Nina Milana 1 dan Abadyo 2 Universitas Negeri Malang
|
|
- Ida Budiono
- 6 tahun lalu
- Tontonan:
Transkripsi
1 1 CHAID UNTUK MENGKLASIFIKASI STATUS MAHASISWA SETELAH LULUS PERKULIAHAN (Studi Kasus Pada Alumnus Prodi Matematika. Jurusan Matematika. FMIPA. Universitas Negeri Malang. Tahun ) Nina Milana 1 dan Abadyo 2 Universitas Negeri Malang Nienaz.Chic@yahoo.com ABSTRAK : Tujuan penelitian ini adalah mengklasifikasi status mahasiswa setelah lulus perkuliahan dengan menggunakan metode CHAID. Variabel terikat (dependent) adalah status mahasiswa setelah lulus perkuliaahan, sedangkan variabel bebasnya (independent) meliputi umur ketika yudisium, umur ketika bekerja pertama, jenis kelamin, status nikah ketika yudisium, IPK, kemampuan berbahasa Inggris dan keaktifan organisasi. Melalui metode CHAID (Chi-Square Automatic Interaction Detection) disimpulkan bahwa untuk alumnus yang bekerja kurang dari atau sama dengan 6 bulan memiliki karakteristik yaitu alumnus dengan status belum menikah ketika yudisium yang mempunyai IPK lebih dari 3.00 dan usia ketika bekerja pertama kali adalah kurang dari atau sama dengan 25 tahun. Kategori mendapatkan pekerjaan lebih dari 6 bulan memiliki karakteristik alumnus berstatus belum menikah ketika yudisium yang mempunyai IPK lebih dari 2.75 hingga kurang dari atau sama dengan 3.00, sedangkan untuk kategori yang tidak bekerja memiliki karakteristik alumnus yang sudah menikah ketika yudisium. Kata kunci : CHAID, klasifikasi, status mahasiswa setelah lulus perkuliahan Pengangguran sudah menjadi masalah pokok bangsa ini dan yang lebih menghawatirkan apabila pengangguran justru terjadi pada lulusan perguruan tinggi, dimana diketahui lulusan perguruan tinggi diharapkan bisa menjadi tonggak kebangkitan negara Indonesia ini untuk lebih baik kedepanya. Pada lulusan Prodi Matematika, FMIPA, Universitas Negeri Malang sendiri misalnya, tidak sedikit alumnus dari prodi matematika yang belum bekerja setelah lulus dari perkuliahan. Berbagai macam hal melatarbelakangi terjadinya pengangguran lulusan sarjana tersebut misalkan saja nilai IPK, keaktifan dalam organisasi, prestasi-prestasi yang pernah diperoleh selama perkuliahan dan lain sebagainya. Dengan mengklasifikasikan faktor-faktor yang mengakibatkan pangangguran untuk lulusan sarjana, maka diharapkan mampu memberikan informasi sehingga lulusan perguruan tinggi terutama untuk prodi matematika yang menganggur dapat diminimalisasikan. Klasifikasi merupakan salah satu bahasan yang sering dikaji dalam statistika. Menurut Hamakonda dan Tairas (1991:1) klasifikasi adalah pengelompokkan yang sistematis pada sejumlah objek, gagasan, buku atau bendabenda lain ke dalam kelas atau golongan tertentu berdasarkan ciri-ciri yang sama. Salah satu metode yang menggunakan tekhnik klasifikasi yaitu metode CHAID (Chi- Squared Automatic Interaction Detection). Metode CHAID umumnya dikenal sebagai metode pohon klasifikasi (Classification Tree Method). Inti dari metode ini adalah membagi data menjadi kelompok-kelompok yang lebih 1. Nina Milana adalah mahasiswa jurusan Matematika, FMIPA, Universitas Negeri Malang 2. Abadyo adalah mahasiswa jurusan Matematika, FMIPA, Universitas Negeri Malang
2 2 kecil berdasarkan keterkaitan antara variabel terikat dengan variabel bebas. Analisis CHAID digunakan ketika data yang dipakai adalah data dengan variabelvariabel kategorik. Metode CHAID hanya efektif bila diterapkan pada data dengan pengamatan yang banyak (Steyn & Stumph, 1986). CHAID memiliki kelebihan yaitu pada hasil output yang mana output grafis berupa sebuah pohon klasifikasi sehingga membuat metode ini lebih mudah diintepretasikan karena bisa dilihat langsung bagaimana pola pemisahan dan penggabungan variabel bebas pada prosesnya. Secara garis besar CHAID dapat dibagi dalam tiga tahap yaitu: 1. Tahap penggabungan (Merging) Tahap penggabungan kategori dapat dilakukan pada variabel bebas yang memiliki kategori lebih dari dua. Penggabungan kategori ditetapkan dengan cara mencari pasangan kategori yang memiliki lebih dari nilai χ paling besar untuk setiap variabel bebas. Nilai χ dibandingkan dengan nilai χ, jika nilai χ lebih besar dari χ maka kategori-kategori tersebut digabungkan. Jika nilai χ terbesar masih labih kecil dari χ maka tidak ada kategori dalam variabel bebas tersebut yang perlu digabungkan. Jika variabel bebas hanya memiliki dua kategori dan nilai χ kurang dari χ maka variabel ini dikeluarkan dari model. Periksa kembali kesignifikansian kategori baru setelah digabung dengan kategori lainnya dalam variabel independent, jika masih ada pasangan yang belum signifikan, ulangi langkah penggabungan kategori, namun jika semua sudah signifikan lanjutkan langkah berikutnya yakni menghitung p-value terkoreksi Bonferroni yang didasarkan pada hasil penggabungan. 2. Pemisahan (splitting) tahap ini memilih variabel bebas yang mana yang akan digunakan sebagai split node (pemisah node) yang terbaik. Pemilihan dikerjakan dengan membandingkan p-value (dari tahap merging) pada setiap variabel bebas. Langkah splitting adalah dengan memilih variabel bebas yang memiliki p- value terkecil (paling signifikan) yang akan digunakan sebagai split node, jika p-value kurang dari sama dengan tingkat spesifikasi alpha, split node menggunakan variabel bebas ini, namun jika tidak ada variabel bebas dengan nilai p-value yang signifikan maka tidak dilakukan split dan node ditentukan sebagai terminal node (node akhir). 3. Penghentian (stopping) Pembentukan pohon harus dihentikan sesuai dengan peraturan pemberhentian yakni jika tidak ada lagi variabel bebas yang signifikan atau jika pohon mencapai batas nilai maksimum pohon dari spesifikasi yang ditentukan. CHAID akan membedakan variabel-variabel bebas kategorik menjadi tiga bentuk yang berbeda (Gallagher: 2000), yaitu: a. Variabel Independent Monotonik Yaitu variabel indenpenden yang kategori di dalamnya dapat dikombinasikan atau digabungkan oleh CHAID hanya jika keduanya berdekatan satu sama lain atau mengikuti urutan aslinya (data ordinal). Contohnya: usia atau pendapatan. b. Variabel Independent Bebas
3 3 Yaitu variabel Independent yang kategori di dalamnya dapat dikombinasikan atau digabungkan ketika keduanya berdekatan ataupun tidak (data nominal). Contohnya: pekerjaan, kelompok etnik, dan area geografis. Koreksi Bonferroni (Bonferroni Correction) Koreksi Bonferroni adalah suatu proses koreksi yang digunakan ketika beberapa uji statistik untuk kebebasan atau ketidakbebasan dilakukan secara bersamaan (Sharp, 2002). Ketika terdapat sebanyak M uji perbandingan yang sudah dikatakan bebas satu sama lain, peluang untuk melakukan kesalahan tipe 1 atau α (dalam satu atau lebih uji-uji tersebut) akan sama dengan 1 dikurangi peluang untuk tidak melakukan kesalahan tipe satu dalam uji-uji tersebut, dimana nilainya akan lebih besar dari α yang telah ditentukan. Secara umum hal tersebut dapat dirumuskan sebagai berikut: 1 (1 α) > α, dimana : M = Pengali Bonferroni α = salah tipe 1 Gallagher (2000) menyebutkan bahwa pengali Bonferroni untuk masingmasing jenis variabel bebas adalah sebagai berikut: 1. Variabel Independent Monotonik M = c 1 r 1 2. Variabel Independent Bebas (r 1) M = ( 1) i! (r i)! dimana : M = Pengali Bonferroni c = Banyak kategori variabel bebas awal, dimana c > r r = Banyak kategori variabel bebas setelah penggabungan. Diagram Pohon (Tree Diagram) Hasil pembentukan segmen dalam CHAID akan ditampilkan dalam sebuah diagram pohon. Diagram pohon CHAID mengikuti aturan dari atas ke bawah (Top-down stopping rule), dimana diagram pohon disusun mulai dari kelompok induk, berlanjut di bawahnya sub kelompok yang berturut-turut dari hasil pembagian kelompok induk berdasarkan kriteria tertentu (Myers, 1996). Setiap node akan berisi keseluruhan sampel dan frekuensi absolut n untuk tiap kategori yang disusun di atasnya. Pada pohon klasifikasi CHAID terdapat istilah kedalaman (depth) yang berarti banyaknya tingkatan node-node sub kelompok sampai ke bawah pada node sub kelompok yang terakhir. Secara ringkas, Bagozzi (1994) menyatakan bahwa, diagram pohon, yang merupakan inti dari analisis CHAID, akan berisi: 1. Simbol yang menerangkan tentang kategori tertentu (atau kategori-kategori yang telah digabungkan). 2. Sebuah ringkasan data dari variabel terikat dalam kelompok tersebut (misalnya persentase respon).
4 4 3. Ukuran sampel untuk kelompok biasa dilambangkan dengan n. METODOLOGI Sampel Penelitian Sampel dalam penelitian ini adalah alumnus Prodi Matematika, Jurusan Matematika, FMIPA, Universitas Negeri Malang dari tahun 2007 hingga 2012 yang di ambil sebanyak 50 orang. Variabel Penelitian Penilitian ini menggunakan dua variabel yaitu variabel terikat dan variabel bebas. Variabel terikat (dependent) yang dilambangkan dengan (Y), maliputi: mahasiswa setelah lulus perkuliahan dengan status bekerja dengan selang waktu menganggur kurang dari atau sama dengan 6 bulan (Y ), mahasiswa setelah lulus perkuliahan dengan status bekerja dengan selang waktu menganggur lebih dari 6 bulan (Y ), dan mahasiswa setelah lulus perkuliahan dengan status tidak bekerja (Y ). Variabel bebas (independent) yang dilambangkan dengan (X) yang meliputi: umur saat yudisium (X ), umur saat mendapatkan pekerjaan yang pertama (X ), jenis kelamin (X ), status pernikahan ketika responden yudisium (X ), IPK (X ), kektifan dalam organisasi (X ), dan kemampuan bahasa Inggris (X ) Dan pada penelitian ini data yang dipakai adalah data dengan variabelvariabel kategorik. Variabel kategorik adalah variabel yang memberikan label sesuai pengamatan dan dialokasikan untuk salah satu dari beberapa kemungkinan. Sumber Data Data yang dipakai dalam penelitian ini adalah data primer, yaitu data yang diperoleh melalui pembagian atau penyebaran daftar pertanyaan (kuesioner) yang diberikan kepada alumnus Prodi Matematika, Jurusan Matematika, FMIPA, Universitas Negeri Malang tahun lulus Analisa Data Metode analisis data yang digunakan pada penelitian ini yaitu yang pertama membagi data berdasarkan kategori yang ditentukan kemudian menentukan semua skala variabel yang akan digunakan dengan tepat dan benar setelah itu dialakukan proses matematis analisis CHAID, dengan menerapkan 3 langkah analisis CHAID, yaitu langkah : penggabungan, pemisahan, dan pemberhentian. Dalam langkah penggabungan akan mulai diterapkan uji chisquare dan pengali Bonferroni sebagai pengoreksinya, kemudian dilakukan iterasi pada langkah kedua dan proses iterasi akan berhenti apabila sudah tidak ada lagi variabel independen yang tersisa untuk diuji hubungannya dengan variabel dependen, atau juga apabila terbentuknya node pada diagram pohon telah memenuhi batasan yang ditentukan. Proses ini disebut dengan proses pemberhentian. Yang terakhir adalah menentukan segmentasi status mahasiswa dengan menginter pretasikan diagram pohon CHAID dan menentukan target berdasarkan hasil segmentasi mahasiswa yang sudah terbentuk.
5 5 PEMBAHASAN Pada iterasi pertama diperoleh variabel status pernikahan ketika responden yudisium (X 4 ) sebagai node awal atau kedalaman (depth) pertama, hal tersebut dilakukan karena memiliki nilai chi-square terbesar yaitu Iterasi kedua variabel IPK dimasukkan ke dalam diagram pohon untuk kedalaman ke-2 karena mempunyai nilai χ terbesar yaitu , kemudian dilakukan proses penggabungan dan diperoleh kategori baru yaitu kategori 1 dengan kriteria IPK dan kategori 2 denga kriteria IPK > 3.00 dengan χ baru yakni , p-value sebesar dan nilai koreksi Bonferroni sebasar Iterasi ketiga variabel usia bekerja pertama masuk dalam pohon klasifikasi sebagai kedalaman ketiga, karen memiliki χ terbesar yaitu , kemudian dilakukan penggabunga kategori dan diperoleh kategori baru yakni kategori 1 dengan kriteria usia tahun dan kategori 2 dengan kategori usia > 25 tahun sehingga diperoleh nilai χ baru yakni , p-value dan nilai koreksi Bonferroni sebesar Analisis CHAID menghasilkan suatu diagram pohon yang menggambarkan penggabungan berdasarkan hubungan antar variabel terikat (dependent) dengan variabel bebas (independent). Berikut ini adalah diagram pohon CHAID: Gambar 4.9. Diagram pohon CHAID Sumber : data diolah SPSS 17.0 (2013) Dari 7 variabel yang telah diolah dengan CHAID, ada 4 variabel yang berasosiasi atau memiliki keterkaitan dengan status pekerjaan alumnus, yaitu : 1. Status Pernikahan 2. IPK 3. Usia saat bekerja pertama kali
6 6 Berikut adalah tabel klasifikasi beserta karakteristik dari pengklasifikasiannya berdasarkan pada diagram 4.9: Tabel 4.21 Pengklasifikasian berdasarkan diagram pohon CHAID Klasifikasi Node Karakteristik Ke-1 1, 3 Alumnus berstatus belum menikah ketika yudisium yang mempunyai IPK kurang dari atau sama dengan Ke-2 1, 4,5 Alumnus berstatus belum menikah ketika yudisium yang mempunyai IPK lebih dari 3.00 dan usia ketika bekerja pertama kurang dari atau sama dengan 25 tahun. Ke-3 1, 4, 6 Alumnus berstatus belum menikah ketika yudisium yang mempunyai IPK lebih dari 3.00 dan usia ketika bekerja pertama lebih dari 25 tahun. Ke-4 2 Alumnus yang sudah menikah ketika yudisium Sumber : data diolah (2013) Berdasarkan pengklasifikasian pada tabel di atas, maka berikut ini diberikan tabel persentase setiap klasifikasinya: Tabel 4.22 Persentase Pengklasifikasian Bekerja 6 bulan Bekerja > 6 bulan Tidak bekerja Klasifikasi Jumlah Jumlah Jumlah persentase Persentase alumni Alumni Alumni Persentase Ke % % 1 7.1% Ke % 1 4.3% 1 4.3% Ke % 3 75% 0 0% Ke % % % Sumber : data diolah (2013) Pada kategori bekerja kurang dari atau sama dengan 6 bulan diperoleh presentase tertinggi pada klsifikasi ke-2 yaitu sebesar 91.3% atau sebanyak 21 responden. Untuk kategori bekerja lebih dari 6 bulan diperoleh persentase tertinggi pada klasifikasi ke-1 yakni sebesar 71.4% atau sebanyak 10 responden. Sedangkan untuk kategori tidak bekerja persentase tertinggi adalah pada klasifikasi ke-4 yaitu dengan besar persentase 66.7% atau sebanyak 6 orang responden. Risk dan Classification Tabel 4.26 Risk Risk Estimate Std. Error Growing Method: CHAID Dependent Variable: Status_Pekerjaan Sumber : data diolah SPSS 17.0 (2013) Tabel risk digunakan untuk menuguji kebaikan model. Estimasi menunjukkan nilai atau risiko sebesar 20%, hal ini memiliki arti bahwa model akan salah memprediksi atau salah mengklasifikasi status pekerjaan responden sebesar 20%.
7 7 Tabel 4.27 Classification Classification Observed Predicted Bekerja <= 6 bulan Bekerja > 6 bulan Tidak bekerja Percent Correct Bekerja <= 6 bulan % Bekerja > 6 bulan % Tidak bekerja % Overall Percentage 46.0% 36.0% 18.0% 80.0% Growing Method: CHAID Dependent Variable: Status_Pekerjaan Smber : data diolah SPSS 17.0 (2013) Pada tabel Classification diketahui bahwa untuk kategori bekerja kurang dari atau sama denagn 6 bulan ada 26 reponden dengan prediksi modelnya adalah bekerja bekerja kurang dari atau sama dengan 6 bulan sebanyak 21 responden (good predicted), sedangkan untuk bekerja lebih dari 6 bulan sebanyak 4 responden dan tidak bekerja sebanyak 1 responden (misclasification). Kategori bekerja lebih dari 6 bulan ada16 responden dengan prediksi modelnya adalah 13 responden bekerja lebih dari 6 bulan, sedangkan 1 responden bekerja kurang dari atau sama dengan 6 bulan dan 6 responden tidak bekerja (misclasification). Kategori tidak bekerja ada 8 responden dengan prediksi modelnya adalah tidak bekerja 6 responden (good predicted) dan 2 orang bekerja (misclasification). Percent correct untuk overall percentage sebesar 80%, hal ini memiliki arti bahwa model pada kasus ini dapat dikatakan benar. PENUTUP Kesimpulan Dari proses analisis dengan metode CHAID (Chi-Square Automatic Interaction Detection) diperoleh hasil bahwa untuk kategori mendapatkan pekerjaan kurang dari atau sama dengan 6 bulan memiliki karakteristik yaitu alumnus dengan status belum menikah ketika yudisium yang mempunyai IPK lebih dari 3.00 dan usia ketika bekerja pertama kali adalah kurang dari atau sama dengan 25 tahun. Kategori mendapatkan pekerjaan lebih dari 6 bulan memiliki karakteristik alumnus berstatus belum menikah ketika yudisium yang mempunyai IPK lebih dari 2.75 hingga kurang dari atau sama dengan Sedangkan untuk kategori yang tidak bekerja memiliki karakteristik alumnus yang sudah menikah ketika yudisium. Saran Saran dalam penelitian berikutnya dalam penggunaan metode CHAID untuk mengklasifikasi status mahasiswa setelah lulus perkuliahaan (bekerja atau tidak bekerja) sebaiknya melibatkan lebih banyak varibel bebas misalnya mata kuliah konsentrasi yang diambil, banyak sedikitnya informasi lowongan kerja yang diperoleh alumnus, memiliki keahlian khusus dibidang lain dan lain
8 8 sebagainya, sehingga struktur CHAID yang terbentuk dapat memasukkan lebih banyak faktor-faktor yang berpengaruh terhadap status pekerjaan. Selain itu dengan lebih banyak variabel diharapkan hasil penelitian ini dapat lebih akurat. Metode CHAID ini dapat pula dilakukan untuk penelitian pada ruang lingkup yang lain, misalnya pada bidang kesehatan, pemasaran, perbankan dan lain sebagainya. Daftar Pustaka Bagozzi, R, P Advenced Methode of Marketing Research. Oxford: Blackwell publisher Ltd. (Online), Methodes_of_Marketing_Research/ bagoz.pdf. Tanggal akses : 12 Desember C, Gallagher Risk Classification Aided by New Software Tool (CHAID- Chi-Square Automatic Interaction Detector, National Underwrute Property and Casualty Risk and Benefit Management, Vol.17, No. 19. (Online), Tanggal akses: 28 Oktober Du Toit, Steyn and Stump Graphical Exploratory Data Analisys. New York: Springer-Verlag. Ferdinand, Audusty, 2006, Metode Penelitian Management, Badan Penerbit Universitas Diponegor, Semarang. Hamandoko, Towa dan Tairas, J, 1999, Pengantar Klasifikasi Persepuluhan Dewey. Jakarta:BPK Gunung Mulia. Sekaran, Uma Research Methods for Businiss: a skill Building Approach. (4 th ed). New York: John Wiley and Sons. Sharp, A, J, Romanik. And S, Cierpicki The Performance of Segmentation Variables: A Compairative Study. (Online), www/ ANZMAC1998/Cd_rom/Sharp222.pdf. Tanggal akses: 15 Oktober 2012.
9 ga:lri: :,;l.iir:;,: r1!+:iji:,1i,ir1!iji I. &tikel oteto Nim MiIffi ini rclah diperiksa dan disctr*ui. Matang Mei 2013 Pe,mbimbirg NrP t974t2tffi Ms -9t I WY t$rpwapa Nil\d.4@3t2l.,l9794
Klasifikasi Variabel Penentu Kelulusan Mahasiswa FMIPA Unpatti Menggunakan Metode CHAID
Statistika, Vol. 15 No. 1, 1 6 Mei 2015 Klasifikasi Variabel Penentu Kelulusan Mahasiswa FMIPA Unpatti Menggunakan Metode CHAID Ferry kondo lembang 1, Meiga Fendjalang 2 1,2Jurusan Matematika Fakultas
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Tinjauan Pustaka 2.1.1 Klasifikasi Klasifikasi merupakan proses untuk menemukan model atau fungsi yang menjelaskan atau membedakan konsep atau kelas data, dengan tujuan untuk
Lebih terperinciBAB III METODE CHI-SQUARED AUTOMATIC INTERACTION DETECTION
BAB III METODE CHI-SQUARED AUTOMATIC INTERACTION DETECTION 3.1 Analisis CHAID Metode CHAID pertama kali diperkenalkan G. V. Kass 1980, metode CHAID merupakan teknik yang lebih awal dikenal sebagai Automatic
Lebih terperinciANALISIS KEPUASAN PESERTA KURSUS KOMPUTER MENGGUNAKAN METODE CHAID BERBASIS KOMPUTER
ANALISIS KEPUASAN PESERTA KURSUS KOMPUTER MENGGUNAKAN METODE CHAID BERBASIS KOMPUTER RONITA BINUS UNIVERSITTY, Jakarta, Indonesia, 11530 Abstrak Kesuksesan selalu menjadi tujuan sebuah perusahaan, begitu
Lebih terperinciImplementasi Metode Chi-Squared Automatic Interaction Detection pada Klasifikasi Indeks Prestasi Kumulatif Mahasiswa FMIPA UNIROW
Implementasi Metode Chi-Squared Automatic Interaction Detection pada Klasifikasi Indeks Prestasi Kumulatif Mahasiswa FMIPA UNIROW Kresna Oktafianto Program Studi Matematika FMIPA Universitas Ronggolawe
Lebih terperinciANALISIS DAYA TAHAN MAHASISWA DALAM MELANJUTKAN STUDI DENGAN CHI-SQUARED AUTOMATATIC INTERACTION DETECTION
ANALISIS DAYA TAHAN MAHASISWA DALAM MELANJUTKAN STUDI DENGAN CHI-SQUARED AUTOMATATIC INTERACTION DETECTION Lely Kurnia Jurusan Tadris Matematika, Fakultas Tarbiyah dan Ilmu Keguruan, IAIN Batusangkar Jl.
Lebih terperinciBAB III LANDASAN TEORI
12 BAB III LANDASAN TEORI 3.1 Klasifikasi Menurut PBworks (2007) klasifikasi adalah proses untuk menemukan model atau fungsi yang menjelaskan atau membedakan konsep atau kelas data, dengan tujuan untuk
Lebih terperinciFaktor-Faktor Yang Mem pengaruhi Waktu Penyusunan Tugas Akhir Mahasiswa S1 (Studi Kasus : Mahasiswa FMIPA Unsyiah)
Jurnal Gradien Vol. 10 No.2 Juli 2014 : 1000-1004 Faktor-Faktor Yang Mem pengaruhi Waktu Penyusunan Tugas Akhir Mahasiswa S1 (Studi Kasus : Mahasiswa FMIPA Unsyiah) Nany Salwa 1, Fitriana A.R 1 dan Sri
Lebih terperinciANALISIS WAKTU KELULUSAN MAHASISWA DENGAN METODE CHAID (STUDI KASUS: FMIPA UNIVERSITAS UDAYANA)
ANALISIS WAKTU KELULUSAN MAHASISWA DENGAN METODE CHAID (STUDI KASUS: FMIPA UNIVERSITAS UDAYANA) IDA AYU SRI PADMINI 1, NI LUH PUTU SUCIPTAWATI 2, MADE SUSILAWATI 3 1,2,3, Jurusan Matematika, Fakultas MIPA,
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Metode Pengumpulan Data Metode pengumpulan data dalam penelitian ini memakai metode survei, yaitu dengan cara menyebarkan pertanyaan tertulis
Lebih terperinciPENERAPAN METODE CHAID (CHI-SQUARED AUTOMATIC INTERACTION DETECTION) DAN EXHAUSTIVE CHAID PADA KLASIFIKASI PRODUKSI JAGUNG DI PULAU JAWA
PENERAPAN METODE CHAID (CHI-SQUARED AUTOMATIC INTERACTION DETECTION) DAN EXHAUSTIVE CHAID PADA KLASIFIKASI PRODUKSI JAGUNG DI PULAU JAWA Anas Tohari, Yuliana Susanti, dan Tri Atmojo Kusmayadi Program Studi
Lebih terperinciMETODE KAJIAN Pengumpulan Data
35 III. METODE KAJIAN 3.1. Pengumpulan Data 3.1.1. Lokasi dan Waktu Lokasi pelaksanaan penelitian tugas akhir ini dilaksanakan pada empat klinik kesehatan sebagaimana terlihat pada Tabel. Waktu penelitian
Lebih terperinciBAB 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 terperinciISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman 383-392 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian IDENTIFIKASI FAKTOR-FAKTOR YANG MEMPENGARUHI TERJADINYA PREEKLAMPSIA
Lebih terperinciANALISIS CHAID SEBAGAI ALAT BANTU STATISTIKA UNTUK SEGMENTASI PASAR (Studi Kasus pada Koperasi Syari ah Al-Hidayah)
ANALISIS CHAID SEBAGAI ALAT BANTU STATISTIKA UNTUK SEGMENTASI PASAR (Studi Kasus pada Koperasi Syari ah Al-Hidayah) Yohanes Sondang Kunto Staf Pengajar Fakultas Ekonomi, Universitas Kristen Petra, Surabaya
Lebih terperinciBAB III METODE CHAID EXHAUSTIVE
BAB III METODE CHAID EXHAUSTIVE 31 CHAID Exhaustive Metode CHAID Exhaustive dikemukakan oleh D Biggs et al (1991) yang merupakan evaluasi dari metode sebelumnya yaitu CHAID (Kass, 1980) untuk penyesuaian
Lebih terperinciPEMBENTUKAN POHON KLASIFIKASI DENGAN METODE CHAID
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 02, No. 1 (2013), hal 45 50. PEMBENTUKAN POHON KLASIFIKASI DENGAN METODE CHAID Yustisia Wirania, Muhlasah Novitasari Mara, Dadan Kusnandar INTISARI
Lebih terperinciANALISIS KARAKTERISTIK PELANGGAN MENGGUNAKAN METODE CHAID (CHI-SQUARED AUTOMATIC INTERACTION DETECTION) PADA PRODUK XYZ
Seminar Nasional Sistem Informasi Indonesia, 2-3 November 2015 ANALISIS KARAKTERISTIK PELANGGAN MENGGUNAKAN METODE CHAID (CHI-SQUARED AUTOMATIC INTERACTION DETECTION) PADA PRODUK XYZ Evasaria M. Sipayung1),
Lebih terperinciBAB II TINJAUAN PUSTAKA. Ki Hajar Dewantara (Bapak Pendidikan Nasional Indonesia, )
BAB II TINJAUAN PUSTAKA 2.1 Pengertian Pendidikan Ki Hajar Dewantara (Bapak Pendidikan Nasional Indonesia, 1889-1959) menjelaskan tentang pengertian pendidikan yaitu: Pendidikan umumnya berarti daya upaya
Lebih terperinciSEGMENTASI PASAR MENGGUNAKAN METODE CHI-SQUARED AUTOMATIC INTERACTION DETECTION (CHAID) (Studi Kasus di PD. BPR-BKK Purwokerto Utara)
SEGMENTASI PASAR MENGGUNAKAN METODE CHI-SQUARED AUTOMATIC INTERACTION DETECTION (CHAID) (Studi Kasus di PD. BPR-BKK Purwokerto Utara) SKRIPSI Oleh : Nu man Ardhi Nugraha J2E 004 238 PROGRAM STUDI STATISTIKA
Lebih terperinciMETODE QUEST DAN CHAID PADA KLASIFIKASI KARAKTERISTIK NASABAH KREDIT
E-Jurnal Matematika Vol. 4 (4), November 2015, pp. 163-168 ISSN: 2303-1751 METODE QUEST DAN CHAID PADA KLASIFIKASI KARAKTERISTIK NASABAH KREDIT Nur Faiza 1, I Wayan Sumarjaya 2, I Gusti Ayu Made Srinadi
Lebih terperinciIDENTIFIKASI 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 terperinciBAB V PEMBAHASAN. Data dikumpulkan dari 239 alumni Prodi Statistika FMIPA UII, sebagai
32 BAB V PEMBAHASAN Klasifikasi lama penyeesaian skripsi Prodi Statistika FMIPA UII akan digunakan sebagai contoh penerapan I-CHAID dalam klasifikasi. Data alumni diambil dari Bagian Akademik FMIPA UII
Lebih terperinciANALISIS KARAKTERISTIK PENGGUNA GLOBAL SYSTEM FOR MOBILE COMMUNICATION MENGGUNAKAN METODE CHI-SQUARE AUTOMATIC INTERACTION DETECTION
ANALISIS KARAKTERISTIK PENGGUNA GLOBAL SYSTEM FOR MOBILE COMMUNICATION MENGGUNAKAN METODE CHI-SQUARE AUTOMATIC INTERACTION DETECTION Naimah Rangkuti 1, Fitria Virgantari, Kurniati Program Studi Matematika
Lebih terperinciKLASIFIKASI 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 terperinciKLASIFIKASI 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 terperinciANALISIS 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 terperinciSEGMENTASI DAN PREFERENSI KONSUMEN SIGARET KRETEK MESIN Low Tar Low Nicotine (LTLN) DENGAN ANALISIS CHAID
Seminar Nasional Statistika IX Institut Teknologi Sepuluh Nopember, 7 November 009 SEGMENTASI DAN PREFERENSI KONSUMEN SIGARET KRETEK MESIN Low Tar Low Nicotine (LTLN) DENGAN ANALISIS CHAID Dwi Endah Kusrini,
Lebih terperinciPENERAPAN 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 terperinciPEMODELAN PREFERENSI PENGAJUAN KREDIT USAHA MIKRO (KUM) DI BANK X OLEH PEMILIK USAHA MIKRO DI SURABAYA DENGAN METODE CHAID
PEMODELAN PREFERENSI PENGAJUAN KREDIT USAHA MIKRO (KUM) DI BANK X OLEH PEMILIK USAHA MIKRO DI SURABAYA DENGAN METODE CHAID Niken Ariestanti, Kestrilia Rega Prilianti Departemen MIPA Universitas Surabaya
Lebih terperinciBAB 1 PENDAHULUAN. ini mengalami spesialisasi dan melembaga dengan pendidikan formal yang senantiasa
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pendidikan adalah suatu aktivitas sosial yang memungkinkan masyarakat tetap ada dan berkembang. Di dalam masyarakat yang kompleks, fungsi pendidikan ini mengalami spesialisasi
Lebih terperinciPENERAPAN 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 terperinciAmalia Maharani, Dewi Retno Sari Saputro, dan Bowo Winarno Program Studi Matematika FMIPA UNS
PENERAPAN POHON KLASIFIKASI BINER DENGAN ALGORITME QUICK, UNBIASED, EFFICIENT STATISTICAL TREE (QUEST ) PADA DATA MAHASISWA TRANSFER UNIVERSITAS SEBELAS MARET Amalia Maharani, Dewi Retno Sari Saputro,
Lebih terperinciIII. METODE PELAKSANAAN
III. METODE PELAKSANAAN A. Kerangka Pemikiran Konseptual Kepuasan konsumen ditentukan oleh dua sisi yaitu harapan yang dimiliki konsumen terhadap sebuah produk atau layanan dan kinerja produk atau layanan
Lebih terperinciPROSIDING ISBN :
APLIKASI METODE CHAID DALAM MENGANALISIS KETERKAITAN FAKTOR RISIKO LAMA PENYELESAIAN SKRIPSI MAHASISWA (Studi Kasus di Jurusan Matematika FMIPA Universitas Sriwijaya) Dian Cahyawati S., Susi Yohana, Putera
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
1 BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Chi-square Automatic Interaction Detection (CHAID) adalah merupakan suatu kasus khusus dari algoritma pendeteksian interaksi otomatis yang biasa disebut
Lebih terperinciKLASIFIKASI 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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Meningkatnya perekonomian di Indonesia mengakibatkan terjadinya persaingan antar bank, khususnya pada sektor nasabah perbankan. Hal ini mengakibatkan banyaknya perbankan
Lebih terperinciKlasifikasi 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 terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Data 1. Deskriptif Statistik Statistik deskriptif digunakan untuk menjelaskan atau menggambarkan secara umum berbagai karakteristik data yang telah dikumpulkan
Lebih terperinciABSTRAK ABSTRACT. sektor perusahaan jasa seperti Baitul Mal Wa Tamwil (BMT). Persaingan antar. Pendahuluan Globalisasi di Indonesia,
METODE IMPROVED CHAID (CHI-SQUARED AUTOMATIC INTERACTION DETECTION) PADA ANALISIS KREDIT MACET BMT (BAITUL MAL WA TAMWIL) Muhammad Muhajir Program Studi Statistika FMIPA Universitas Islam Indonesia Jalan
Lebih terperinciMETODE 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 terperinciBAB I PENDAHULUAN. atau benda ke dalam golongan atau pola-pola tertentu berdasarkan kesamaan ciri.
BAB I PENDAHULUAN 1.1 Latar Belakang Klasifikasi merupakan pengelompokan secara sistematis pada suatu objek atau benda ke dalam golongan atau pola-pola tertentu berdasarkan kesamaan ciri. Masalah klasifikasi
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
48 BAB IV HASIL DAN PEMBAHASAN 4.1 Gambaran Umum Hasil Penelitian Ada sejumlah 112 kuesioner yang kembali dari 150 kuesioner yang disebarkan kepada responden. Dari 112 kuesioner, sejumlah 69 kuesioner
Lebih terperinciKLASIFIKASI DENGAN METODE CHAID (CHI-SQUARED AUTOMATIC INTERACTION DETECTION) DAN PENERAPANNYA PADA KLASIFIKASI ALUMNI FMIPA UNY SKRIPSI
KLASIFIKASI DENGAN METODE CHAID (CHI-SQUARED AUTOMATIC INTERACTION DETECTION) DAN PENERAPANNYA PADA KLASIFIKASI ALUMNI FMIPA UNY SKRIPSI Diajukan Kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciHASIL DAN PEMBAHASAN Deskripsi Karakteristik Responden Berdasarkan Peubah Penjelas
19 HASIL DAN PEMBAHASAN Deskripsi Karakteristik Responden Berdasarkan Peubah Penjelas Hasil analisis mengenai persentase responden berdasarkan peubah-peubah penjelas ditunjukkan pada Gambar 2. Usia responden
Lebih terperinciTINJAUAN PUSTAKA Perilaku Pemilih Partai Politik
3 TINJAUAN PUSTAKA Perilaku Pemilih Agustino (2009) menyebutkan terdapat tiga pendekatan teori yang sering digunakan oleh banyak ahli politik untuk memahami perilaku pemilih diantaranya pendekatan sosiologis,
Lebih terperincimaksimum, rata-rata, dan deviasi standar tentang masing-masing variabel
BAB IV HASIL DAN ANALISIS DATA 4.1. Statistik Deskriptif Statistik deskriptif memberikan gambaran tentang nilai minimum, maksimum, rata-rata, dan deviasi standar tentang masing-masing variabel dalam penelitian.
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.. Deskripsi Objek Penelitian Kemampuan laba (profitabilitas) merupakan hasil akhir bersih dari berbagai kebijakan dan keputusan manajemen. Rasio kemampulabaan akan memberikan
Lebih terperinciANALISIS KORESPONDENSI UNTUK MENGETAHUI ALASAN MAHASISWA MEMILIH JURUSAN DI FMIPA UNIVERSITAS NEGERI MALANG
1 ANALISIS KORESPONDENSI UNTUK MENGETAHUI ALASAN MAHASISWA MEMILIH JURUSAN DI FMIPA UNIVERSITAS NEGERI MALANG (Studi Kasus Mahasiswa Non Kependidikan FMIPA Universitas Negeri Malang) Chofifatul Jannah
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Seiring digulirkannya sistem perbankan syariah pada pertengahan tahun 1990-an di Indonesia, beberapa Lembaga Keuangan Syariah (LKS) tumbuh dan berkembang pesat di
Lebih terperinciJurnal 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 terperinciPERFORMANSI MODEL-MODEL CREDIT SCORING PADA DATA DEBITUR KREDIT PRODUKTIF PT. BANK X
PERFORMANSI MODEL-MODEL CREDIT SCORING PADA DATA DEBITUR KREDIT PRODUKTIF PT. BANK X Astri Afrilia Universitas Padjadjaran Program Pendidikan Magister Program Studi Statistika Terapan, Konsentrasi Statistika
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. Dalam bab ini akan dijelaskan hasil penelitian dan pembahasan data yang
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1. Hasil Penelitian Dalam bab ini akan dijelaskan hasil penelitian dan pembahasan data yang diperoleh dari penelitian yang telah dilakukan, yaitu dari data responden
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Penelitian Ayu Wulandary,2014
BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian Peran teknologi informasi menjadi bagian yang penting dalam dunia perbankan di Indonesia. Perkembangan teknologi menjadi sangat global dengan memperhatikan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. sehingga analisis deskriptif dipisahkan dari variabel lain. Tabel 4.1. Statistik Deskriptif
BAB IV HASIL DAN PEMBAHASAN 4.1. Statistik Deskriptif Penelitian menggunakan lima variabel independen dan satu variabel dependen. Dari kelima variabel tersebut terdapat satu buah variabel yaitu reputasi
Lebih terperinciBAB III METODOLOGI PENELITIAN. penelitian kuantitatif sedangkan jenis penelitian yang akan digunakan dalam
BAB III METODOLOGI PENELITIAN A. Jenis Penelitian dan Metode Penelitian Metode penelitian yang akan digunakan dalam penelitian ini ialah metode penelitian kuantitatif sedangkan jenis penelitian yang akan
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
Bab IV Hasil Penelitian dan Pembahasan 54 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Uji Validitas Untuk mengetahui tingkat validitas dari setiap pernyataan dalam kuisioner, digunakan rumus korelasi product
Lebih terperinciBAB 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 terperinciBAB III METODE PENELITIAN. Penelitian ini menggunakan desain penelitian campuran atau mixed
BAB III METODE PENELITIAN 3.1 Desain Penelitian Penelitian ini menggunakan desain penelitian campuran atau mixed method. Pendekatan penelitian mixed method merupakan pendekatan yang mengkombinasikan atau
Lebih terperinciPENYAJIAN DATA DUA VARIABEL ATAU LEBIH. Disiapkan untuk Materi Perkuliahan Statistik Sosial Program Sarjana Departemen Ilmu Administrasi
+ PENYAJIAN DATA DUA VARIABEL ATAU LEBIH Disiapkan untuk Materi Perkuliahan Statistik Sosial Program Sarjana Departemen Ilmu Administrasi + 2 Tabel Silang Kekuatan Hubungan Dua variabel Nilai pengamatan
Lebih terperinciMETODE QUEST DAN CHAID PADA KLASIFIKASI KARAKTERISTIK NASABAH KREDIT [SKRIPSI] KOMPETENSI STATISTIKA
METODE QUEST DAN CHAID PADA KLASIFIKASI KARAKTERISTIK NASABAH KREDIT (Studi Kasus: Nasabah Adira Kredit Elektronik Cabang Denpasar) [SKRIPSI] KOMPETENSI STATISTIKA NUR FAIZA 0908405045 JURUSAN MATEMATIKA
Lebih terperinciMAKALAH UJI PERLUASAN MEDIAN
MAKALAH UJI PERLUASAN MEDIAN Disusun untuk Memenuhi Tugas Mata Kuliah Pengolahan Data Penelitian Dosen Pengampu : Dr. Nur Karomah Dwidayati, M.Si. Oleh: Sulis Rinawati (0401516042) Retno Indarwati (0401516049)
Lebih terperinciBAB IV ANALISA DAN PEMBAHASAN. 4.1 Pelaksanaan Pelatihan pada PT. MASWANDI. dipertimbangkan oleh para manajer dengan cermat diantaranya adalah
BAB IV ANALISA DAN PEMBAHASAN 4.1 Pelaksanaan Pelatihan pada PT. MASWANDI Seperti disebutkan sebelumnya, dalam pelaksanaan pelatihan pada PT. MASWANDI perlu diadakannya pertanyaan-pertanyaan yang harus
Lebih terperinciSEGMENTASI NASABAH DALAM PENGEMBALIAN KREDIT DENGAN METODE CHAID HANIF AKBAR
SEGMENTASI NASABAH DALAM PENGEMBALIAN KREDIT DENGAN METODE CHAID HANIF AKBAR DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2013 PERNYATAAN MENGENAI
Lebih terperinciBAB IV. Statistik Parametrik. Korelasi Product Moment. Regresi Linear Sederhana Regresi Linear Ganda Regresi Logistik
BAB IV Statistik Parametrik Korelasi Product Moment Regresi Linear Sederhana Regresi Linear Ganda Regresi Logistik Korelasi Product Moment Korelasi product moment disebut juga korelasi Pearson adalah teknik
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
51 BAB IV HASIL DAN PEMBAHASAN A. Gambaran Umum Objek penelitian yang menjadi sampel penelitian ini adalah perusahaanperusahaan perbankan yang terdaftar di Bursa Efek Indonesia (BEI) dan mempublikasikan
Lebih terperinciBAB IV. STATISTIK PARAMETRIK. KORELASI PRODUCT MOMENT. REGRESI LINEAR SEDERHANA REGRESI LINEAR GANDA REGRESI LOGISTIK
BAB IV. STATISTIK PARAMETRIK. KORELASI PRODUCT MOMENT. REGRESI LINEAR SEDERHANA REGRESI LINEAR GANDA REGRESI LOGISTIK BAB IV Statistik Parametrik Korelasi Product Moment Regresi Linear Sederhana Regresi
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 1.1 Objek Penelitian Objek penelitian adalah variable penelitian atau sesuatu yang merupakan inti problematika penelitian yaitu pengaruh marketing, pelayanan costumer service,
Lebih terperinciPerbandingan 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 terperinciBAB IV HASIL DAN PEMBAHASAN. Data penelitian ini diperoleh melalui penyebaran kuesioner (angket) yang
56 BAB IV HASIL DAN PEMBAHASAN A. Deskripsi Variabel Penelitian Data penelitian ini diperoleh melalui penyebaran kuesioner (angket) yang berisi pertanyaan atau pernyataan tertulis yang diajukan kepada
Lebih terperinciBAB I PENDAHULUAN 1.1.Latar Belakang Masalah
BAB I PENDAHULUAN 1.1.Latar Belakang Masalah Mengingat kondisi perekonomian saat ini sedang tumbuh dan berkembang secara signifikan, di negara khususnya Indonesia, memiliki peningkatan permintaan produk
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. (remaja). Instagram sekarang banyak sekali bermunculan akun-akun yang
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Gambaran Umum Obyek/Subyek Penelitian 1. Gambaran Obyek Penelitian Obyek yang digunakan dalam penelitian ini adalah Instagram. Instagram kini menjadi market place
Lebih terperinciANALISIS 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 terperinciBAB ΙΙ LANDASAN TEORI
7 BAB ΙΙ LANDASAN TEORI Berubahnya nilai suatu variabel tidak selalu terjadi dengan sendirinya, bisa saja berubahnya nilai suatu variabel disebabkan oleh adanya perubahan nilai pada variabel lain yang
Lebih terperinciMENGUAK KEYAKINAN KONSUMEN PANGKALPINANG Pendekatan CHAID Analysis
SUPLEMEN 1 MENGUAK KEYAKINAN KONSUMEN PANGKALPINANG Pendekatan CHAID Analysis Tingkat keyakinan konsumen dalam triwulan I-2009 mengalami penurunan meskipun masih berada dalam level otpimis. Tingkat keyakinan
Lebih terperinciBab 1 PENDAHULUAN. 1.1 Latar Belakang
Bab 1 PENDAHULUAN 1.1 Latar Belakang Dalam upaya meningkatkan Sumber Daya Manusia (SDM) yang bermutu, bidang pendidikan memegang peranan penting. Dengan pendidikan diharapkan kemampuan mutu pendidikan
Lebih terperinciBAB IV PEMBAHASAN DAN HASIL PENGUJIAN. diperoleh dengan menggunakan daftar pertanyaan (kuesioner) yang telah disebarkan
BAB IV PEMBAHASAN DAN HASIL PENGUJIAN IV.1 Deskriptif Data IV.1.1. Data Penelitian Data penelitian yang digunakan dalam penelitian ini merupakan data primer yang diperoleh dengan menggunakan daftar pertanyaan
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. Online shop atau Toko online adalah sebuah toko yang menjual barang-barang
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Gambaran Umum Obyek/Subyek Penelitian 1. Gambaran Obyek Penelitian Obyek pada penelitian ini adalah produk fashion pada online shop. Online shop atau Toko online
Lebih terperinciANALISIS CHAID UNTUK IDENTIFIKASI KETEPATAN WAKTU LULUS BERDASARKAN KARAKTERISTIK MAHASISWA RINDY ANGGUN PERTIWI
ANALISIS CHAID UNTUK IDENTIFIKASI KETEPATAN WAKTU LULUS BERDASARKAN KARAKTERISTIK MAHASISWA RINDY ANGGUN PERTIWI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciANALISIS PENGARUH MOTIVASI KERJA TERHADAP KINERJA KARYAWAN PADA PT. HEXINDO ADIPERKASA Tbk. CABANG BANJARMASIN. Erni Alfisah* dan Selamet Sutopo**
Al Ulum Vol.63 No.1 Januari 015 halaman 7-33 7 ANALISIS PENGARUH MOTIVASI KERJA TERHADAP KINERJA KARYAWAN PADA PT. HEXINDO ADIPERKASA Tbk. CABANG BANJARMASIN Erni Alfisah* dan Selamet Sutopo** ABSTRAK
Lebih terperinciOPTIMASI PARAMETER α DAN γ DALAM PEMULUSAN EKSPONENSIAL DUA PARAMETER DENGAN METODE MODIFIKASI GOLDEN SECTION
OPTIMASI PARAMETER α DAN γ DALAM PEMULUSAN EKSPONENSIAL DUA PARAMETER DENGAN METODE MODIFIKASI GOLDEN SECTION NILA YUWIDA 1208100015 Dosen Pembimbing : Dra. Nuri Wahyuningsih, M.Kes Drs. Lukman Hanafi,
Lebih terperinciBAB IV ANALISIS DATA DAN PEMBAHASAN. Responden dari penelitian ini adalah mahasiswa STAIN Pekalongan
BAB IV ANALISIS DATA DAN PEMBAHASAN A. Deskripsi Data Responden dari penelitian ini adalah mahasiswa STAIN Pekalongan yang menabung di bank syariah. Jumlah responden yang diambil dalam penelitian ini seluruh
Lebih terperinciPENERAPAN 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 terperinciANALISIS FAKTOR RISIKO PENYAKIT JANTUNG KORONER MENGGUNAKAN METODE REGRESI LOGISTIK DAN CHAID
ANALISIS FAKTOR RISIKO PENYAKIT JANTUNG KORONER MENGGUNAKAN METODE REGRESI LOGISTIK DAN CHAID Astri Atti 1 ; Bunawan Sunarlim 2 ; Utami Dyah Syafitri 3 ABSTRACT The aims of the article are to investigate
Lebih terperinciOleh: Dian Cahyawati S. Jurusan Matematika FMIPA Universitas Sriwijaya ABSTRAK
(M.3) ANALISIS HUBUNGAN FAKTOR-FAKTOR YANG BERKAITAN DENGAN RISIKO ANAK PUTUS SEKOLAH PENDIDIKAN DASAR (Kasus : Wilayah Kabupaten Ogan Ilir Provinsi Sumatera Selatan) Oleh: Dian Cahyawati S. Jurusan Matematika
Lebih terperinciMODEL BANGKITAN AKTIVITAS BERSAMA BERDASARKAN TIPE RUMAH TANGGA
ISSN 2302-0253 9 Pages pp. 11-19 MODEL BANGKITAN AKTIVITAS BERSAMA BERDASARKAN TIPE RUMAH TANGGA Dessy Amalia Farina 1, Renni Anggraini 2, Sofyan M. Saleh 3, 1) Magister Teknik Sipil Program Banda Aceh
Lebih terperinciPREDICTION-CFA PADA CFA REGIONAL
Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA, Fakultas MIPA, Universitas Negeri Yogyakarta, 14 Mei 2011 PREDICTION-CFA PADA CFA REGIONAL Resa Septiani Pontoh Jurusan Statistika,
Lebih terperinciTUGAS 1 SPSS STUDI KASUS STATISTIK PROFESI LULUSAN UNIKOM KELAS SISTEM INFORMASI 8 MENGGUNAKAN SPSS V.22
TUGAS 1 SPSS STUDI KASUS STATISTIK PROFESI LULUSAN UNIKOM KELAS SISTEM INFORMASI 8 MENGGUNAKAN SPSS V.22 Mata Kuliah : Lab Statistika Dosen : Sita Dewi Prahastini S.Kom, M.T, M.Kom Oleh : NAMA : ANDRIAN
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. yang telah dilakukan. Hasil dan pembahasan ini terdiri dari uji validitas dan
BAB IV HASIL DAN PEMBAHASAN Pada bab ini akan membahas mengenai hasil dan pembahasan dari analisis yang telah dilakukan. Hasil dan pembahasan ini terdiri dari uji validitas dan reliabilitas, gambaran umum
Lebih terperinciFAKTOR-FAKTOR YANG MEMPENGARUHI PENGAMBILAN KEPUTUSAN PETANI TERHADAP PENGGUNAAN BENIH PADI DI KECAMATAN NISAM KABUPATEN ACEH UTARA
FAKTOR-FAKTOR YANG MEMPENGARUHI PENGAMBILAN KEPUTUSAN PETANI TERHADAP PENGGUNAAN BENIH PADI DI KECAMATAN NISAM KABUPATEN ACEH UTARA 18 Hayatul Rahmi 1, Fadli 2 email: fadli@unimal.ac.id ABSTRAK Pengambilan
Lebih terperinciPENGGUNAAN ALGORITMA NONLINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PARAMETER DALAM METODE PEMULUSAN EKSPONENSIAL SATU PARAMETER
PENGGUNAAN ALGORITMA NONLINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PARAMETER DALAM METODE PEMULUSAN EKSPONENSIAL SATU PARAMETER Nama Mahasiswa : Eka Novi Nurhidayati NRP : 1208 100 040 Jurusan : Matematika
Lebih terperinciPENERAPAN ALGORITMA C5.0 DALAM PENGKLASIFIKASIAN DATA MAHASISWA UNIVERSITAS NEGERI GORONTALO
PENERAPAN ALGORITMA C5.0 DALAM PENGKLASIFIKASIAN DATA MAHASISWA UNIVERSITAS NEGERI GORONTALO Wandira Irene, Mukhlisulfatih Latief, Lillyan Hadjaratie Program Studi S1 Sistem Informasi / Teknik Informatika
Lebih terperinciMULTIVARIATE ADAPTIVE REGRESSION SPLINES (MARS) UNTUK KLASIFIKASI STATUS KERJA DI KABUPATEN DEMAK Kishartini 1, Diah Safitri 2, Dwi Ispriyanti 3
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 4, Tahun 2014, Halaman 711-718 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian MULTIVARIATE ADAPTIVE REGRESSION SPLINES (MARS) UNTUK KLASIFIKASI
Lebih terperinciVersi Online tersedia di : JURNAL TECH-E (Online)
JURNAL TECH-E - VOL. 1 NO. 1 (2017) Versi Online tersedia di : http://bsti.ubd.ac.id/e-jurnal JURNAL TECH-E 2581-116 (Online) Artikel Perancangan Aplikasi Prediksi Kelulusan Mahasiswa Tepat Waktu Pada
Lebih terperinci4. Bagaimana pengaruh perceived quality atas produk Pertamax di SPBU Pertamina Pasteur terhadap tingkat kepuasan konsumen? Berdasarkan hasil analisa r
BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan Berdasarkan hasil penelitian yang telah dijelaskan dalam bab sebelumnya, maka dapat dijelaskan jawaban dari pertanyaan-pertanyaan penelitian yaitu sebagai berikut
Lebih terperinciBAB IV HASIL PENGUJIAN. Pada penelitian ini, peneliti menggunakan sampel perusahaan manufaktur
BAB IV HASIL PENGUJIAN IV.1 Gambaran Populasi dan Sampel Pada penelitian ini, peneliti menggunakan sampel perusahaan manufaktur yang bergerak di industri consumer goods yang ada di Bursa Efek Indonesia
Lebih terperinciJurnal EKSPONENSIAL Volume 8, Nomor 2, Nopember 2017 ISSN
Perbandingan Kinerja Metode Klasifikasi Chi-square Automatic Interaction Detection (CHAID) dengan Metode Klasifikasi Algoritma C4.5 pada Studi Kasus : Penderita Diabetes Melitus Tipe 2 Di Samarinda Tahun
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. Website Perwalian Stikom Surabaya merupakan website yang digunakan
BAB IV HASIL DAN PEMBAHASAN 4.1 Gambaran Umum Objek Penelitian Stikom Surabaya merupakan website yang digunakan untuk proses penjadwalan studi mahasiswa dan dosen wali Stikom Surabaya tiap semester. Gambar
Lebih terperinciBAB IV ANALISIS DATA DAN PEMBAHASAN. Maret mewakili sebagai pusat kegiatan universitas. Pengumpulan data kuesioner
digilib.uns.ac.id 46 BAB IV ANALISIS DATA DAN PEMBAHASAN 4.1 Pelaksanaan Data primer didapat dengan menyebar kuesioner kepada para pejabat di Fakultas Ekonomi, Fakultas Teknik, dan Kantor Pusat Universitas
Lebih terperinci