Margasari, Aquarahma (2014) Penerapan Metode Cart (Classification And Regression Trees) Dan Analisis Regresi Logistik Biner Pada Klasifikasi Profil Mahasiswa Fmipa Universitas Brawijaya. Sarjana thesis, Universitas Brawijaya.
Abstract
Dalam pencapaian gelar sarjana tingkat 1 membutuhkan waktu normal 4 tahun, namun fakta membuktikan banyak mahasiswa yang membutuhkan waktu lebih lama. Banyak faktor yang menyebabkan ketidaktepatan waktu kelulusan mahasiswa di antaranya pilihan jurusan dan jalur masuk merupakan beberapa karakteristik penyebab ketidaktepatan waktu kelulusan mahasiswa. Metode CART (Classification And Regression Trees) dan analisis regresi logistik biner diterapkan pada data profil mahasiswa FMIPA Universitas Brawijaya tahun lulus 2011-2013 untuk mengetahui karakteristik mahasiswa yang diklasifikasikan menurut dua kategori yaitu lulus tepat waktu dan tidak tepat waktu. Karakteristik profil mahasiswa yang digunakan adalah jenis kelamin, asal daerah, jalur masuk, jurusan, dan IPK. Dalam hal akurasi klasifikasi, metode CART mampu mengklasifikasi data profil mahasiswa FMIPA Universitas Brawijaya sebesar 94.2% sedangkan analisis regresi logistik biner sebesar 86.7%.
English Abstract
In achieving the level 1 requires a bachelors degree 4 years of normal time, but the fact remains that many students take longer. Many factors cause inaccuracy time graduation among options majors and driveways are several causes of imprecision characteristic time graduation. Methods of CART (Classification And Regression Trees) and binary logistic regression analysis applied to the student profile data FMIPA UB graduation year from 2011 to 2013 to determine the characteristics of students who are classified according to two categories: graduate on time and not passed on time. Student profile characteristics used are gender, regional origin, driveway, majors, and GPA. Explanatory variable region of origin does not have a significant relationship to the study period. In terms of classification accuracy, the CART method is able to classify student profile data UB Faculty of 94.2% while the binary logistic regression analysis was 86.7%.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2014/211/051404173 |
| Subjects: | 500 Natural sciences and mathematics > 510 Mathematics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 06 Aug 2014 09:30 |
| Last Modified: | 21 Oct 2021 04:02 |
| URI: | http://repository.ub.ac.id/id/eprint/153833 |
Preview |
Text
SKRIPSI.pdf Download (2MB) | Preview |
Actions (login required)
 |
View Item |