BAB 3 METODOLOGI PENELITIAN. (TI-Math), serta Teknik Informatika dan Statistika (TI-Stat) dan pemilihan

Transkripsi

1 BAB 3 METODOLOGI PENELITIAN 3.1 Pengumpulan Data Pada penelitian ini data dikumpulkan dari populasi mahasiswa BINUS University jurusan Teknik Informatika (TI), Teknik Informatika dan Matematika (TI-Math), serta Teknik Informatika dan Statistika (TI-Stat) dan pemilihan sampelnya menggunakan metode stratified. Alat pengumpulan data dalam penelitian ini menggunakan kuisioner yang diberikan kepada sampel. Pengambilan data dilakukan dengan langkah-langkah sebagai berikut. 1. Penentuan ukuran sampel dengan menggunakan rumus slovin =, dengan N sebesar 4269 dan e sebesar 0,1. Diperoleh ukuran sampel sebesar Pembagian sampel berdasarkan 3 jurusan, dan diperoleh ukuran sampel jurusan TI sebesar 49, ukuran sampel TI-Math sebesar 29, dan ukuran sampel TI-Stat sebesar Waktu dan Tempat Penelitian akan dilakukan dalam periode september 2011 hingga Januari Sedangkan tempat penelitian diadakan adalah BINUS university.

2 Tahapan Penelitian berikut. Untuk menjawab permasalahan, maka tahapan-tahapannya adalah sebagai 1. Pengumpulan data 2. Pentransformasian variabel 3. Pemodelan dengan regresi linier ganda 4. Pengujian multikolinier 5. Pemodelan dengan regresi ridge 6. Membandingkan VIF dari hasil pemodelan regresi ridge 7. Kesimpulan 3.4 Variabel Variabel dalam penelitian ini adalah indeks prestasi mahasiswa sebagai variabel terikat (Y), usia sebagai variabel bebas pertama (X 1 ), nilai UN sebagai variabel bebas kedua (X 2 ), uang saku sebagai variabel bebas ketiga (X 3 ), lama waktu belajar di dalam kelas sebagai variabel bebas keempat (X 4 ), lama waktu ektrakurikuler selama seminggu sebagai variabel bebas kelima (X 5 ), banyak textbook yang dimiliki sebagai variabel bebas keenam (X 6 ), jumlah SKS yang telah dilalui sebagai variabel bebas ketujuh (X 7 ), jumlah mata kuliah sebagai variabel bebas kedelapan (X 8 ), rata-rata SKS sebagai variabel bebas kesembilan (X 9 ), semester yang telah di lalui sebagai variabel bebas kesepuluh (X 10 ),

3 23 kunjungan ke perpustakaan sebagai variabel bebas kesebelas (X 11 ), lama perjalanan dari tempat tinggal ke kamus sebagai variabel bebas kedua belas (X 12 ), jarak dari tempat tinggal ke kamus sebagai variabel bebas ketiga belas (X 13 ). 3.5 Teknik Analisis Data Teknik analisis data yang digunakan dalam skripsi ini adalah regresi linear ganda dan regresi ridge. Selain itu untuk menganalisa data adalah apakah sampel dari suatu data terdapat masalah multikolonier terdapat pada Gambar 3.1:

4 24 Memasukkan data Identifikasi model regresi ganda Data tidak terdapat multikoninier VIF < 10 Identifikasi ada tidaknya multikolinier dalam data Identifikasi model persamaan regresi ridge Gambar 3.1 Desain penelitian 1. Dari data yang telah didapatkan, dinotasikan menjadi matriks X dan matriks Y. 2. Bentuk model persamaan regresi ganda dengan rumus Identifikas apa data tersebut terdapat multikolinier dengan rumus (2.7), apabila ada nilai VIF yang lebih besar dari 10, maka data tersebut terdapat multikolinier. 4. Jika terdapat mulitikolinier, bentuk persamaan regresi ridge untuk menghilangkan multikolinier, dengan menggunakan rumus 2.10.

5 Perancangan UML Use Case diagram Regresi Ridge Input data Dari User Menganalisis data Gambar 3.2 Use Case Diagram Gambar diatas menunjukkan kegiatan apa saja yang dilakukan oleh user dalam menjalankan program aplikasi tersebut diantara menginput data dari excel untuk ditampilkan pada program dan menganalisis data menggunakan program.

6 Sequence Diagram main Analisa user get data dari excel result send data result Gambar 3.3 Sequence Diagram Pada gambar 3.2 digambarkan bagimana interaksi yang terjadi di dalam program aplikasi. Seperti menampilkan data dari excel hingga mendapatkan hasil akhir.

7 Activity Diagram Urutan kegiatan yang dilakukan oleh seorang user apabila ingin mengetahui apakah suatu data memiliki masalah multikolinier terdapat pada Gambar 3.3 Browse data dari excel Tampilkan data-data Tampilkan hasil regresi ganda Tampilkan hasil regresi ridge Gambar 3.4 Activity Diagram

8 Perancangan Layar Tampilan awal program yang akan dirancang sebagai berikut: Regresi Ridge _ X Input Gambar 3.5 Rancangan halaman awal program aplikasi Analyze Pada awal program, user harus membuka data dengan menekan tombol Input. Data yang bisa tertampil dalam program ini adalah file dari excel. Setelah data yang di pilih keluar user dapat memulai menganalisa data dengan cara menekan tombol Analyze.

9 29 Regresi Ridge _ X Back Next Gambar 3.6 Rancangan halaman isi program aplikasi Pada halaman berikutnya user dapat kembali ke halaman awal untuk mengubah data yang ditampilkan serta dapat melanjutkan analisis data yang dimulai dengan analisis regresi ganda, penghitungan VIF, analisis regresi ridge hingga kesimpulan. 3.7 Spesifikasi perangkat program aplikasi Program aplikasi yang dirancang dalam penelitian ini adalah untuk mengatasi masalah multikolinier. Semua data akan dimasukkan dahulu ke dalam Microsoft Excel Semua data tersebut akan dihubungkan ke dalam suatu program aplikasi yang dirancang dengan perangkat lunak (software) bahasa pemrograman C# dari paket Visual C# Express Edition 2010 dengan packages Math.Net.Numerics.

10 30 Untuk perangkat keras (hardware) yang mendukung program aplikasi dengan software yaitu minimal processor Intel Dual Core 1.6 Ghz, RAM 2 GB DDR2, Harddisk 80 Gb, VGA 128 MB dengan sistem operasi Windows XP Professional SP3,.net framework.