PROSIDING ISBN :
|
|
|
- Hadian Rachman
- 9 tahun lalu
- Tontonan:
Transkripsi
1 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 B.J. Bangun Jurusan Matematika FMIPA Universitas Sriwijaya Abstrak Beragamnya kondisi akademis mahasiswa mengakibatkan perbedaan waktu yang diperlukan untuk menyelesaikan skripsi. Ada mahasiswa yang dapat menyelesaikan skripsi tepat enam bulan sesuai dengan target akademik universitas, tetapi ada juga yang kurang atau lebih dari enam bulan. Tujuan penelitian ini adalah menganalisis signifikansi keterkaitan hubungan faktor-faktor yang berisiko terhadap lama penyelesaian skripsi. Faktor-faktor yang diamati adalah Topik Penelitian, Jenis Penelitian, Jenis Data, IPK, Bidang Keahlian Dosen Pembimbing Pertama, Jenis Kelamin Mahasiswa dan Jenis Kelamin Dosen Pembimbing. Dilakukan penelitian terhadap sampel jenuh skripsi mahasiswa dan karakteristik akademiknya. Metode analisis statistika yang digunakan adalah Chi-Square Automatic Interaction Detection (CHAID). Hasil penelitian menunjukkan variabel yang signifikan dan paling erat kaitannya dengan Lama Penyelesaian Skripsi adalah Jenis Kelamin Dosen Pembimbing. Variabel berikutnya adalah IPK, Bidang Keahlian Dosen Pembimbing, dan Topik Penelitian. Dosen Pembimbing Laki-Laki dan Perempuan memiliki Odds Ratio sebesar 2,3; artinya mahasiswa yang dibimbing oleh Dosen Laki-Laki, cenderung lebih besar peluangnya 2,3 kali lipat dapat menyelesaikan skripsi kurang dari 6 bulan, daripada mahasiswa yang dibimbing oleh Dosen Perempuan. Namun demikian, mahasiswa yang dibimbing oleh Dosen Perempuan, memiliki faktor risiko lainnya yang berkaitan, yaitu IPK. Mahasiswa dengan IPK minimal 2,76 berpeluang 3 kali lebih besar dapat menyelesaikan skripsi kurang dari 6 bulan, dibandingkan mahasiswa dengan IPK kurang dari 2,76; yang masih dipengaruhi oleh Bidang Keahlian Dosen Pembimbing dan Topik Penelitian. Kata kunci: Skripsi, Lama Penyelesaian Skripsi, Metode CHAID, Odds Ratio S - 8 A. PENDAHULUAN Skripsi adalah tulisan ilmiah yang harus dibuat oleh mahasiswa sebagai bentuk kegiatan akademik akhir program, dan merupakan salah satu syarat untuk memperoleh gelar akademik pada masing-masing program studi. Tulisan ilmiah dalam skripsi dibuat sebagai hasil dari laporan pelaksanaan kegiatan penelitian atau dari pelaksanaan praktek lapangan. Pelaksanaan penelitian atau praktek lapangan dilakukan oleh setiap mahasiswa dengan bimbingan dosen pembimbing yang ditetapkan oleh pimpinan fakultas berdasarkan usulan program studi (Unsri, 2012). Skripsi dibebankan kepada setiap mahasiswa dengan persyaratan yang diatur dan ditetapkan dalam kurikulum program studi dan sesuai dengan aturan akademik universitas. Normalnya, lama waktu penyelesaian skripsi adalah satu semester (enam bulan). Beragamnya kondisi akademis mahasiswa mengakibatkan perbedaan waktu yang diperlukan untuk menyelesaikan skripsi. Berdasarkan data wisudawan (Jurusan Matematika, 2012) untuk setiap periode pelaksanaan wisuda, menunjukkan variasi lama waktu penyelesaian skripsi mahasiswa. Untuk periode wisuda ke-94 (Maret 2010), rata-rata lama waktu penyelesaian skripsi mahasiswa adalah 4,80 bulan; periode wisuda ke-96 (September 2010) menunjukkan rata-rata lama waktu Makalah dipresentasikan dalam Seminar Nasional Matematika dan Pendidikan Matematika dengan tema Penguatan Peran Matematika dan Pendidikan Matematika untuk Indonesia yang Lebih Baik" pada tanggal 9 November 2013 di Jurusan Pendidikan Matematika FMIPA UNY
2 penyelesaian skripsi mahasiswa adalah 7,26 bulan; untuk periode wisuda ke-97, ke-102, dan ke-103, berturut turut adalah 4,89 bulan; 4,10 bulan; dan 6,12 bulan. Ada mahasiswa yang dapat menyelesaikan skripsi tepat enam bulan sesuai dengan target akademik universitas, tetapi ada juga yang kurang atau lebih dari enam bulan. Perbedaan lama penyelesaian skripsi dapat dipengaruhi oleh berbagai faktor, baik faktor internal atau pun eksternal mahasiswa. Faktor-faktor itu antara lain prestasi akademik yang diukur dengan Indeks Prestasi Kumulatif (IPK), Jenis Kelamin Mahasiswa, Topik/Bidang Penelitian yang dikaji, Jenis Data yang digunakan dalam penelitian, atau dapat juga diduga bahwa Jenis Kelamin Pembimbing berisiko terhadap lamanya penyelesaian skripsi. Berdasarkan uraian di atas, tujuan penelitian ini adalah menganalisis signifikansi keterkaitan hubungan faktor-faktor yang berisiko terhadap lama penyelesaian skripsi. Teknik analisis data yang digunakan adalah salah satu analisis statistika yaitu Metode Chi Square Automatic Interaction Detection (CHAID). Hasil penelitian diharapkan dapat dijadikan perhatian untuk mencegah keterlambatan penyelesaian skripsi, atau dapat dijadikan bahan pertimbangan untuk mempercepat penyelesaian skripsi mahasiswa. Sehingga secara tidak langsung dapat berdampak pada percepatan masa studi mahasiswa. B. METODE PENELITIAN 1. Metode Penelitian Metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif dengan studi korelasional terhadap faktor-faktor yang risiko lama penyelesaian skripsi mahasiswa. Data yang digunakan yaitu rekap data skripsi yang ada di Ruang Baca Jurusan Matematika dan data lulusan mahasiswa yang telah mengikuti wisuda mulai periode ke-84 (September 2010) sampai periode 107 (Mei 2013), yang berjumlah 274 wisudawan. 2. Variabel Penelitian Variabel terikat (dependent variable) dalam penelitian ini adalah Lama Penyelesaian Skripsi. Lama penyelesaian skripsi dihitung sejak mahasiswa menerima surat penunjukkan pembimbing dari jurusan hingga selesai melaksanakan sidang sarjana dan dinyatakan lulus melalui Surat Keputusan Yudisium (FMIPA, 2012). Lama Penyelesaian Skripsi dikategorikan menjadi tiga, yaitu Kurang dari 6 Bulan (Y = Cepat), Tepat 6 Bulan (Y = Tepat), dan Lebih dari 6 Bulan (Y = Lambat). Variabel-variabel bebas (dependent variable) yang diamati dituliskan pada Tabel 1. Tabel 1. Variabel Bebas yang Diamati No Nama Variabel (Notasi) Tipe Kategori 1 Indeks Prestasi Kumulatif (IPK) Ordinal 1: 3,51-4,00 (Dengan Pujian) 2: 2,76-3,50 (Sangat Memuaskan) 3: 2,00-2,75 (Memuaskan) Jenis Kelamin Mahasiswa 1: Laki-laki 2 (JKM) 2: Perempuan Topik Skripsi 1: Matematika Murni 3 (TOPIK) 2: Statistika Bidang Keahlian Dosen Pembimbing Utama 3: Aktuaria 4 (BKDos) 4: Optimasi Yogyakarta, 9 November 2013 MS - 48
3 5: Komputasi 5 Jenis Data yang Digunakan (JD) 1: TidakMenggunakan Data 2: Data Primer 3: Data Sekunder 6 Jenis Penelitian (JP) 1: Studi Literatur/Teoritis 2: Survey/Aplikasi 7 Jenis Kelamin Dosen Pembimbing Utama (JKP1) 1: Laki-laki 2: Perempuan 3. Pengolahan dan Analisis Data Pengolahan data dilakukan secara statistik deskripsi dan dilanjutkan dengan inferensi menggunakan Algoritma Metode Chi-Square Automatic Interaction Detection (CHAID). Berikut adalah tahap pengolahan dan analisis data yang dilakukan. a. Mendeskripsikan data karakteristik lama penyelesaian skripsi mahasiswa b. Menerapkan Algoritma CHAID, Huba (2001), Kass (1982). Nilai Chi-Square untuk tabel kontingensi ukuran r-baris dan c-kolom, dihitung dari (Siegel, 1988) dan Agresti (2002): χ = (O E ) E, dengan E ij = R i+c +j n χ = χ ; db = (r 1)(c 1) c. Menggambarkan dendogram Lama Penyelesaian Skripsi hasil Algoritma CHAID, contoh aplikasi Metode CHAID dapat dilihat pada Cahyawati (2007, 2010). d. Menginterpretasikan dendogram Lama Penyelesaian Skripsi, yaitu : 1) Menentukan urutan keeratan setiap variabel bebas terhadap Lama Penyelesaian Skripsi, berdasarkan p value variabel bebas terhadap variabel terikat. 2) Menghitung nilai Odds Ratio setiap variabel bebas. Odds Rasio Agresti (2002) adalah ω = dengan Ω = adalah perbandingan peluang (atau frekuensi) kejadian kategori pertama dengan kategori lainnya pada baris ke-i. Contoh aplikasi Odds Ratio dapat dilihat pada Cahyawati (2007, 2010). C. HASIL DAN PEMBAHASAN 1. Deskripsi Data Data yang dianalisis ada sebanyak 274 mahasiswa lulusan Jurusan Matematika FMIPA, lengkap dengan karakteristik akademik dan skripsinya. Deskripsi data dari 274 lulusan dengan karakteristik akademik dan skripsinya, ditampilkan pada Tabel 2. Berdasarkan Tabel 2, terlihat bahwa persentase tertinggi Lama Penyelesaian Skripsi ada pada kategori Cepat (49,64%). Untuk kategori ini, Topik Skripsi terbanyak adalah Statistika, dengan Jenis Penelitian adalah Survey, dan Data yang digunakan adalah Sekunder. Lulusan yang menyelesaikan skripsi dengan kategori Lambat, ada sebanyak 21,53%. Yogyakarta, 9 November 2013 MS - 49
4 Untuk mendapatkan signifikansi keterkaitan antar variabel, diterapkan Algoritma Metode CHAID. 2. Aplikasi Metode CHAID terhadap Data Lama Penyelesaian Skripsi Mahasiswa Proses analisis Metode CHAID dilakukan dengan memecah dan mengelompokkan data secara iteratif, dimulai dari variabel bebas yang mempunyai hubungan paling kuat dengan variabel terikat yang ditunjukan oleh besarnya p value berdasarkan Uji Chi-Square. Analisis CHAID juga melakukan penggabungan kategori-kategori variabel bebas yang tidak memiliki hubungan dengan variabel terikat menjadi satu kategori, sehingga hasil penggabungan itu menjadi kategori yang signifikan berkaitan dengan variabel terikat. Melalui metode ini, dihasilkan variabel-variabel bebas yang signifikan berkaitan dengan variabel terikat mulai dari yang paling tinggi keeratannya hingga yang paling rendah (Huba, 2001), yang digambarkan pada dendogram. Dendogram hasil Metode CHAID untuk data Lama Penyelesaian Skripsi digambarkan pada Gambar 1. Dendogram menunjukkan bahwa dari tujuh variabel bebas yang diamati, ada empat variabel yang signifikan berkaitan dengan Lama Penyelesaian Skripsi. Keempat variabel itu, mulai dari yang paling erat kaitannya sampai yang paling lemah, adalah (1) Jenis Kelamin Dosen Pembimbing Utama, (2) IPK Mahasiswa, (3) Bidang Keahlian Dosen Pembimbing Utama, dan (4) Topik Skripsi Mahasiswa. Terlihat pada Gambar 1, variabel-variabel itu telah dikategorikan ulang. Dendogram Gambar 1, dapat dijelaskan sebagai berikut. 1) Variabel pertama yang paling erat kaitannya dengan Lama Penyelesaian Skripsi adalah Jenis Kelamin Dosen Pembimbing Utama. Berdasarkan variabel ini, perbandingan nilai kejadian mahasiswa yang menyelesaikan skripsi pada waktu yang Cepat dan Lambat, ditentukan dengan nilai Odds Ratio yang diperoleh yaitu 2,34. Artinya, mahasiswa yang dibimbing oleh Dosen Laki-Laki, cenderung lebih besar peluangnya 2,3 kali lipat dapat menyelesaikan skripsi kurang dari 6 bulan, daripada mahasiswa yang dibimbing oleh Dosen Perempuan. Namun demikian, mahasiswa yang dibimbing oleh Dosen Perempuan, memiliki faktor risiko lainnya yang berkaitan, yaitu IPK, Bidang Keahlian Dosen, dan Topik Skripsi. 2) Variabel kedua yang erat kaitannya dengan Lama Penyelesaian Skripsi adalah IPK Mahasiswa. Variabel IPK Mahasiswa memiliki keeratan dengan Lama Penyelesaian Skripsi melalui Variabel Dosen Pembimbing Perempuan. Odds Ratio mahasiswa dengan IPK minimal 2,76 adalah 3, artinya mahasiswa ini memiliki peluang 3 kali lebih besar untuk dapat menyelesaikan skripsi dalam jangka waktu kurang dari 6 bulan (Cepat) dibandingkan dengan mahasiswa yang memiliki IPK kurang dari 2,76 yang masih dipengaruhi oleh Bidang Keahlian Dosen Pembimbing Utama dan Topik Skripsi. Tabel 2. Deskripsi Singkat Karakteristik Sampel Lulusan dan Skripsinya No Variabel & Notasi Kategori Cepat (<6 bulan) Lama Penyelesaian Skripsi Tepat (6 bulan) Lambat (>6 bulan) Total Jml % Jml % Jml % Jml % Jumlah Sampel , , , IPK 1. 3,51-4, ,01 4 1,47 1 0, , ,76-3, , , , ,58 Yogyakarta, 9 November 2013 MS - 50
5 3. 2,00-2, ,47 5 1, , ,68 2 Jenis Kelamin Mahasiswa (JKM) 1. laki-laki 34 12, , , ,67 2. Perempuan , , , ,44 1.Matematika Murni 20 7, ,23 8 2, ,45 3 Topik Skripsi (TOPIK) 2. Statistika 65 23, , , ,56 3. Aktuaria 16 5, , , ,91 4. Optimasi 32 11,68 9 3, , , Jenis Data Skripsi (JD) Jenis Penelitian (JP) Jenis Kelamin Pembimbing (JKP1) 5. Komputasi 3 1,09 2 0,73 0 0,00 5 1,82 1. Tidak Pakai Data 34 12, , , ,67 2. Primer 39 14, , , ,05 3. Sekunder 63 22, , , ,37 1. Literatur 34 12, , , ,41 2. Survey , , , ,70 1. laki-laki 44 16, , , ,23 2. Perempuan 92 33, , , ,87 1.Matematika Murni 54 19, , , ,80 7 Bidang Keahlian Dosen Pembimbing (BKDos) 2. Statistika 43 15, , , ,88 3. Aktuaria 30 10, , , ,84 4. Optimasi 7 2,55 2 0,73 5 1, ,10 5. Komputasi 2 0,73 2 0,73 0 0,00 4 1,46 3) Variabel ketiga yang signifikan berkaitan dengan Lama Penyelesaian Skripsi adalah Bidang Keahlian Dosen Pembimbing Utama. Bidang Keahlian Dosen yang signifikan hanya ada tiga dikategori, yaitu Matematika Murni, Statistika, dan Aktuaria. 4) Variabel terakhir yang paling lemah kaitannya dengan Lama Penyelesaian Skripsi adalah Topik Skripsi. Hasil analisis menunjukkan bahwa untuk mahasiswa dengan topik penelitian bidang Matematika atau Optimasi, meskipun dibimbing oleh Dosen Yogyakarta, 9 November 2013 MS - 51
6 Pembimbing yang sesuai keahliannya, namun dengan IPK yang kurang dari 2,76; mahasiswa itu cenderung menyelesaikan skripsi lebih dari 6 bulan (Lambat). D. SIMPULAN DAN SARAN Simpulan 1) Variabel yang signifikan memiliki ketrekaitan dengan Lama Penyelesaian Skripsi, mulai yang paling erat hubungannya adalah Jenis Kelamin Dosen Pembimbing Utama. Selanjutnya adalah IPK, Bidang Keahlian Dosen Pembimbing Utama, dan Topik Skripsi. 2) Kategori Bidang Keahlian Dosen Pembimbing Utama yang signifikan berkaitan dengan Lama Penyelesaian Skripsi adalah Matematika Murni, Statistika, dan Aktuaria, sedangkan Topik Skripsi yang signifikan adalah Matematika Murni, Optimasi, dan Statistika. Saran Hasil analisis menunjukkan bahwa untuk mahasiswa dengan topik penelitian bidang Matematika atau Optimasi, meskipun dibimbing oleh Dosen Pembimbing yang sesuai keahliannya, namun dengan IPK yang kurang dari 2,76; mahasiswa itu cenderung menyelesaikan skripsi lebih dari 6 bulan. Mahasiswa ini berisiko menyelesaikan skripsi lebih lama. Berdasarkan hal itu, perlu diperhatikan mahasiswa yang memiliki IPK kurang dari 2,76 agar lebih dibimbing dan dimotivasi dalam penyusunan skripsinya, terlebih apabila mahasiswa itu memilih topik skripsi bidang Matematika Murni atau Optimasi. Diharapkan dengan bimbingan dan motivasi yang lebih besar, mahasiswa itu tidak mengalami keterlambatan penyelesaian skripsi. E. DAFTAR PUSTAKA Unsri, 2012, Buku Pedoman Akademik dan Kemahasiswaan Tahun 2011/2012, Universitas Sriwijaya, Palembang. Jurusan Matematika, 2012, Panduan Kurikulum Tahun Akademik 2012/2013, FMIPA, Universitas Sriwijaya, Indralaya. Cahyawati, D., 2010, Analisis Hubungan Faktor-Faktor yang Berkaitan dengan Risiko Anak Putus Sekolah Pendidikan Dasar (Kasus Wilayah Kabupaten Ogan Ilir Provinsi Sumatera Selatan), Prosiding Seminar Nasional Statistika 2010, Jurusan Statistika FMIPA, Universitas Padjadjaran, Bandung. Cahyawati, D., 2007, Karakteristik Anak Putus Sekolah Pendidikan Dasar (Kasus: Analisis Data Susenas Tahun 2000 Provinsi Sumatera Selatan), Jurnal Penelitian Sains, Fakultas MIPA Universitas Sriwijaya, Palembang. Agresti, A., 2002, Categorical Data Analysis, John Wiley & Son, New York Huba, G.J, 2001, CHAID, CHAID.htm, diakses Tahun SAS Institute, Inc, 1990, SAS/STAT User s Guide, Version 6, 4 th edition, Volume 2, Cary NC:SAS Institute, Inc. Yogyakarta, 9 November 2013 MS - 52
7 Siegel, S Nonparametrik Statistics For the Behavioral Sciences. New York: McGraw-Hill,Inc. Kass, G.V, 1982, Automatic Interaction Detection (AID) Techniques, Encyclopedia of Statistical Sciences Vol 1. Ed. Kots, Z. & Johnson, N.L. John Wiley & Son, New York. Yogyakarta, 9 November 2013 MS - 53
8 SPL : LAMASKRIPSI VAL : COU : % : PVA : SPL : JKP1 (1) COU : % : PVA : SPL : JKP1 (2) COU : % : PVA : SPL : IPK (1,2) COU : % : PVA : SPL : IPK (3) COU : % : PVA : SPL : BKDos (1) COU : % : PVA : SPL : BKDos (2) COU : % : PVA : SPL : BKDos (3) COU : % : PVA : SPL : TOPIK (1,4) COU : % : PVA : SPL : TOPIK (2) COU : % : PVA Gambar 1. Dendogram Lama Penyelesaia Skripsi Mahasiswa Jurusan Matematika FMIPA Universitas Sriwijaya Yogyakarta, 9 November
Oleh: 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
BAB 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
Implementasi 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
Faktor-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
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Aplikasi Regresi Logistik Biner untuk Menganalisis Faktor Faktor yang Mempengaruhi Waktu Kelulusan Mahasiswa (Studi Kasus Mahasiswa Bidik
Analisis Korespondensi untuk Mengetahui Hubungan Lama Studi dengan IPK dan Lama Skripsi Alumni Matematika FMIPA UNSRI Angkatan
Jurnal Penelitian Sains Volume 14 Nomer 1(A) 14104 Analisis Korespondensi untuk Mengetahui Hubungan Lama Studi dengan IPK dan Lama Skripsi Alumni Matematika FMIPA UNSRI Angkatan 2001-2002 Putra BJ Bangun,
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
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
BAB 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
BAB 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
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
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
BAB 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
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
Jurnal Gradien Vol 8 No 2 Juli 2012: Yuli Andriani, Uxti Mezulianti, dan Herlina Hanum
Jurnal Gradien Vol 8 No 2 Juli 2012:809-814 Model Tingkat Kelancaran Pembayaran Kredit Bank Menggunakan Model Regresi Logistik Ordinal (Studi Kasus: Bank Rakyat Indonesia Tbk Unit Pasar Bintuhan) Yuli
STATISTIKA DASAR MAF Dosen: Dr. Lutfi Rohman Wenny Maulina, M.Si
STATISTIKA DASAR MAF 1212 Dosen: Dr. Lutfi Rohman Wenny Maulina, M.Si Pokok Bahasan Pokok Bahasan KONTRAK PERKULIAHAN UTS 35% UAS 35% TUGAS/QUIZ 20% KEHADIRAN 10% REFERENSI: Walpole, Ronald E. 2011. Probability
Pemetaan Biplot untuk Masalah Putus Sekolah Pendidikan Dasar pada Masyarakat Miskin antar Kecamatan di Kabupaten Ogan Ilir
Jurnal Penelitian Sains Volume 14 Nomer 2(A) 14203 Pemetaan Biplot untuk Masalah Putus Sekolah Pendidikan Dasar pada Masyarakat Miskin antar Kecamatan di Kabupaten Ogan Ilir Dian Cahyawati S. dan Oki Dwipurwani
ANALISIS FAKTOR TERHADAP DATA PENGGUNAAN WEB PERSONAL DOSEN ITS DAN PERBANDINGAN TERHADAP PENCAPAIAN IPK DAN LAMA STUDI MAHASISWA
Seminar Nasional Statistika IX Institut Teknologi Sepuluh Nopember, 7 November 2009 ANALISIS FAKTOR TERHADAP DATA PENGGUNAAN WEB PERSONAL DOSEN ITS DAN PERBANDINGAN TERHADAP PENCAPAIAN IPK DAN LAMA STUDI
ANALISIS 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
Pemodelan Tingkat Kepuasan Mahasiswa terhadap Pelayanan Laboratorium Komputer Jurusan Matematika Fakultas MIPA Universitas Sriwijaya
Jurnal Penelitian Sains Volume 16 Nomor 2(A) April 2013 Pemodelan Tingkat Kepuasan Mahasiswa terhadap Pelayanan Laboratorium Komputer Jurusan Matematika Fakultas MIPA Universitas Sriwijaya Dian Cahyawati
Perbandingan Tingkat Kemudahan Tiga Metode Konjoin pada Preferensi Mahasiswa terhadap Kualitas Dosen STIS
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY S - Perbandingan Tingkat Kemudahan Tiga Metode Konjoin pada STIS Fitri Catur Lestari Sekolah Tinggi Ilmu Statistik [email protected]
TINJAUAN 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,
PEMETAAN MASALAH PUTUS SEKOLAH PENDIDIKAN DASAR MASYARAKAT MISKIN ANTAR KECAMATAN SEBAGAI UPAYA PEMERATAAN AKSES PENDIDIKAN DI KABUPATEN OGAN ILIR
PEMETAAN MASALAH PUTUS SEKOLAH PENDIDIKAN DASAR MASYARAKAT MISKIN ANTAR KECAMATAN SEBAGAI UPAYA PEMERATAAN AKSES PENDIDIKAN DI KABUPATEN OGAN ILIR Dian Cahyawati S. Fakultas MIPA Universitas Sriwijaya
Generalized Ordinal Logistic Regression Model pada Pemodelan Data Nilai Pesantren Mahasiswa Baru FMIPA Universitas Islam Bandung Tahun 2017
Prosiding Statistika ISSN: 2460-6456 Generalized Ordinal Logistic Regression Model pada Pemodelan Data Nilai Pesantren Mahasiswa Baru FMIPA Universitas Islam Bandung Tahun 2017 Generalized Ordinal Logistic
PEMODELAN REGRESI TIGA LEVEL PADA DATA PENGAMATAN BERULANG. Indahwati, Yenni Angraeni, Tri Wuri Sastuti
S-25 PEMODELAN REGRESI TIGA LEVEL PADA DATA PENGAMATAN BERULANG Indahwati, Yenni Angraeni, Tri Wuri Sastuti Departemen Statistika FMIPA IPB Email : [email protected] Abstrak Pemodelan multilevel adalah
Hubungan Indeks Prestasi Kumulatif (IPK) dengan Nilai Ujian Akhir Nasional (UAN): Studi Kasus di FMIPA Unsyiah
Statistika, Vol. 15 No. 1, 17 23 Mei 2015 Hubungan Indeks Prestasi Kumulatif (IPK) dengan Nilai Ujian Akhir Nasional (UAN): Studi Kasus di FMIPA Unsyiah Ridha Ferdhiana, 1,2, Ira Julita 1, Asep rusyana
Amalia 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,
Didin Astriani P, Oki Dwipurwani, Dian Cahyawati (Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sriwijaya)
(M.2) ANALISIS BIPLOT UNTUK MENGETAHUI KARAKTERISTIK PUTUS SEKOLAH PENDIDIKAN DASAR PADA MASYARAKAT MISKIN ANTAR WILAYAH KECAMATAN DI KABUPATEN OGAN ILIR Didin Astriani P, Oki Dwipurwani, Dian Cahyawati
METODE 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
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),
E-Jurnal Matematika Vol. 4 (2), Mei 2015, pp ISSN:
PENERAPAN REGRESI PROBIT BIVARIAT UNTUK MENDUGA FAKTOR-FAKTOR YANG MEMENGARUHI KELULUSAN MAHASISWA (Studi Kasus: Mahasiswa Fakultas MIPA Unversitas Udayana) Ni Gusti Ketut Trisna Pradnyantari 1, I Komang
BAB 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
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,
Metode Statistika STK211/ 3(2-3) Pertemuan I
Metode Statistika STK211/ 3(2-3) Pertemuan I 1 Pengantar Setelah mengikuti mata ajaran ini selama satu semester, mahasiswa dapat menjelaskan prinsip-prinsip dasar metode statistika, dan dapat menerapkan
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
ANALISIS 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,
PREDICTION-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,
Rata-rata Nilai. 2 saudara 25%
Nilai Rata-rata UASBN.4.2 23.8 23.6 23,96 laki-laki,36 perempuan Gambar 6.2 Bar Chart Nilai Rata-Rata UASBN 2009/2010 Menurut Jenis Kelamin Berdasarkan Gambar 6.2, dapat diketahui hubungan antara nilai
Judul : PERPINDAHAN MAHASISWA
A. TUJUAN SOP ini bertujuan untuk memberikan penjelasan mengenai : 1. Prosedur proses perpindahan mahasiswa. 2. Pemilihan jurusan, perpindahan jurusan dan status mahasiswa. 3. Persyaratan yang diperlukan
Oleh : Amilia Firda Rahmana ( ) Dosen Pembimbing : Santi Puteri Rahayu, M.Si, Ph.D
Analisis Pola Hubungan Besarnya Kerugian Negara Akibat Korupsi Dengan Demografi Koruptor di Jawa Timur Oleh : Amilia Firda Rahmana (1311 105 008) Dosen Pembimbing : Santi Puteri Rahayu, M.Si, Ph.D Seminar
UJI CHI SQUARE. (Uji data kategorik)
UJI CHI SQUAR (Uji data kategorik) A. Pendahuluan Uji statistik nonparametrik ialah suatu uji statistik yang tidak memerlukan adanya asumsi-asumsi mengenai sebaran data populasinya (belum diketahui sebaran
PENYAJIAN 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
PERBANDINGAN BERGANDA SESUDAH UJI KRUSKAL-WALLIS
PERBANDINGAN BERGANDA SESUDAH UJI KRUSKAL-WALLIS S - 30 Tanti Nawangsari Prodi Pendidikan Matematika FKIP UNIROW Tuban Jl. Manunggal 61 Tuban Email: [email protected] Abstrak Salah satu metode statistika
ANALISIS TINGKAT KEMAJUAN DESA DI KABUPATEN BOGOR DENGAN METODE CHAID DAN REGRESI LOGISTIK ORDINAL DENI SUHANDANI
ANALISIS TINGKAT KEMAJUAN DESA DI KABUPATEN BOGOR DENGAN METODE CHAID DAN REGRESI LOGISTIK ORDINAL DENI SUHANDANI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
ANALISIS 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.
BAB 2 TINJAUAN TEORITIS. yang mengenai parameter-parameter populasi yang merupakan induk
BAB 2 TINJAUAN TEORITIS 21 Statistik Non Parametrik Tes statistik non parametrik adalah test yang modelnya tidak menetapakan syaratsyaratnya yang mengenai parameter-parameter populasi yang merupakan induk
HASIL 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
(M.9) PEMODELAN MELEK HURUF DAN RATA-RATA LAMA STUDI DENGAN PENDEKATAN MODEL BINER BIVARIAT
Univeitas Padjadjaran, 3 November 00 (M.9) PEMODELAN MELEK HURUF DAN RATA-RATA LAMA STUDI DENGAN PENDEKATAN MODEL BINER BIVARIAT Vita Ratnasari, Purhadi, Ismaini, Suhartono Mahasiswa S3 Jurusan Statistika
Masalah Overdispersi dalam Model Regresi Logistik Multinomial
Statistika, Vol. 16 No. 1, 29 39 Mei 2016 Masalah Overdispersi dalam Model Regresi Logistik Multinomial Annisa Lisa Nurjanah, Nusar Hajarisman, Teti Sofia Yanti Prodi Statistika, Fakultas Matematika dan
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
ANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK
LAPORAN TUGAS AKHIR ANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK Latar Belakang Katarak Indonesia Klinik
PRESTASI BELAJAR MAHASISWA PROGRAM STATISTIKA TERAPAN FMIPA-UT YANG BERASAL DARI SMA IPA/A1/A2 DENGAN SLTA LAINNYA. Oleh: Drs.
PRESTASI BELAJAR MAHASISWA PROGRAM STATISTIKA TERAPAN FMIPA-UT YANG BERASAL DARI SMA IPA/A1/A2 DENGAN SLTA LAINNYA Oleh: Drs. Ribut Alam Malau FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
KLASIFIKASI LAMA STUDI MAHASISWA FSM UNIVERSITAS DIPONEGORO MENGGUNAKAN REGRESI LOGISTIK BINER DAN SUPPORT VECTOR MACHINE (SVM)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 1, Tahun 2015, Halaman 123-132 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian KLASIFIKASI LAMA STUDI MAHASISWA FSM UNIVERSITAS DIPONEGORO
BAB 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
BAB 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
Model Log Linier yang Terbaik untuk Analisis Data Kualitatif pada Tabel Kontingensi Tiga Arah
Malikussaleh Industrial Engineering Journal Vol.2 No.2 (2013) 32-37 ISSN 2302 934X Industrial Management Model Log Linier yang Terbaik untuk Analisis Data Kualitatif pada Tabel Kontingensi Tiga Arah Maryana
ANALISIS FAKTOR-FAKTOR KEBERHASILAN MAHASISWA MENGGUNAKAN REGRESI LOGISTIK DAN METODE CHAID (Studi Kasus: Mahasiswa Farmasi Uhamka) SRI NEVI GANTINI
ANALISIS FAKTOR-FAKTOR KEBERHASILAN MAHASISWA MENGGUNAKAN REGRESI LOGISTIK DAN METODE CHAID (Studi Kasus: Mahasiswa Farmasi Uhamka) SRI NEVI GANTINI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2011 PERNYATAAN
FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP PRESTASI AKADEMIK MAHASISWA TPB IPB DENGAN METODE CHAID YUNIAH
FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP PRESTASI AKADEMIK MAHASISWA TPB IPB DENGAN METODE CHAID YUNIAH DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 6 ABSTRAK
Model Cox Extended dengan untuk Mengatasi Nonproportional Hazard pada Kejadian Bersama
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Model Cox Extended dengan untuk Mengatasi Nonproportional Hazard pada Kejadian Bersama Anita Nur Vitriana, Rosita Kusumawati Program Studi
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
MAKALAH 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)
IDENTIFIKASI INDIKATOR STANDAR PELAYANAN MINIMAL PENCIRI AKREDITASI SMP DAN MTS DENGAN METODE CHAID DAN REGRESI LOGISTIK ORDINAL FAHMI SALAM AHMAD
IDENTIFIKASI INDIKATOR STANDAR PELAYANAN MINIMAL PENCIRI AKREDITASI SMP DAN MTS DENGAN METODE CHAID DAN REGRESI LOGISTIK ORDINAL FAHMI SALAM AHMAD DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
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
Analisis Diskriminan untuk Mengetahui Faktor yang Mempengaruhi Pilihan Program Studi Matematika di FMIPA dan FKIP Universitas Sriwijaya
Jurnal Penelitian Sains Volume 14 Nomer 4(A) 14403 Analisis Diskriminan untuk Mengetahui Faktor yang Mempengaruhi Pilihan Program Studi Matematika di FMIPA dan FKIP Universitas Sriwijaya Yuli Andriani,
ANALISIS STATISTIK FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI (IP) MAHASISWA DIPLOMA PENERIMA BEASISWA BIDIK MISI DI SURABAYA TAHUN 2010
ANALISIS STATISTIK FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI (IP) MAHASISWA DIPLOMA PENERIMA BEASISWA BIDIK MISI DI SURABAYA TAHUN 2010 Disusun Oleh: Hanna Silia Karti (1308030043) Dosen Pembimbing:
ANALISIS 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
MODEL LOG-LINEAR FAKTOR-FAKTOR YANG MEMPENGARUHI HIPERTENSI (STUDI KASUS: RSUD ABDOE RAHEM SITUBONDO)
MODEL LOG-LINEAR FAKTOR-FAKTOR YANG MEMPENGARUHI HIPERTENSI (STUDI KASUS: RSUD ABDOE RAHEM SITUBONDO) IMAMUDDIN KAMIL 1, MADE SUSILAWATI 2, I PUTU EKA NILA KENCANA 3 1,2,3, Jurusan Matematika, Fakultas
APLIKASI MANN-WHITNEY UNTUK MENENTUKAN ADA TIDAKNYA PERBEDAAN INDEKS PRESTASI MAHASISWA YANG BERASAL DARI KOTA MEDAN DENGAN LUAR KOTA MEDAN
Saintia Matematika ISSN: 337-9197 Vol., No. (014), pp. 173-187. APLIKASI MANN-WHITNEY UNTUK MENENTUKAN ADA TIDAKNYA PERBEDAAN INDEKS PRESTASI MAHASISWA YANG BERASAL DARI KOTA MEDAN DENGAN LUAR KOTA MEDAN
STK 211 Metode statistika. Pengajar : Dr. Agus Mohamad Soleh, SSi, MT Dr.Ir. Muhammad Nur Aidi, MS
STK 211 Metode statistika Pengajar : Dr. Agus Mohamad Soleh, SSi, MT Dr.Ir. Muhammad Nur Aidi, MS http://www.stat.ipb.ac.id/ 2017 Pengantar Kode Matakuliah: STK211, 3(2-3) Standar Kompetensi: Setelah mengikuti
BAB 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
Model Probit Untuk Ordinal Response
SEMINAR NASIONAL MAEMAIKA DAN PENDIDIKAN MAEMAIKA UNY Model Probit Untuk Ordinal Response S - 4 Defi Yusti Faidah, Resa Septiani Pontoh, Departemen Statistika FMIPA Universitas Padadaran [email protected]
PENGENDALIAN PROSES VARIABILITAS MULTIVARIAT MELALUI VEKTOR RAGAM (STUDI KASUS : IPK DAN LAMA STUDI LULUSAN MATEMATIKA UNIVERSITAS ANDALAS)
Jurnal Matematika UNAND Vol. 3 No. 4 Hal. 104 111 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENGENDALIAN PROSES VARIABILITAS MULTIVARIAT MELALUI VEKTOR RAGAM (STUDI KASUS : IPK DAN LAMA STUDI LULUSAN
SEGMENTASI 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
S - 19 UJI NORMALITAS BERDASARKAN METODE ANDERSON- DARLING, CRAMER-VON MISES DAN LILLIEFORS MENGGUNAKAN METODE BOOTSTRAP
S - 19 UJI NORMALITAS BERDASARKAN METODE ANDERSON- DARLING, CRAMER-VON MISES DAN LILLIEFORS MENGGUNAKAN METODE BOOTSTRAP Janse Oktaviana Fallo 1, Adi Setiawan 2, Bambang Susanto 3 1,2,3 Program Studi Matematika
Pemodelan Regresi Probit Ordinal Pada Kasus Penentuan Predikat Kelulusan Mahasiswa FMIPA Universitas Mulawarman Tahun 2014
Prosiding Seminar Sains dan Teknologi FMIPA Unmul Pemodelan Regresi Probit Ordinal Pada Kasus Penentuan Predikat Kelulusan Mahasiswa FMIPA Universitas Mulawarman Tahun 2014 Dewi Andriani 1, Sri Wahyuningsih
BAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Di dalam pembukaan Undang-Undang Dasar 1945 dinyatakan bahwa salah satu tujuan mendirikan negara kebangsaan Indonesia yang merdeka adalah Mencerdaskan kehidupan bangsa.
MODEL REGRESI COX PROPORTIONAL HAZARD PADA LAJU TAMAT MAHASISWA JURUSAN MATEMATIKA UNIVERSITAS ANDALAS
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 33 41 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND MODEL REGRESI COX PROPORTIONAL HAZARD PADA LAJU TAMAT MAHASISWA JURUSAN MATEMATIKA UNIVERSITAS ANDALAS
METODE PREDICTION CONFIGURAL FREQUENCY ANALYSIS (PCFA) UNTUK MENENTUKAN KARAKTERISTIK USER DAN NON USER MOTOR X DI JAWA BARAT ABSTRAK
METODE PREDICTION CONFIGURAL FREQUENCY ANALYSIS (PCFA) UNTUK MENENTUKAN KARAKTERISTIK USER DAN NON USER MOTOR X DI JAWA BARAT (Studi Kasus PT. XYZ) Muhamad Iqbal Mawardi Departemen Statistika, Universitas
Analisis Data Kategorikal
Analisis Data Kategorikal Topik: Data & skala pengukuran Uji hipotesis untuk data kontinu Uji hipotesis untuk data kategorikal Desain penelitian kesehatan Ukuran asosiasi Regresi Logistik Target: Mahasiswa
IDENTIFIKASI FAKTOR-FAKTOR YANG MEMENGARUHI KETEPATAN WAKTU KELULUSAN MAHASISWA PROGRAM SARJANA IPB NITA NURGENITA
IDENTIFIKASI FAKTOR-FAKTOR YANG MEMENGARUHI KETEPATAN WAKTU KELULUSAN MAHASISWA PROGRAM SARJANA IPB NITA NURGENITA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Metode Statistika STK211/ 3(2-3) Pertemuan I
Metode Statistika STK211/ 3(2-3) Pertemuan I 1 Pengantar Setelah mengikuti mata ajaran ini selama satu semester, mahasiswa dapat menjelaskan prinsip-prinsip dasar metode statistika, dan dapat menerapkan
BAB 4 Hasil Penelitian dan Interpretasi
47 BAB 4 Hasil Penelitian dan Interpretasi Pada bab ini, akan dipaparkan hasil penelitian serta interpretasi dari hasil penelitian tersebut. Akan dijabarkan gambaran umum responden dan hasil dari analisa
Uji Z atau t Uji Z Chi- square
UJI FRIEDMAN SEBAGAI PENDEKATAN ANALISIS NONPARAMETRIK UNTUK MENGUJI HOMOGENITAS RATA-RATA [email protected] Pendahuluan Uji parametrik memerlukan pemenuhan asumsi-asumsi tentang distribusi populasi
Ika Purnamasari 1, Fidia Deny Tisna Amijaya 2, Memi Nor Hayati 3 FMIPA Universitas Mulawarman 1,2,3
SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 17 S-11 Analisis Respon Masyarakat Terhadap Jaminan Kesehatan Nasional (JKN) melalui Badan Penyelenggara Jaminan Sosial (BPJS) di Kecamatan Tenggarong Kabupaten
Statistika Dasar. Hansiswany Kamarga
Statistika Dasar Hansiswany Kamarga 1. Konsep Statistika STATISTIKA : Kegiatan untuk : mengumpulkan data menyajikan data menganalisis data dengan metode tertentu menginterpretasikan hasil analisis KEGUNAAN?
FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK DI JAWA TENGAH MENGGUNAKAN MODEL REGRESI ROBUST DENGAN ESTIMASI LEAST MEDIAN OF SQUARES (LMS)
FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK DI JAWA TENGAH MENGGUNAKAN MODEL REGRESI ROBUST DENGAN ESTIMASI LEAST MEDIAN OF SQUARES (LMS) Yuditia Ari Prabowo, Yuliana Susanti, dan Santoso Budi Wiyono
Prana Ugiana Gio 1 ABSTRAK
APLIKASI UJI MANN-WHITNEY DALAM MENENTUKAN ADA TIDAKNYA PERBEDAAN INDEKS PRESTASI KUMULATIF ANTARA MAHASISWA DOMINAN OTAK KANAN DAN MAHASISWA DOMINAN OTAK KIRI DI FMIPA USU Prana Ugiana Gio 1 ABSTRAK Terdapat
LOGO. Prof. Dra. Susanti Linuwih, M.Stat, PhD Wibawati, S.Si, M.Si
LOGO Prof. Dra. Susanti Linuwih, M.Stat, PhD Wibawati, S.Si, M.Si PENDAHULUAN 1 2 3 4 Latar Belakang Tujuan Manfaat Batasan Masalah Latar Belakang Kesempatan memperoleh pendidikan merupakan prioritas utama
Jurnal Matematika UNAND Vol. 5 No. 4 Hal ISSN : c Jurusan Matematika FMIPA UNAND
Jurnal Matematika UNAND Vol 5 No 4 Hal 36 44 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND STUDI PRESTASI MAHASISWA DENGAN ANALISIS STATISTIKA DESKRIPTIF (STUDI KASUS: MAHASISWA PROGRAM STUDI MATEMATIKA
2-RP. Penguasaan Pengetahuan. Kemampuan. kerja. Kemampuan. Manajerial. Sikap dan Tata Nilai 5-PBS 1-CP 2-RP 3-RE
RP-S1-SLK-02 Kurikulum 2014, Edisi : September-2014.Revisi : 00 Hal: 1 dari 7 A. CAPAIAN PEMBELAJARAN (Learning outcome) : CP 5.1 : Menganalisis data di bidang kedokteran/kesehatan, pertanian/perikanan/kelautan
Sri Indra Maiyanti, Endro Setyo Cahyono, Weni Winata. Universitas Sriwijaya
APLIKASI METODE TWO STEP CLUSTER UNTUK PENGELOMPOKKAN MAHASISWA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SRIWIJAYA (STUDI KASUS : MAHASISWA ANGKATAN 2010) Sri Indra Maiyanti, Endro Setyo
PEMBUATAN BAGAN KENDALI MULTIVARIAT T 2 -HOTELLING UNTUK PROSES PERKULIAHAN Studi Kasus : IPK dan Lama Studi Lulusan Matematika Universitas Andalas
Jurnal Matematika UNAND Vol. 1 No. 2 Hal. 85 92 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMBUATAN BAGAN KENDALI MULTIVARIAT T 2 -HOTELLING UNTUK PROSES PERKULIAHAN Studi Kasus : IPK dan Lama
MULTIVARIATE 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
