melakukan berbagai kegiatan

Lebih terperinci

JURNAL PREDIKSI PRESTASI SISWA SEKOLAH DASAR MENGGUNAKAN ALGORITMA CART PREDICTION ELEMENTARY SCHOOL STUDENT ACHIEVEMENT USING CART ALGORITHM

JURNAL PREDIKSI PRESTASI SISWA SEKOLAH DASAR MENGGUNAKAN ALGORITMA CART PREDICTION ELEMENTARY SCHOOL STUDENT ACHIEVEMENT USING CART ALGORITHM JURNAL PREDIKSI PRESTASI SISWA SEKOLAH DASAR MENGGUNAKAN ALGORITMA CART PREDICTION ELEMENTARY SCHOOL STUDENT ACHIEVEMENT USING CART ALGORITHM Oleh: BENI KURNIAWAN 12.1.03.02.0201 Dibimbing oleh : 1. Resty

Lebih terperinci

ANALISIS EKUITAS MEREK PRODUK BBM BERDASARKAN PERSEPSI PELANGGAN DI PT PERTAMINA (PERSERO) GELADIKARYA

ANALISIS EKUITAS MEREK PRODUK BBM BERDASARKAN PERSEPSI PELANGGAN DI PT PERTAMINA (PERSERO) GELADIKARYA ANALISIS EKUITAS MEREK PRODUK BBM BERDASARKAN PERSEPSI PELANGGAN DI PT PERTAMINA (PERSERO) GELADIKARYA Oleh : AZHAR KARIMULAH NIM : 047007068 SEKOLAH PASCASARJANA UNIVERSITAS SUMATERA UTARA MEDAN 2012

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

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

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

Lebih terperinci

PENERAPAN REGRESI LOGISTIK ORDINAL MULTILEVEL TERHADAP NILAI AKHIR METODE STATISTIKA FMIPA IPB IIN MAENA

PENERAPAN REGRESI LOGISTIK ORDINAL MULTILEVEL TERHADAP NILAI AKHIR METODE STATISTIKA FMIPA IPB IIN MAENA PENERAPAN REGRESI LOGISTIK ORDINAL MULTILEVEL TERHADAP NILAI AKHIR METODE STATISTIKA FMIPA IPB IIN MAENA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR

Lebih terperinci

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

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

Lebih terperinci

MANFAAT KEMITRAAN AGRIBISNIS BAGI PETANI MITRA

MANFAAT KEMITRAAN AGRIBISNIS BAGI PETANI MITRA MANFAAT KEMITRAAN AGRIBISNIS BAGI PETANI MITRA (Kasus: Kemitraan PT Pupuk Kujang dengan Kelompok Tani Sri Mandiri Desa Majalaya Kecamatan Majalaya Kabupaten Karawang, Provinsi Jawa Barat) Oleh : ACHMAD

Lebih terperinci

Eksplorasi Kinerja Dosen Tersertifikasi dalam Melaksanakan Tridharma Perguruan Tinggi di Indonesia

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

Lebih terperinci