Pemodelan Menggunakan Metode Multivariate Adaptive Regression Spline (MARS) untuk Ketepatan Waktu Studi Mahasiswa FMIPA UNP Angkatan 2017

Iswat, Rahmadani (2023) Pemodelan Menggunakan Metode Multivariate Adaptive Regression Spline (MARS) untuk Ketepatan Waktu Studi Mahasiswa FMIPA UNP Angkatan 2017. Skripsi thesis, Universitas Negeri Padang.

[img]
Preview
Text
B1_10_RAHMADANI_ISWAT_18337060_4082_2023.pdf

Download (7MB) | Preview

Abstract

Ketepatan waktu studi merupakan jangka waktu yang diperlukan dalam menyelesaikan suatu pendidikan, untuk mahasiswa program S1 adalah 4 tahun. Salah satu faktor penentu kualitas perguruan tinggi adalah kemampuan mahasiswa menyelesaikan pendidikan secara tepat waktu. Tujuan dari penelitian ini melihat hasil pemodelan terbaik serta ketepatan klasifikasi pada ketepatan waktu studi mahasiswa FMIPA UNP angkatan 2017 menggunakan metode Multivariate Adaptive Regression Splines (MARS). Penelitian ini merupakan penelitian terapan. Data yang digunakan adalah data sekunder, diperoleh dari Kepala bagian umum FMIPA UNP. Penelitian dimulai dengan analisis deskriptif terhadap data mahasiswa lulusan program S1 FMIPA UNP angkatan 2017. Selanjutnya melakukan pemodelan terhadap data menggunakan metode MARS dengan mengkombinasikan Basis Functions (BF), Maksimum Interaksi (MI) dan Minimum Observasi (MO) dengan cara Trial dan Error. Hasil trial and error menunjukkan model terbaik diperoleh dari kombinasi (BF = 18, MI = 3 dan MO = 2), dengan nilai GCV minimum sebesar 0.23182 dan nilai R 2 sebesar 0.10045. Dari model diketahui bahwa faktor-faktor yang secara signifikan mempengaruhi ketepatan waktu studi mahasiswa FMIPA UNP angkatan 2017 adalah X 4 (jurusan) dengan tingkat kepentingan 100%, X (IPK) dengan tingkat kepentingan 96.61%, X 3 (jalur masuk universitas) dan X (status asal sekolah) dengan tingkat kepentingan 16.78%. Ketepatan klasifikasi pada ketepatan waktu studi mahasiswa angkatan 2017 adalah 64% berdasarkan lulus tepat waktu dan tidak tepat waktu, dengan tingkat kesalahan klasifikasi 36%. 5 1

Item Type: Thesis (Skripsi)
Contributors:
ContributionContributorsEmail
Thesis advisorFitri, FadhilahUNSPECIFIED
CorrectorPutra, Atus AmadiUNSPECIFIED
CorrectorZilrahmi, ZilrahmiUNSPECIFIED
Subjects: H Social Sciences > HA Statistics
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistik-S1
Depositing User: Sudia Ajjronisa S.Sos.
Date Deposited: 21 Sep 2023 04:19
Last Modified: 21 Sep 2023 04:19
URI: http://repository.unp.ac.id/id/eprint/46816

Actions (login required)

View Item View Item