Analisis Diskriminan Kernel Gaussian Dan Epanechnikov Pada Pengelompokkan Siswa Madrasah Aliyah Negeri 2 Jember

Halisyah, Siti Nurlita (2020) Analisis Diskriminan Kernel Gaussian Dan Epanechnikov Pada Pengelompokkan Siswa Madrasah Aliyah Negeri 2 Jember. Sarjana thesis, Universitas Brawijaya.

Abstract

Analisis diskriminan merupakan analisis multivariat yang dapat diterapkan untuk mengelompokkan objek berdasarkan peubah bebas yang bersifat numerik ke dalam peubah terikat yang bersifat kategorik. Analisis diskriminan kernel merupakan metode pengelompokan dimana data yang digunakan tidak harus memenuhi asumsi tertentu. Analisis diskriminan kernel menggunakan pendekatan nonparametrik untuk berbagai sebaran peluang, dua diantaranya yaitu Epanechnikov dan Gaussian. Tujuan dari penelitian ini yaitu membandingkan ketepatan klasifikasi menggunakan diskriminan kernel dengan fungsi Epanechnikov dan Gaussian untuk studi kasus pengelompokkan siswa Madrasah Aliyah Negeri (MAN) 2 Jember, dimana terdapat 384 siswa yang dibagi ke dalam tiga jurusan yang ada berdasarkan hasil nilai psikotes dan nilai tes PPDB. Hasil dari penelitian ini yaitu dapat diketahui bahwa persentase ketepatan klasifikasi (hit ratio) yang diperoleh dari analisis diskriminan kernel Epanechnikov dalam mengelompokkan siswa Madrasah Aliyah Negeri (MAN) 2 Jember lebih baik dibandingkan analisis diskriminan kernel Gaussian karena persentase ketepatan klasifikasi data testing yang didapat lebih tinggi yaitu 47% untuk analisis diskriminan kernel Epanechnikov dan 43% untuk analisis diskriminan kernel Gaussian.

English Abstract

Discriminant analysis is a multivariate analysis that can be applied to classify objects based on numerical predictor variables into categorical response variables. Kernel discriminant analysis is a grouping method where the data used does not have to meet specific assumptions. Kernel discriminant analysis uses a nonparametric approach to a range of distributions, two of which are Epanechnikov and Gaussian. The purpose of this study is to compare classification accuracy the kernel discriminant uses Epanechnikov and Gaussian function for student grouping of Madrasah Aliyah Negeri (MAN) 2 Jember where there are 384 students divided into three courses based on the scores of psikotest and PPDB test. The result of this study is it be known that percentage of classification accuracy (hit ratio) was obtained from kernel Epanechnikov’s discriminant analysis for student grouping of Madrasah Aliyah Negeri (MAN) 2 Jember is better than kernel Gaussian’s discriminant analysis because the data-testing percentage of accurating predictions are higher by 47% for kernel Epanechnikov’s discriminant analysis and 43% for kernel Gaussian’s discriminant analysis.

Other obstract

-

Item Type:	Thesis (Sarjana)
Identification Number:	0520090238
Uncontrolled Keywords:	Diskriminan, Kernel Epanechnikov, Kernel Gaussian.
Subjects:	500 Natural sciences and mathematics > 519 Probabilities and applied mathematics > 519.5 Statistical mathematics > 519.53 Descriptive statistics, multivariate analysis, analysis of variance and covariance > 519.535 Multivariate analysis
Divisions:	Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistika
Depositing User:	ismanto
Date Deposited:	18 Feb 2021 00:16
Last Modified:	17 Sep 2024 06:34
URI:	http://repository.ub.ac.id/id/eprint/183322

Text Siti Nurlita Halisyah.pdf Download (2MB)

Actions (login required)

View Item