Analisis CHAID untuk Identifikasi Ketepatan Waktu Lulus Berdasarkan Karakteristik Mahasiswa
ANALISIS CHAID UNTUK IDENTIFIKASI KETEPATAN
WAKTU LULUS BERDASARKAN KARAKTERISTIK
MAHASISWA
RINDY ANGGUN PERTIWI
DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2013
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Analisis CHAID untuk
Identifikasi Ketepatan Waktu Lulus Berdasarkan Karakteristik Mahasiswa adalah
benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam
bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal
atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain
telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir
skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Agustus 2013
Rindy Anggun Pertiwi
NIM G14090056
ABSTRAK
RINDY ANGGUN PERTIWI. Analisis CHAID untuk Identifikasi Ketepatan
Waktu Lulus Berdasarkan Karakteristik Mahasiswa. Dibimbing oleh
INDAHWATI dan FARIT MOCHAMAD AFENDI.
Institut Pertanian Bogor (IPB) program sarjana merupakan salah satu perguruan
tinggi negeri terbaik di Indonesia yang menghasilkan lulusan-lulusan terbaik pula.
Data lulusan mahasiswa IPB tahun 2010-2013 yang lulus tepat waktu sebesar
30.94%. Terlihat masih banyak mahasiswa IPB yang lulus tidak tepat waktu.
Penelitian ini bertujuan untuk melihat karakteristik yang mempengaruhi ketepatan
waktu lulus mahasiswa IPB dan FMIPA IPB dengan menggunakan metode CHAID
(Chi-squared Automatic Interaction Detection). Analisis CHAID yang
menggolongkan mahasiswa IPB lulus tepat waktu dengan peluang klasifikasi
tertinggi yaitu berasal dari FEM, memiliki IPK lebih dari 3.39 dan mengambil
minor selama berkuliah di IPB, sedangkan peluang klasifikasi terendah yaitu
berasal dari FAPERTA-FAHUTAN, memiliki IPK kurang dari atau sama dengan
2.87 dan berasal dari jabodetabek. Analisis CHAID pada mahasiswa FMIPA IPB
tidak bisa menggolongkan mahasiswa lulus tepat waktu. Nilai ketepatan klasifikasi
pada penelitian ini sebesar 74.6% untuk mahasiswa IPB dan 80% untuk mahasiswa
FMIPA IPB.
Kata kunci : analisis CHAID, ketepatan waktu lulus, nilai ketepatan klasifikasi
ABSTRACT
RINDY ANGGUN PERTIWI. CHAID Analysis to Identify Accuracy of
Graduation Based on Student Characteristics. Advised by INDAHWATI and
FARIT MOCHAMAD AFENDI.
Bogor Agricultural University (IPB) Under-graduated program is one of the best
university in Indonesia which also produces the best graduates. From the data of
IPB graduated students in 2010-2013 it shows that the percentage of student who
graduates on time is 30.94%. It indicates that there are still many students who do
not graduate on time. This study aims to look at the characteristics affecting
accuracy of graduation on IPB students using CHAID (Chi-squared Automatic
Interaction Detection) analysis. The analysis on IPB students CHAID able to
classifies students ontime with the highest classification probability the
characteristics derived from FEM, have a GPA of more than 3.39 and taking a minor
during college at IPB, while the lowest classification probability that clasifies IPB
students who graduate on time have the characteristics derived from FAPERTAFAHUTAN, with GPA of less than or equal to 2.87 and from jabodetabek. The
analysis on IPB FMIPA CHAID unable to classifies students on time. More over
the classification accuracy value for IPB students is 74.6% and for IPB FMIPA
students is 80%.
Keyword : CHAID analysis, accuracy of graduation, classification accuracy value
ANALISIS CHAID UNTUK IDENTIFIKASI KETEPATAN
WAKTU LULUS BERDASARKAN KARAKTERISTIK
MAHASISWA
RINDY ANGGUN PERTIWI
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Statistika pada
Departemen Statistika
DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2013
Judul Skripsi: Analisis CHAID untuk Identifikasi Ketepatan Waktu Lulus
Berdasarkan Karakteristik Mahasiswa
: Rindy Anggun Pertiwi
Nama
: G14090056
NIM
Disetujui oleh
Dr Ir Indahwati, MSi
Pembimbing I
Tanggal Lulus:
10 SEP i.e 13
Dr Farit Mochamad Afendi, MSi
Pembimbing II
Judul Skripsi : Analisis CHAID untuk Identifikasi Ketepatan Waktu Lulus
Berdasarkan Karakteristik Mahasiswa
Nama
: Rindy Anggun Pertiwi
NIM
: G14090056
Disetujui oleh
Dr Ir Indahwati, MSi
Pembimbing I
Dr Farit Mochamad Afendi, MSi
Pembimbing II
Diketahui oleh
Dr Ir Hari Wijayanto, MS
Ketua Departemen
Tanggal Lulus:
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah SWT atas segala limpahan
karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Sholawat serta salam
semoga selalu tercurah kepada pemimpin umat nabi Muhammad SAW beserta
keluarga, sahabat, dan umatnya. Tema yang dipilih dalam penelitian yang
dilaksanakan sejak bulan April 2013 sampai September 2013 ini ialah ketepatan
waktu kelulusan, dengan judul Analisis CHAID untuk Identifikasi Ketepatan
Waktu Lulus Berdasarkan Karakteristik Mahasiswa.
Terima kasih penulis ucapkan kepada Ibu Dr Ir Indahwati, MSi dan Bapak Dr
Farit Mochamad Afendi, MSi selaku pembimbing, serta Bapak Suratman dan
seluruh pihak Dit-Ap IPB yang telah banyak membantu. Seluruh dosen Departemen
Statistika FMIPA IPB atas ilmu dan nasihat yang bermanfaat dan seluruh staf
Departemen Statistika (Bu Markonah, Bu Tri, Pak Iyan, Mang Yus, Mang Iqbal,
Pak Kumis, dll) yang telah membantu penulis selama belajar di IPB. Ungkapan
terima kasih juga disampaikan kepada papa, mama, nenek, ayuk anggi, adek angga
dan very pebryady atas segala do’a, kasih sayang, pengorbanan, semangat dan
dukungan yang telah diberikan kepada penulis. Linda, vita, achi, fira, habibah, ayu,
aish dan teman-teman Statistika 46 atas persahabatan selama kurang lebih tiga
tahun ini.
Semoga karya ilmiah ini bermanfaat.
Bogor, September 2013
Rindy Anggun Pertiwi
DAFTAR ISI
DAFTAR TABEL
viii
DAFTAR GAMBAR
viii
DAFTAR LAMPIRAN
viii
PENDAHULUAN
1
Latar Belakang
1
Tujuan Penelitian
1
Manfaat Penelitian
2
Ruang Lingkup Penelitian
2
METODOLOGI
2
Data
2
Metode Analisis
2
HASIL DAN PEMBAHASAN
Analisis mahasiswa IPB
4
4
Gambaran Umum Karakteristik Mahasiswa IPB
4
Analisis Ketepatan Waktu Lulus Berdasarkan Karakteristik Mahasiswa
5
Analisis CHAID
6
Analisis mahasiswa FMIPA IPB
8
Gambaran Umum Karakteristik Mahasiswa FMIPA IPB
8
Analisis Ketepatan Waktu Lulus Berdasarkan Karakteristik Mahasiswa
8
Analisis CHAID
9
SIMPULAN
10
DAFTAR PUSTAKA
11
LAMPIRAN
12
RIWAYAT HIDUP
20
DAFTAR TABEL
1
2
3
4
Tabel kontingensi antara klasifikasi dan observasi
Ringkasan peubah penjelas yang masuk dalam diagram pohon CHAID
Kesesuaian klasifikasi CHAID mahasiswa IPB
Kesesuaian klasifikasi CHAID mahasiswa FMIPA IPB
4
6
7
10
DAFTAR GAMBAR
1 Sebaran persentase mahasiswa IPB
5
2 Persentase ketepatan waktu lulus mahasiswa IPB berdasarkan karakteristik
mahasiswa
5
3 Sebaran persentase mahasiswa FMIPA IPB
8
4 Persentase ketepatan waktu lulus mahasiswa IPB berdasarkan karakteristik
mahasiswa
9
DAFTAR LAMPIRAN
1
2
3
4
5
Pengkategorian peubah
Diagram pohon CHAID mahasiswa IPB
Diagram pohon CHAID mahasiswa FMIPA IPB
Ringkasan analisis CHAID mahasiswa IPB
Ringkasan analisis CHAID mahasiswa FMIPA IPB
12
13
16
17
19
1
PENDAHULUAN
Latar Belakang
Lulus tepat waktu dari perguruan tinggi merupakan suatu kewajiban bagi
setiap mahasiswa. Selain prestasi akademik yang tinggi, lulus tepat waktu juga
menjadi salah satu indikator keberhasilan studi mahasiswa. Banyak faktor yang
mempengaruhi ketepatan waktu lulus studi, salah satunya dipengaruhi oleh faktor
belajar. Menurut Suryabrata (1986), faktor belajar terbagi menjadi dua, yaitu faktor
yang berasal dari luar diri (eksternal) dan faktor yang berasal dari dalam diri
(internal). Faktor eksternal terbagi menjadi dua, yaitu faktor sosial dan nonsosial.
Faktor sosial meliputi keluarga, dosen, masyarakat dan teman-teman sedangkan
faktor nonsosial meliputi keadaan tempat belajar seperti kosan, kampus, dan alatalat yang mendukung. Faktor internal terbagi menjadi dua, yaitu faktor fisiologi dan
psikologi. Faktor fisiologi meliputi kesehatan jasmani dan rohani sedangkan faktor
psikologi meliputi minat, bakat dan motivasi dari diri sendiri.
Mahasiswa program sarjana dikatakan lulus tepat waktu apabila
menyelesaikan pendidikan di perguruan tinggi selama empat tahun atau kurang.
Lulus tidak tepat waktu akan merugikan negara, perguruan tinggi, keluarga dan
terutama diri sendiri. Banyaknya mahasiswa yang lulus tidak tepat waktu akan
menghambat pembangunan negara karena seharusnya setiap tahun ada mahasiswa
yang terjun ke dunia kerja untuk membantu kemajuan negara. Semakin banyaknya
mahasiswa yang lulus tidak tepat waktu, maka akan menambah jumlah mahasiswa
di perguruan tinggi dan akan menambah beban negara.
Institut Pertanian Bogor (IPB) program sarjana merupakan salah satu
perguruan tinggi negeri terbaik di Indonesia yang menghasilkan lulusan-lulusan
terbaik pula. Data lulusan mahasiswa IPB tahun 2010-2013 yang lulus tepat waktu
sebesar 30.94%. Terlihat masih banyak mahasiswa IPB yang lulus tidak tepat waktu.
Salah satu metode statistika yang dapat melihat karakteristik mahasiswa yang lulus
tepat waktu dan tidak tepat waktu yaitu dengan menggunakan metode CHAID (Chisquared Automatic Interaction Detection). Metode CHAID merupakan salah satu
teknik nonparametrik yang dapat melakukan pemilihan peubah dari data berukuran
besar dalam menentukan peubah-peubah yang paling berpengaruh. Metode CHAID
akan menghasilkan diagram yang mirip dengan diagram pohon keputusan dan
menggunakan uji Khi-kuadrat pada pengoperasiannya. Metode ini cocok digunakan
pada data yang berukuran besar dan akan menghasilkan pohon nonbiner (Alamudi
et al.1998).
Tujuan Penelitian
Tujuan dilakukannya penelitian ini adalah untuk mengklasifikasikan dan
melihat intreraksi dari karakteristik mahasiswa IPB dan FMIPA IPB terhadap
ketepatan waktu lulus dengan menggunakan metode CHAID.
2
Manfaat Penelitian
Manfaat penelitian ini adalah membuat suatu model diagram pohon untuk
memudahkan interpretasi dan dapat meringkas proses pengambilan keputusan yang
kompleks menjadi lebih sederhana. Selain itu, dapat memprediksi ketepatan waktu
lulus mahasiswa dengan melihat nilai peluang mahasiswa lulus tepat waktu.
Ruang Lingkup Penelitian
Ruang lingkup penelitian ini menggunakan data alumni mahasiswa IPB dari
Direktorat Administrasi dan Pendidikan tahun 2010-2013. Metode yang akan
digunakan pada penelitian ini yaitu metode CHAID.
METODOLOGI
Data
Data yang digunakan adalah data sekunder dari Direktorat Administrasi dan
Pendidikan (Dit-Ap) IPB. Data tersebut terdiri dari 7024 alumni IPB tahun 20102013 termasuk didalamnya 1317 alumni FMIPA IPB. Data wisuda periode
2010/2011 terdiri dari 5 tahap wisuda, periode 2011/2012 terdiri dari 5 tahap wisuda
dan periode 2012/2013 terdiri dari 4 tahap wisuda. Data tersebut didapat dari
mahasiswa yang akan mendaftarkan diri untuk mengikuti wisuda. Penelitian ini
menggunakan data alumni secara reguler (mahasiswa yang masuk ke perguruan
tinggi setelah lulus dari SMA). Data tersebut terdiri dari satu peubah respon (Y)
yaitu ketepatan waktu lulus dan delapan peubah penjelas (X) yaitu
fakultas/departemen, minor, IPK, jenis kelamin, asal daerah, asal sekolah, jalur
masuk dan beasiswa yang dapat dilihat pada Lampiran 1. Peubah respon diukur
berdasarkan SKL (Surat Keterangan Lulus). Peubah penjelas jalur masuk yang
dipilih hanya tiga yaitu USMI, SNMPTN dan BUD karena jalur masuk yang lain
memiliki jumlah yang sedikit. Peubah penjelas IPK merupakan IPK ketika
mahasiswa mendaftar wisuda.
Metode Analisis
Langkah-langkah analisis yang dilakukan pada penelitian ini adalah sebagai
berikut :
1. Eksplorasi data terhadap data awal, jika dari data yang diperoleh ada yang tidak
lengkap maka diusahakan untuk melihat dari peubah lain yang berhubungan
dengan peubah yang tidak lengkap.
2. Melakukan analisis deskriptif terhadap peubah penjelas dan peubah respon
3. Melakukan analisis dengan metode CHAID. Metode CHAID (Chi-square
Automatic Interaction Detection) merupakan suatu metode statistika yang
digunakan untuk memprediksi keanggotaan objek dalam kelas-kelas peubah tak
bebas kategorik. Pohon klasifikasi dibentuk melalui penyekatan data secara
3
rekursif (Rokach dan Maimon 2008). Menurut Kass (1980), algoritma metode
CHAID sebagai berikut :
3.1 Untuk setiap peubah penjelas, buat tabulasi silang kategori-kategori peubah
penjelas dengan kategori peubah respon.
3.2 Cari pasangan kategori dari peubah penjelas dengan sub-tabel 2xd (d adalah
banyaknya kategori peubah respon) yang mempunyai nilai � paling kecil.
Kemudian bandingkan � yang dihasilkan dengan �� yang telah ditentukan
sebelumnya. Jika � < �� , gabung pasangan ini kedalam satu kategori baru.
Nilai � didapat dengan rumus :
�
(
−� )
� = ∑∑[
]
�
=
=
� =
. .
keterangan :
r
: banyaknya baris
c : banyaknya kolom
i
: kategori peubah penjelas ke-i
j
: kategori peubah respon ke-j
3.3 Untuk setiap kategori gabungan yang berisi tiga atau lebih kategori asal, cari
pemisahan biner yang mempunyai nilai � paling besar. Jika � > �� , maka
buatlah pemisahan baru dan kembali ke tahap 2.
3.4 Hitung nilai � * dari peubah pejelas yang telah digabung dengan peubah
respon. Cari nilai � * terbesar dan kemudian bandingkan dengan �� *. Jika
� * ≥ �� , maka bagi data menurut kategori tersebut.
3.5 Jika terjadi pemisahan pada tahap 4, maka kembali ke tahap 1 untuk setiap
bagian data hasil pemisahan.
4. Apabila terjadi penggabungan pada peubah penjelas, maka dilakukan uji
Bonfferoni sebagai pengali terhadap �� . Penggandaan Bonferroni ada tiga tipe
yang dibedakan berdasarkan skala pengukuran peubahnya, yaitu :
Jika peubah asal berskala nominal digunakan rumus pengganda Bonferroni
tipe bebas, yaitu :
−
=∑ −
=
−� �
�! − � !
keterangan :
B
: pengali Bonfferoni
b
: banyaknya kategori baru
r
: banyaknya kategori asal
i
: kategori baru ke-i
Jika peubah asal berskala ordinal digunakan rumus pengganda Bonferroni tipe
monotonik, yaitu :
−
= (
)
−
Jika peubah asal berskala ordinal, namun terdapat kategori yang belum dapat
ditentukan urutannya dalam peubah tersebut digunakan rumus pengganda
Bonferroni tipe mengambang (float), yaitu :
4
−
−
)+ (
)
−
−
5. Melakukan pemodelan diagram pohon untuk mempermudah interpretasi dan
pengambilan kesimpulan.
6. Melihat nilai ketepatan klasifikasi dan kesalahan klasifikasi berdasarkan Tabel
1.
Tabel 1 Tabel kontingensi antara klasifikasi dan observasi
Klasifikasi (K)
Observasi (O)
Total
Tepat waktu Tidak Tepat waktu
Tepat waktu
a
b
a+b
Tidak Tepat waktu
c
d
c+d
Total
a+c
b+d
a+b+c+d
Menurut Hosmer dan Lemeshow (2000), ketepatan klasifikasi terdiri dari
sensitivity dan specificity, sedangkan kesalahan klasifikasi terdiri dari salah
positif dan salah negatif. Dari Tabel 1, nilai sensitivity dan specificity
didefinisikan sebagai :
�
� � � �=
�
�� ��=
+
+
Ketepatan klasifikasi yaitu ketepatan klasifikasi dalam menduga kejadian
secara tepat dapat diduga dengan rumus :
+
� � � � =
×
%
+ + +
Model statistika yang mempunyai nilai sensitivity dan specificity yang tinggi
dapat dikatakan baik, namun kadangkala tetap masih ada kesalahan yaitu salah
positif dan salah negatif.
� � ℎ
� =
� � ℎ
�� =
+
+
Kesalahan klasifikasi merupakan besarnya kesalahan keseluruhan kejadian
yang dapat diperoleh dengan rumus :
+
� � � � � =
×
%= −
� � � �
+ + +
=(
HASIL DAN PEMBAHASAN
1. Analisis Mahasiswa IPB
1.1. Gambaran Umum Karakteristik Mahasiswa IPB
Gambar 1 merupakan data wisudawan tahun 2010-2013 dan ternyata lulusan
yang paling banyak berasal dari FMIPA dengan persentase sebesar 18.75%,
sedangkan lulusan yang paling sedikit berasal dari FKH dengan persentase sebesar
4.68%. Hal tersebut dikarenakan FMIPA memiliki departemen paling banyak di
IPB yaitu delapan departemen, sedangkan FKH hanya satu departemen. Mahasiswa
IPB yang mengambil minor selama berkuliah hanya sedikit yaitu 31%. Hal ini
dikarenakan kebanyakan mahasiswa membatalkan minor di tengah masa studi
sehingga menjadi Supporting Course (SC). Mahasiswa IPB lebih banyak yang
5
berjenis kelamin perempuan dibanding laki-laki. Perbandingan mahasiswa yang
berasal dari jabodetabek dan luar jabodetabek hampir sama.
18.75%
12.14%
14.09%
12.34%
11.28%
10.39%
9.27%
7.05%
4.68%
FAPERTA
FKH
FPIK
FAPET
FAHUTAN
FATETA
FMIPA
FEM
FEMA
Ada minor
31%
Jabodetabek
38%
Tidak ada
minor
69%
13%
62%
Negeri
Swasta
87%
Laki-laki
Perempuan
56%
62%
Luar
Jabodetabek
5%
25%
Menerima
beasiswa
Tidak Menerima
beasiswa
38%
44%
USMI
SNMPTN
BUD
70%
Gambar 1 Sebaran persentase mahasiswa IPB
Fakultas
Minor
Tepat Waktu
JK
Tidak Menerima
Menerima
USMI
SNMPTN
BUD/Beasiswa
Swasta
Negeri
Luar jabodetabek
Jabodetabek
Perempuan
Laki-laki
Tidak ada
Ada
FEMA
FEM
FMIPA
FATETA
FAHUTAN
FAPET
FPIK
FKH
FAPERTA
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
Daerah Sekolah Jalur masuk Beasiswa
Tidak Tepat Waktu
Gambar 2 Persentase ketepatan waktu lulus mahasiswa IPB berdasarkan
karakteristik mahasiswa
1.2. Analisis Ketepatan Waktu Lulus Berdasarkan Karakteristik Mahasiswa
Gambar 2 menunjukkan bahwa peubah yang memiliki keragaman yang besar
hanya peubah fakultas sedangkan peubah yang lain memiliki keragaman yang kecil.
Berdasarkan fakultas, mahasiswa FEM paling banyak lulus tepat waktu dengan
persentase sebesar 65.45%, sedangkan mahasiswa dari FAPERTA dan FAHUTAN
memiliki persentase yang sedikit yaitu 11.84% dan 12.74%. Berdasarkan minor,
mahasiswa yang mengambil minor lebih banyak lulus tepat waktu. Berdasarkan
jenis kelamin, mahasiswa yang berjenis kelamin perempuan lebih banyak lulus
tepat waktu dibandingkan laki-laki dikarenakan biasanya perempuan labih rajin dan
6
tekun dalam belajar. Berdasarkan asal daerah, tidak terlalu berbeda ketepatan waktu
lulus antara mahasiswa yang berasal dari jabodetabek dan mahasiswa yang berasal
dari luar jabodetabek. Berdasarkan jalur masuk, mahasiswa yang masuk melalui
jalur BUD paling banyak lulus tepat waktu dibandingkan jalur masuk yang lain.
Hal ini dikarenakan BUD merupakan beasiswa daerah (PEMDA) sehingga
mahasiswa diharuskan lulus dalam waktu maksimal empat tahun. Berdasarkan
penerimaan beasiswa, mahasiswa yang menerima beasiswa lebih banyak lulus tepat
waktu dibandingkan mahasiswa yang tidak menerima beasiswa. Hal ini
dikarenakan banyak instansi beasiswa yang menuntut mahasiswa untuk lulus tepat
waktu dan banyak pula instansi beasiswa yang memberikan beasiswa hanya sampai
semester 8.
1.3. Analisis CHAID
Diagram pohon analisis CHAID dapat dilihat pada Lampiran 2 dengan
α=0.05 untuk penggabungan dan pemisahan. Pohon klasifikasi terhadap mahasiswa
IPB memiliki 68 simpul yang terdiri dari 24 simpul dalam dan 41 simpul akhir.
Metode penghentian pohon yang digunakan yaitu minimum amatan di simpul induk
sebanyak 100 amatan dan di simpul anak sebanyak 50 amatan. Kedalaman pohon
tidak dibatasi namun pada analisis untuk mahasiswa IPB terhenti pada kedalaman
4 (empat).
Semua peubah penjelas masuk dalam diagram pohon CHAID dan peubah
yang memiliki pengaruh paling kuat (simpul akar) dengan ketepatan waktu lulus
yaitu fakultas. Pada kedalaman pohon kedua, peubah yang berpengaruh yaitu jenis
kelamin pada FKH-FPIK dan IPK pada fakultas lainnya. Secara keseluruhan pada
setiap fakultas menunjukkan bahwa IPK berbanding lurus dengan ketepatan waktu
lulus. Semakin tinggi IPK maka semakin tinggi persentase mahasiswa yang lulus
tepat waktu. Pada kedalaman pohon ketiga, peubah yang berpengaruh yaitu asal
daerah, asal sekolah, fakultas, IPK, jenis kelamin, beasiswa, minor dan jalur masuk.
Peubah yang berpengaruh nyata pada FAPERTA-FAHUTAN dan mempunyai IPK
kurang atau sama dengan 2.87 yaitu asal daerah. Pada kedalaman pohon selanjutnya
bisa dilihat pada Tabel 2.
Tabel 2 Ringkasan peubah penjelas yang masuk dalam diagram pohon CHAID
Kedalaman
IPB
1
Fakultas
2
IPK dan jenis kelamin
3
Asal daerah, asal sekolah,
fakultas, IPK, jenis kelamin,
beasiswa, minor dan jalur
masuk
4
Beasiswa, fakultas, minor, asal
daerah dan jenis kelamin
Analisis CHAID untuk mahasiswa IPB menghasilkan 41 klasifikasi.
Klasifikasi yang menggolongkan mahasiswa lulus dengan tepat waktu dengan
persentase diatas 50% yaitu simpul 57, 54, 56, 44, 67, 42, 55, 47 dan 62. Klasifikasi
yang memiliki peluang paling besar diantaranya yaitu simpul 57 dengan persentase
mahasiswa sebanyak 2.9% (n=206) dari total mahasiswa IPB secara keseluruhan,
memiliki ciri-ciri berasal dari FEM, memiliki IPK lebih dari 3.39 dan mengambil
7
minor selama berkuliah di IPB. Apabila terdapat mahasiswa yang memiliki
karakteristik seperti simpul 57, maka peluang mahasiswa tersebut lulus tepat waktu
sebesar 82%. Simpul 54 memiliki ciri-ciri berasal dari FEM memiliki IPK antara
3.08-3.39 dan tidak mengambil minor selama berkuliah di IPB. Apabila terdapat
mahasiswa yang memiliki karakteristik seperti simpul 54 maka peluang mahasiswa
tersebut lulus tepat waktu sebesar 73.1%. Keterangan lebih lanjut tentang simpul
56, 44, 67 dan seterusnya bisa dilihat pada Lampiran 4.
Klasifikasi yang menggolongkan mahasiswa lulus dengan tidak tepat waktu
yaitu simpul 64, 37, 45, 66, 43, 16, 61, ... , 48, 30, 27, 49 dan 28 dengan persentase
tepat waktu dibawah 50% (Lampiran 4). Klasifikasi yang memiliki peluang paling
kecil diantaranya yaitu simpul 28 dengan persentase mahasiswa sebanyak 3.7%
(n=261) dari total mahasiswa IPB secara keseluruhan. Simpul 28 memiliki ciri-ciri
berasal dari FAPERTA-FAHUTAN, memiliki IPK kurang dari atau sama dengan
2.87 dan berasal dari luar jabodetabek. Apabila terdapat mahasiswa yang memiliki
karakteristik seperti simpul 28, maka peluang mahasiswa tersebut lulus tepat waktu
sebesar 3.4%. Simpul 49 memiliki ciri-ciri berasal dari FMIPA, memiliki IPK
kurang dari atau sama dengan 2.76, dan berasal dari jabodetabek. Apabila terdapat
mahasiswa yang memiliki karakteristik seperti simpul 49 maka peluang mahasiswa
tersebut lulus tepat waktu sebesar 3.6%. Keterangan lebih lanjut tentang simpul 48,
30, 27 dan seterusnya bisa dilihat pada Lampiran 4.
Berdasarkan Lampiran 4, terlihat bahwa mahasiswa yang banyak tergolong
lulus tepat waktu yaitu mahasiswa FEM serta mempunyai IPK lebih dari 3
sedangkan mahasiswa yang banyak tergolong lulus tidak tepat waktu yaitu
mahasiswa FMIPA dan FAPERTA-FAHUTAN serta mempunyai IPK kurang dari
3. Hal ini diduga karena mahasiswa FEM tidak melakukan penelitian di
laboratorium untuk data skripsi dan kebanyakan menggunakan data sekunder,
berbeda dengan FAPERTA-FAHUTAN dan beberapa departemen pada FMIPA
yang kebanyakan mahasiswanya melakukan penelitian di laboratorium atau
lapangan untuk data skripsi.
Ketepatan klasifikasi mahasiswa IPB yang dihasilkan dengan metode CHAID
yaitu 74.6%. Tabel 3 menunjukkan persentase untuk menduga lulus tidak tepat
waktu secara benar (sensitivity) sebesar 34.2% dan untuk menduga lulus tepat
secara benar (specificity) sebesar 92.7%. Model pada penelitian ini lebih bagus
untuk menduga mahasiswa yang lulus tidak tepat waktu dibanding menduga
mahasiswa yang lulus tepat waktu. Nilai kesalahan positif yaitu kesalahan ketika
observasi mengatakan lulus tepat waktu, namun diprediksi lulus tidak tepat waktu
dengan nilai sebesar 32.2% . Nilai kesalahan negatif yaitu kesalahan ketika
observasi mengatakan lulus tidak tepat waktu, namun diprediksi lulus tepat waktu
dengan nilai sebesar 24.12%.
Tabel 3 Kesesuaian klasifikasi CHAID mahasiswa IPB
Dugaan
Total
Ketepatan
Amatan
(%)
Tepat waktu Tidak tepat waktu
Tepat waktu
743
1430
2173
34.2
Tidak tepat waktu
353
4498
4851
92.7
Total
1096
5928
7024
74.6
Kesalahan (%)
32.2
24.12
25.4
-
8
2. Analisis Mahasiswa FMIPA IPB
2.1. Gambaran Umum Mahasiswa FMIPA IPB
Gambar 3 merupakan sebaran data wisudawan FMIPA IPB dari tahun 20102013 dan lulusan yang paling banyak di FMIPA berasal dari departemen Ilmu
Komputer dan Biologi, sedangkan lulusan yang paling sedikit di FMIPA berasal
dari departemen Fisika. Sebaran minor, jenis kelamin, asal daerah, asal sekolah,
beasiswa dan jalur masuk hampir sama dengan mahasiswa IPB. Mahasiswa FMIPA
yang mengambil minor hampir sama dengan mahasiswa yang tidak mengambil
minor. Berdasarkan jenis kelamin, mahasiswa perempuan lebih banyak daripada
laki-laki. Berdasarkan asal daerah, mahasiswa yang berasal dari jabodetabek
hampir sama dengan mahasiswa yang berasal dari luar jabodetabek. Berdasarkan
penerimaan beasiswa, mahasiswa FMIPA tidak terlalu banyak mahasiswa FMIPA
yang menerima beasiswa. Mahasiswa FMIPA juga didominasi oleh mahasiswa
yang berasal dari sekolah negeri dan berasal dari USMI.
17.84%
16.70%
13.74%
12.83%
11.77%
10.17%
9.87%
7.06%
Statistika
GFM
Biologi
kimia
ada minor
41%
44%
56%
tidak ada
minor
13%
87%
negeri
swasta
59%
matematika
fisika
perempuan
38%
tidak
menerima
beasiswa
biokim
jabodetabek
laki-laki
menerima
beasiswa
62%
ilkom
53%
47%
5%
26%
69%
luar
jabodetabek
USMI
SNMPTN
BUD
Gambar 3 Sebaran persentase mahasiswa FMIPA IPB
2.2. Analisis Ketepatan Waktu Lulus Berdasarkan Karakteristik Mahasiswa
Gambar 4 menunjukkan analisis ketepatan waktu lulus mahasiswa FMIPA
IPB berdasarkan departemen, yaitu Departemen Statistika 23.08%, GFM 23.85%,
Biologi 12.27%, Kimia 15.47%, Matematika 23.13%, Ilmu Komputer 21.70%,
Fisika 29.03% dan Biokimia 18.71%. Semua peubah memiliki keragaman yang
kecil sehingga tidak ada peubah yang sangat membedakan ketepatan waktu lulus
mahasiswa.
9
Departemen
Minor
Tepat Waktu
JK
Tidak Menerima
Menerima
BUD
SNMPTN
USMI
Swasta
Negeri
Luar jabodetabek
Jabodetabek
Perempuan
Laki-laki
Tidak ada
Ada
Biokimia
Fisika
Ilkom
Matematika
Kimia
Biologi
GFM
Statistika
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
Daerah Sekolah Jalur masuk Beasiswa
Tidak Tepat Waktu
Gambar 4 Persentase ketepatan waktu lulus mahasiswa FMIPA IPB berdasarkan
karakteristik mahasiswa
2.3. Analisis CHAID
Diagram pohon CHAID untuk mahasiswa FMIPA IPB dapat dilihat pada
Lampiran 3. Peubah penjelas yang masuk dalam diagram pohon CHAID untuk
mahasiswa FMIPA IPB terdiri dari tiga peubah yaitu peubah IPK, asal daerah dan
minor. Analisis CHAID mahasiswa FMIPA IPB menghasilkan 10 simpul dengan 3
simpul dalam dan 6 simpul akhir. Metode penghentian pohon yang digunakan yaitu
minimum amatan di simpul induk sebanyak 100 amatan dan di simpul anak
sebanyak 50 amatan. Kedalaman pohon tidak dibatasi namun pada analisis untuk
mahasiswa FMIPA IPB terhenti pada kedalaman 3 (tiga).
Peubah yang memiliki pengaruh paling kuat (simpul akar) terhadap ketepatan
waktu lulus yaitu IPK dan terlihat pula bahwa IPK berbanding lurus dengan
persentase mahasiswa yang lulus tepat waktu. Semakin tinggi IPK maka semakin
tinggi persentase mahasiswa yang lulus tepat waktu. Selanjutnya, IPK yang rendah
( 3.09) mempunyai interaksi dengan asal daerah.
Persentase mahasiswa yang mempunyai IPK rendah dan berasal dari luar
jabodetabek lebih tinggi dibandingkan mahasiswa yang mempunyai IPK rendah
dan berasal dari jabodetabek. Persentase mahasiswa yang mempunyai IPK tinggi
juga sama, akan tetapi pada IPK tinggi mengalami peningkatan persentase
mahasiswa yang lulus tepat waktu lebih curam pada asal daerah luar jabodetabek
dibandingkan jabodetabek. Mahasiswa yang mempunyai IPK tinggi dan berasal
dari luar jabodetabek juga mempunyai interaksi dengan minor.
Analisis CHAID mahasiswa FMIPA IPB menghasilkan 6 klasifikasi namun
tidak ada klasifikasi yang menggolongkan mahasiswa FMIPA IPB lulus dengan
tepat waktu karena semua klasifikasi memiliki persentase tepat waktu dibawah 50%.
Klasifikasi yang menggolongkan lulus dengan tidak tepat waktu yaitu klasifikasi 1,
2 dan 3. Klasifikasi yang memiliki peluang paling kecil diantaranya yaitu klasifikasi
2 dengan persentase mahasiswa FMIPA IPB sebesar 15.2% (n=200) dari total
mahasiswa FMIPA IPB secara keseluruhan. Klasifikasi 2 memiliki ciri-ciri sebagai
10
berikut, memiliki IPK kurang dari atau sama dengan 2.77 dan berasal dari
jabodetabek. Apabila terdapat mahasiswa yang memiliki karakteristik seperti
klasifikasi 2, maka mahasiswa tersebut dapat lulus dengan tepat waktu sebesar 3.5%.
Klasifikasi 1, 3 dan yang lainnya dapat dilihat pada Lampiran 5.
Menurut Hosmer dan Lemeshow (2000), ketepatan klasifikasi mahasiswa
FMIPA IPB yang dihasilkan dengan metode CHAID yaitu 80% yang dapat dilihat
pada Tabel 4.
Tabel 4 Kesesuaian klasifikasi CHAID mahasiswa FMIPA IPB
Dugaan
Total
Ketepatan
Amatan
(%)
Tepat waktu Tidak tepat waktu
Tepat waktu
0
263
263
0
Tidak tepat waktu
0
1054
1054
100
Total
0
1317
1317
80
Kesalahan (%)
0
19.96
20
Tabel 4 menunjukkan persentase untuk menduga lulus tidak tepat waktu secara
benar (sensitivity) sebesar 0% dan untuk menduga lulus tepat secara benar
(specificity) sebesar 100%. Model pada penelitian ini lebih bagus untuk menduga
mahasiswa yang lulus tidak tepat waktu dibanding menduga mahasiswa yang lulus
tepat waktu. Nilai kesalahan positif yaitu kesalahan ketika observasi mengatakan
lulus tepat waktu, namun diprediksi lulus tidak tepat waktu dengan nilai sebesar
0% . Nilai kesalahan negatif yaitu kesalahan ketika observasi mengatakan lulus
tidak tepat waktu, namun diprediksi lulus tepat waktu dengan nilai sebesar 19.96%.
SIMPULAN
Semua peubah pada mahasiswa IPB masuk dalam diagram pohon dan peubah
yang paling berpengaruh dengan ketepatan waktu lulus yaitu fakultas. Peluang
klasifikasi tertinggi yang menggolongkan mahasiswa IPB lulus tepat waktu yaitu
memiliki ciri-ciri berasal dari FEM, memiliki IPK lebih dari 3.39 dan mengambil
minor selama berkuliah di IPB, sedangkan peluang klasifikasi terendah yang
menggolongkan mahasiswa IPB lulus tepat waktu yaitu dengan ciri-ciri berasal dari
FAPERTA-FAHUTAN, memiliki IPK kurang dari atau sama dengan 2.87 dan
berasal dari jabodetabek. Nilai ketepatan klasifikasi mahasiswa IPB sebesar 74.6%.
Peubah pada mahasiswa FMIPA IPB yang masuk dalam diagram pohon
CHAID ada tiga, yaitu IPK, asal daerah dan minor. Peubah yang paling
berpengaruh dengan ketepatan waktu lulus yaitu IPK. Tidak ada klasifikasi yang
menggolongkan mahasiswa FMIPA IPB lulus tepat waktu sedangkan peluang
klasifikasi terendah yang menggolongkan mahasiswa FMIPA IPB lulus tepat waktu
yaitu dengan ciri-ciri memiliki IPK kurang dari atau sama dengan 2.77 dan berasal
dari jabodetabek. Nilai ketepatan klasifikasi mahasiswa FMIPA IPB sebesar 80%.
Model pada penelitian mahasiswa IPB dan FMIPA IPB lebih baik untuk menduga
mahasiswa yang lulus tidak tepat waktu daripada mahasiswa yang lulus tepat waktu.
11
DAFTAR PUSTAKA
Alamudi A, Wigena AH, Aunuddin. 1998. Eksplorasi Struktur Data dengan Metode
CHAID. Forum Statistika dan Komputasi [Internet]. [diunduh 2012 Desember
15]. 3(1) : 10-16. Tersedia pada : http://resipatory.ipb.ac.id
Hosmer DW, Lemeshow S. 2000. Applied Logistic Regression. Ed ke-2. New York
[US] : John Wiley & Sons, Inc.
Kass GV. 1980. An Exploratory Technique for Investigating Large Quantities of
Categorical Data. Applied Statistics [Internet]. [diunduh 2013 Mei 27]; 29(2) :
119-127.
Tersedia
pada
:
http://links.jstor.org/sici?sici=00359254%281980%2929%3A2%3C119%3AAETFIL%3E2.0.CO%3B2-N
Rokach L, Maimon O. 2008. Data Mining with Decision Tree. USA : World
Scientific.
Suryabrata S. 1986. Psikologi Pendidikan. Jakarta : PT Raja Grafindo Persada.
12
Lampiran 1 Pengkategorian peubah
Peubah Definisi
IPB
Y
Ketepatan
0 : tidak tepat waktu
waktu lulus 1 : tepat waktu
X1
Fakultas/
0 : pertanian
Departemen 1 : kedokteran hewan
2 : pertanian dan kelautan
3 : peternakan
4 : kehutanan
5 : teknologi pertanian
6 : MIPA
7 : ekonomi dan manajemen
8 : ekologi manusia
X2
Minor
0 : tidak ada minor
1 : ada minor
X3
IPK
numerik
X4
Jenis kelamin 0 : perempuan
1 : laki-laki
X5
Asal daerah 0 : luar jabodetabek
1 : jabodetabek
X6
Asal sekolah 0 : SMA swasta
1 : SMA negeri
X7
Jalur masuk 0 : USMI
1 : SNMPTN
2 : BUD
X8
Beasiswa
0 : tidak menerima beasiswa
1 : menerima beasiswa
FMIPA
0 : tidak tepat waktu
1 : tepat waktu
0 : statistika
1 : GFM
2 : biologi
3 : kimia
4 : matematika
5 : ilmu komputer
6 : fisika
7 : biokimia
0 : tidak ada minor
1 : ada minor
numerik
0 : perempuan
1 : laki-laki
0 : luar jabodetabek
1 : jabodetabek
0 : SMA swasta
1 : SMA negeri
0 : USMI
1 : SNMPTN
2 : BUD
0 : tidak menerima beasiswa
1 : menerima beasiswa
13
Lampiran 2 Diagram pohon CHAID mahasiswa IPB
14
Lampiran 2 Diagram pohon CHAID mahasiswa IPB
15
Lampiran 2 Diagram pohon CHAID mahasiswa IPB
16
Lampiran 3 Diagram pohon CHAID mahasiswa FMIPA IPB
17
Lampiran 4 Ringkasan analisis CHAID mahasiswa IPB
Persentase (%)
Klasi
Karakteristik ketepatan
Tepat
Tidak tepat
Simpul
fikasi
waktu lulus
waktu
waktu
1
57
Ekonomi manajemen;
82
18
IPK>3.39; ada minor
2
54
Ekonomi manajemen;
73.1
26.9
3.083.39; peternakan
5
67
Ekonomi manajemen;
66
34
IPK
WAKTU LULUS BERDASARKAN KARAKTERISTIK
MAHASISWA
RINDY ANGGUN PERTIWI
DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2013
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Analisis CHAID untuk
Identifikasi Ketepatan Waktu Lulus Berdasarkan Karakteristik Mahasiswa adalah
benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam
bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal
atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain
telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir
skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Agustus 2013
Rindy Anggun Pertiwi
NIM G14090056
ABSTRAK
RINDY ANGGUN PERTIWI. Analisis CHAID untuk Identifikasi Ketepatan
Waktu Lulus Berdasarkan Karakteristik Mahasiswa. Dibimbing oleh
INDAHWATI dan FARIT MOCHAMAD AFENDI.
Institut Pertanian Bogor (IPB) program sarjana merupakan salah satu perguruan
tinggi negeri terbaik di Indonesia yang menghasilkan lulusan-lulusan terbaik pula.
Data lulusan mahasiswa IPB tahun 2010-2013 yang lulus tepat waktu sebesar
30.94%. Terlihat masih banyak mahasiswa IPB yang lulus tidak tepat waktu.
Penelitian ini bertujuan untuk melihat karakteristik yang mempengaruhi ketepatan
waktu lulus mahasiswa IPB dan FMIPA IPB dengan menggunakan metode CHAID
(Chi-squared Automatic Interaction Detection). Analisis CHAID yang
menggolongkan mahasiswa IPB lulus tepat waktu dengan peluang klasifikasi
tertinggi yaitu berasal dari FEM, memiliki IPK lebih dari 3.39 dan mengambil
minor selama berkuliah di IPB, sedangkan peluang klasifikasi terendah yaitu
berasal dari FAPERTA-FAHUTAN, memiliki IPK kurang dari atau sama dengan
2.87 dan berasal dari jabodetabek. Analisis CHAID pada mahasiswa FMIPA IPB
tidak bisa menggolongkan mahasiswa lulus tepat waktu. Nilai ketepatan klasifikasi
pada penelitian ini sebesar 74.6% untuk mahasiswa IPB dan 80% untuk mahasiswa
FMIPA IPB.
Kata kunci : analisis CHAID, ketepatan waktu lulus, nilai ketepatan klasifikasi
ABSTRACT
RINDY ANGGUN PERTIWI. CHAID Analysis to Identify Accuracy of
Graduation Based on Student Characteristics. Advised by INDAHWATI and
FARIT MOCHAMAD AFENDI.
Bogor Agricultural University (IPB) Under-graduated program is one of the best
university in Indonesia which also produces the best graduates. From the data of
IPB graduated students in 2010-2013 it shows that the percentage of student who
graduates on time is 30.94%. It indicates that there are still many students who do
not graduate on time. This study aims to look at the characteristics affecting
accuracy of graduation on IPB students using CHAID (Chi-squared Automatic
Interaction Detection) analysis. The analysis on IPB students CHAID able to
classifies students ontime with the highest classification probability the
characteristics derived from FEM, have a GPA of more than 3.39 and taking a minor
during college at IPB, while the lowest classification probability that clasifies IPB
students who graduate on time have the characteristics derived from FAPERTAFAHUTAN, with GPA of less than or equal to 2.87 and from jabodetabek. The
analysis on IPB FMIPA CHAID unable to classifies students on time. More over
the classification accuracy value for IPB students is 74.6% and for IPB FMIPA
students is 80%.
Keyword : CHAID analysis, accuracy of graduation, classification accuracy value
ANALISIS CHAID UNTUK IDENTIFIKASI KETEPATAN
WAKTU LULUS BERDASARKAN KARAKTERISTIK
MAHASISWA
RINDY ANGGUN PERTIWI
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Statistika pada
Departemen Statistika
DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2013
Judul Skripsi: Analisis CHAID untuk Identifikasi Ketepatan Waktu Lulus
Berdasarkan Karakteristik Mahasiswa
: Rindy Anggun Pertiwi
Nama
: G14090056
NIM
Disetujui oleh
Dr Ir Indahwati, MSi
Pembimbing I
Tanggal Lulus:
10 SEP i.e 13
Dr Farit Mochamad Afendi, MSi
Pembimbing II
Judul Skripsi : Analisis CHAID untuk Identifikasi Ketepatan Waktu Lulus
Berdasarkan Karakteristik Mahasiswa
Nama
: Rindy Anggun Pertiwi
NIM
: G14090056
Disetujui oleh
Dr Ir Indahwati, MSi
Pembimbing I
Dr Farit Mochamad Afendi, MSi
Pembimbing II
Diketahui oleh
Dr Ir Hari Wijayanto, MS
Ketua Departemen
Tanggal Lulus:
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah SWT atas segala limpahan
karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Sholawat serta salam
semoga selalu tercurah kepada pemimpin umat nabi Muhammad SAW beserta
keluarga, sahabat, dan umatnya. Tema yang dipilih dalam penelitian yang
dilaksanakan sejak bulan April 2013 sampai September 2013 ini ialah ketepatan
waktu kelulusan, dengan judul Analisis CHAID untuk Identifikasi Ketepatan
Waktu Lulus Berdasarkan Karakteristik Mahasiswa.
Terima kasih penulis ucapkan kepada Ibu Dr Ir Indahwati, MSi dan Bapak Dr
Farit Mochamad Afendi, MSi selaku pembimbing, serta Bapak Suratman dan
seluruh pihak Dit-Ap IPB yang telah banyak membantu. Seluruh dosen Departemen
Statistika FMIPA IPB atas ilmu dan nasihat yang bermanfaat dan seluruh staf
Departemen Statistika (Bu Markonah, Bu Tri, Pak Iyan, Mang Yus, Mang Iqbal,
Pak Kumis, dll) yang telah membantu penulis selama belajar di IPB. Ungkapan
terima kasih juga disampaikan kepada papa, mama, nenek, ayuk anggi, adek angga
dan very pebryady atas segala do’a, kasih sayang, pengorbanan, semangat dan
dukungan yang telah diberikan kepada penulis. Linda, vita, achi, fira, habibah, ayu,
aish dan teman-teman Statistika 46 atas persahabatan selama kurang lebih tiga
tahun ini.
Semoga karya ilmiah ini bermanfaat.
Bogor, September 2013
Rindy Anggun Pertiwi
DAFTAR ISI
DAFTAR TABEL
viii
DAFTAR GAMBAR
viii
DAFTAR LAMPIRAN
viii
PENDAHULUAN
1
Latar Belakang
1
Tujuan Penelitian
1
Manfaat Penelitian
2
Ruang Lingkup Penelitian
2
METODOLOGI
2
Data
2
Metode Analisis
2
HASIL DAN PEMBAHASAN
Analisis mahasiswa IPB
4
4
Gambaran Umum Karakteristik Mahasiswa IPB
4
Analisis Ketepatan Waktu Lulus Berdasarkan Karakteristik Mahasiswa
5
Analisis CHAID
6
Analisis mahasiswa FMIPA IPB
8
Gambaran Umum Karakteristik Mahasiswa FMIPA IPB
8
Analisis Ketepatan Waktu Lulus Berdasarkan Karakteristik Mahasiswa
8
Analisis CHAID
9
SIMPULAN
10
DAFTAR PUSTAKA
11
LAMPIRAN
12
RIWAYAT HIDUP
20
DAFTAR TABEL
1
2
3
4
Tabel kontingensi antara klasifikasi dan observasi
Ringkasan peubah penjelas yang masuk dalam diagram pohon CHAID
Kesesuaian klasifikasi CHAID mahasiswa IPB
Kesesuaian klasifikasi CHAID mahasiswa FMIPA IPB
4
6
7
10
DAFTAR GAMBAR
1 Sebaran persentase mahasiswa IPB
5
2 Persentase ketepatan waktu lulus mahasiswa IPB berdasarkan karakteristik
mahasiswa
5
3 Sebaran persentase mahasiswa FMIPA IPB
8
4 Persentase ketepatan waktu lulus mahasiswa IPB berdasarkan karakteristik
mahasiswa
9
DAFTAR LAMPIRAN
1
2
3
4
5
Pengkategorian peubah
Diagram pohon CHAID mahasiswa IPB
Diagram pohon CHAID mahasiswa FMIPA IPB
Ringkasan analisis CHAID mahasiswa IPB
Ringkasan analisis CHAID mahasiswa FMIPA IPB
12
13
16
17
19
1
PENDAHULUAN
Latar Belakang
Lulus tepat waktu dari perguruan tinggi merupakan suatu kewajiban bagi
setiap mahasiswa. Selain prestasi akademik yang tinggi, lulus tepat waktu juga
menjadi salah satu indikator keberhasilan studi mahasiswa. Banyak faktor yang
mempengaruhi ketepatan waktu lulus studi, salah satunya dipengaruhi oleh faktor
belajar. Menurut Suryabrata (1986), faktor belajar terbagi menjadi dua, yaitu faktor
yang berasal dari luar diri (eksternal) dan faktor yang berasal dari dalam diri
(internal). Faktor eksternal terbagi menjadi dua, yaitu faktor sosial dan nonsosial.
Faktor sosial meliputi keluarga, dosen, masyarakat dan teman-teman sedangkan
faktor nonsosial meliputi keadaan tempat belajar seperti kosan, kampus, dan alatalat yang mendukung. Faktor internal terbagi menjadi dua, yaitu faktor fisiologi dan
psikologi. Faktor fisiologi meliputi kesehatan jasmani dan rohani sedangkan faktor
psikologi meliputi minat, bakat dan motivasi dari diri sendiri.
Mahasiswa program sarjana dikatakan lulus tepat waktu apabila
menyelesaikan pendidikan di perguruan tinggi selama empat tahun atau kurang.
Lulus tidak tepat waktu akan merugikan negara, perguruan tinggi, keluarga dan
terutama diri sendiri. Banyaknya mahasiswa yang lulus tidak tepat waktu akan
menghambat pembangunan negara karena seharusnya setiap tahun ada mahasiswa
yang terjun ke dunia kerja untuk membantu kemajuan negara. Semakin banyaknya
mahasiswa yang lulus tidak tepat waktu, maka akan menambah jumlah mahasiswa
di perguruan tinggi dan akan menambah beban negara.
Institut Pertanian Bogor (IPB) program sarjana merupakan salah satu
perguruan tinggi negeri terbaik di Indonesia yang menghasilkan lulusan-lulusan
terbaik pula. Data lulusan mahasiswa IPB tahun 2010-2013 yang lulus tepat waktu
sebesar 30.94%. Terlihat masih banyak mahasiswa IPB yang lulus tidak tepat waktu.
Salah satu metode statistika yang dapat melihat karakteristik mahasiswa yang lulus
tepat waktu dan tidak tepat waktu yaitu dengan menggunakan metode CHAID (Chisquared Automatic Interaction Detection). Metode CHAID merupakan salah satu
teknik nonparametrik yang dapat melakukan pemilihan peubah dari data berukuran
besar dalam menentukan peubah-peubah yang paling berpengaruh. Metode CHAID
akan menghasilkan diagram yang mirip dengan diagram pohon keputusan dan
menggunakan uji Khi-kuadrat pada pengoperasiannya. Metode ini cocok digunakan
pada data yang berukuran besar dan akan menghasilkan pohon nonbiner (Alamudi
et al.1998).
Tujuan Penelitian
Tujuan dilakukannya penelitian ini adalah untuk mengklasifikasikan dan
melihat intreraksi dari karakteristik mahasiswa IPB dan FMIPA IPB terhadap
ketepatan waktu lulus dengan menggunakan metode CHAID.
2
Manfaat Penelitian
Manfaat penelitian ini adalah membuat suatu model diagram pohon untuk
memudahkan interpretasi dan dapat meringkas proses pengambilan keputusan yang
kompleks menjadi lebih sederhana. Selain itu, dapat memprediksi ketepatan waktu
lulus mahasiswa dengan melihat nilai peluang mahasiswa lulus tepat waktu.
Ruang Lingkup Penelitian
Ruang lingkup penelitian ini menggunakan data alumni mahasiswa IPB dari
Direktorat Administrasi dan Pendidikan tahun 2010-2013. Metode yang akan
digunakan pada penelitian ini yaitu metode CHAID.
METODOLOGI
Data
Data yang digunakan adalah data sekunder dari Direktorat Administrasi dan
Pendidikan (Dit-Ap) IPB. Data tersebut terdiri dari 7024 alumni IPB tahun 20102013 termasuk didalamnya 1317 alumni FMIPA IPB. Data wisuda periode
2010/2011 terdiri dari 5 tahap wisuda, periode 2011/2012 terdiri dari 5 tahap wisuda
dan periode 2012/2013 terdiri dari 4 tahap wisuda. Data tersebut didapat dari
mahasiswa yang akan mendaftarkan diri untuk mengikuti wisuda. Penelitian ini
menggunakan data alumni secara reguler (mahasiswa yang masuk ke perguruan
tinggi setelah lulus dari SMA). Data tersebut terdiri dari satu peubah respon (Y)
yaitu ketepatan waktu lulus dan delapan peubah penjelas (X) yaitu
fakultas/departemen, minor, IPK, jenis kelamin, asal daerah, asal sekolah, jalur
masuk dan beasiswa yang dapat dilihat pada Lampiran 1. Peubah respon diukur
berdasarkan SKL (Surat Keterangan Lulus). Peubah penjelas jalur masuk yang
dipilih hanya tiga yaitu USMI, SNMPTN dan BUD karena jalur masuk yang lain
memiliki jumlah yang sedikit. Peubah penjelas IPK merupakan IPK ketika
mahasiswa mendaftar wisuda.
Metode Analisis
Langkah-langkah analisis yang dilakukan pada penelitian ini adalah sebagai
berikut :
1. Eksplorasi data terhadap data awal, jika dari data yang diperoleh ada yang tidak
lengkap maka diusahakan untuk melihat dari peubah lain yang berhubungan
dengan peubah yang tidak lengkap.
2. Melakukan analisis deskriptif terhadap peubah penjelas dan peubah respon
3. Melakukan analisis dengan metode CHAID. Metode CHAID (Chi-square
Automatic Interaction Detection) merupakan suatu metode statistika yang
digunakan untuk memprediksi keanggotaan objek dalam kelas-kelas peubah tak
bebas kategorik. Pohon klasifikasi dibentuk melalui penyekatan data secara
3
rekursif (Rokach dan Maimon 2008). Menurut Kass (1980), algoritma metode
CHAID sebagai berikut :
3.1 Untuk setiap peubah penjelas, buat tabulasi silang kategori-kategori peubah
penjelas dengan kategori peubah respon.
3.2 Cari pasangan kategori dari peubah penjelas dengan sub-tabel 2xd (d adalah
banyaknya kategori peubah respon) yang mempunyai nilai � paling kecil.
Kemudian bandingkan � yang dihasilkan dengan �� yang telah ditentukan
sebelumnya. Jika � < �� , gabung pasangan ini kedalam satu kategori baru.
Nilai � didapat dengan rumus :
�
(
−� )
� = ∑∑[
]
�
=
=
� =
. .
keterangan :
r
: banyaknya baris
c : banyaknya kolom
i
: kategori peubah penjelas ke-i
j
: kategori peubah respon ke-j
3.3 Untuk setiap kategori gabungan yang berisi tiga atau lebih kategori asal, cari
pemisahan biner yang mempunyai nilai � paling besar. Jika � > �� , maka
buatlah pemisahan baru dan kembali ke tahap 2.
3.4 Hitung nilai � * dari peubah pejelas yang telah digabung dengan peubah
respon. Cari nilai � * terbesar dan kemudian bandingkan dengan �� *. Jika
� * ≥ �� , maka bagi data menurut kategori tersebut.
3.5 Jika terjadi pemisahan pada tahap 4, maka kembali ke tahap 1 untuk setiap
bagian data hasil pemisahan.
4. Apabila terjadi penggabungan pada peubah penjelas, maka dilakukan uji
Bonfferoni sebagai pengali terhadap �� . Penggandaan Bonferroni ada tiga tipe
yang dibedakan berdasarkan skala pengukuran peubahnya, yaitu :
Jika peubah asal berskala nominal digunakan rumus pengganda Bonferroni
tipe bebas, yaitu :
−
=∑ −
=
−� �
�! − � !
keterangan :
B
: pengali Bonfferoni
b
: banyaknya kategori baru
r
: banyaknya kategori asal
i
: kategori baru ke-i
Jika peubah asal berskala ordinal digunakan rumus pengganda Bonferroni tipe
monotonik, yaitu :
−
= (
)
−
Jika peubah asal berskala ordinal, namun terdapat kategori yang belum dapat
ditentukan urutannya dalam peubah tersebut digunakan rumus pengganda
Bonferroni tipe mengambang (float), yaitu :
4
−
−
)+ (
)
−
−
5. Melakukan pemodelan diagram pohon untuk mempermudah interpretasi dan
pengambilan kesimpulan.
6. Melihat nilai ketepatan klasifikasi dan kesalahan klasifikasi berdasarkan Tabel
1.
Tabel 1 Tabel kontingensi antara klasifikasi dan observasi
Klasifikasi (K)
Observasi (O)
Total
Tepat waktu Tidak Tepat waktu
Tepat waktu
a
b
a+b
Tidak Tepat waktu
c
d
c+d
Total
a+c
b+d
a+b+c+d
Menurut Hosmer dan Lemeshow (2000), ketepatan klasifikasi terdiri dari
sensitivity dan specificity, sedangkan kesalahan klasifikasi terdiri dari salah
positif dan salah negatif. Dari Tabel 1, nilai sensitivity dan specificity
didefinisikan sebagai :
�
� � � �=
�
�� ��=
+
+
Ketepatan klasifikasi yaitu ketepatan klasifikasi dalam menduga kejadian
secara tepat dapat diduga dengan rumus :
+
� � � � =
×
%
+ + +
Model statistika yang mempunyai nilai sensitivity dan specificity yang tinggi
dapat dikatakan baik, namun kadangkala tetap masih ada kesalahan yaitu salah
positif dan salah negatif.
� � ℎ
� =
� � ℎ
�� =
+
+
Kesalahan klasifikasi merupakan besarnya kesalahan keseluruhan kejadian
yang dapat diperoleh dengan rumus :
+
� � � � � =
×
%= −
� � � �
+ + +
=(
HASIL DAN PEMBAHASAN
1. Analisis Mahasiswa IPB
1.1. Gambaran Umum Karakteristik Mahasiswa IPB
Gambar 1 merupakan data wisudawan tahun 2010-2013 dan ternyata lulusan
yang paling banyak berasal dari FMIPA dengan persentase sebesar 18.75%,
sedangkan lulusan yang paling sedikit berasal dari FKH dengan persentase sebesar
4.68%. Hal tersebut dikarenakan FMIPA memiliki departemen paling banyak di
IPB yaitu delapan departemen, sedangkan FKH hanya satu departemen. Mahasiswa
IPB yang mengambil minor selama berkuliah hanya sedikit yaitu 31%. Hal ini
dikarenakan kebanyakan mahasiswa membatalkan minor di tengah masa studi
sehingga menjadi Supporting Course (SC). Mahasiswa IPB lebih banyak yang
5
berjenis kelamin perempuan dibanding laki-laki. Perbandingan mahasiswa yang
berasal dari jabodetabek dan luar jabodetabek hampir sama.
18.75%
12.14%
14.09%
12.34%
11.28%
10.39%
9.27%
7.05%
4.68%
FAPERTA
FKH
FPIK
FAPET
FAHUTAN
FATETA
FMIPA
FEM
FEMA
Ada minor
31%
Jabodetabek
38%
Tidak ada
minor
69%
13%
62%
Negeri
Swasta
87%
Laki-laki
Perempuan
56%
62%
Luar
Jabodetabek
5%
25%
Menerima
beasiswa
Tidak Menerima
beasiswa
38%
44%
USMI
SNMPTN
BUD
70%
Gambar 1 Sebaran persentase mahasiswa IPB
Fakultas
Minor
Tepat Waktu
JK
Tidak Menerima
Menerima
USMI
SNMPTN
BUD/Beasiswa
Swasta
Negeri
Luar jabodetabek
Jabodetabek
Perempuan
Laki-laki
Tidak ada
Ada
FEMA
FEM
FMIPA
FATETA
FAHUTAN
FAPET
FPIK
FKH
FAPERTA
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
Daerah Sekolah Jalur masuk Beasiswa
Tidak Tepat Waktu
Gambar 2 Persentase ketepatan waktu lulus mahasiswa IPB berdasarkan
karakteristik mahasiswa
1.2. Analisis Ketepatan Waktu Lulus Berdasarkan Karakteristik Mahasiswa
Gambar 2 menunjukkan bahwa peubah yang memiliki keragaman yang besar
hanya peubah fakultas sedangkan peubah yang lain memiliki keragaman yang kecil.
Berdasarkan fakultas, mahasiswa FEM paling banyak lulus tepat waktu dengan
persentase sebesar 65.45%, sedangkan mahasiswa dari FAPERTA dan FAHUTAN
memiliki persentase yang sedikit yaitu 11.84% dan 12.74%. Berdasarkan minor,
mahasiswa yang mengambil minor lebih banyak lulus tepat waktu. Berdasarkan
jenis kelamin, mahasiswa yang berjenis kelamin perempuan lebih banyak lulus
tepat waktu dibandingkan laki-laki dikarenakan biasanya perempuan labih rajin dan
6
tekun dalam belajar. Berdasarkan asal daerah, tidak terlalu berbeda ketepatan waktu
lulus antara mahasiswa yang berasal dari jabodetabek dan mahasiswa yang berasal
dari luar jabodetabek. Berdasarkan jalur masuk, mahasiswa yang masuk melalui
jalur BUD paling banyak lulus tepat waktu dibandingkan jalur masuk yang lain.
Hal ini dikarenakan BUD merupakan beasiswa daerah (PEMDA) sehingga
mahasiswa diharuskan lulus dalam waktu maksimal empat tahun. Berdasarkan
penerimaan beasiswa, mahasiswa yang menerima beasiswa lebih banyak lulus tepat
waktu dibandingkan mahasiswa yang tidak menerima beasiswa. Hal ini
dikarenakan banyak instansi beasiswa yang menuntut mahasiswa untuk lulus tepat
waktu dan banyak pula instansi beasiswa yang memberikan beasiswa hanya sampai
semester 8.
1.3. Analisis CHAID
Diagram pohon analisis CHAID dapat dilihat pada Lampiran 2 dengan
α=0.05 untuk penggabungan dan pemisahan. Pohon klasifikasi terhadap mahasiswa
IPB memiliki 68 simpul yang terdiri dari 24 simpul dalam dan 41 simpul akhir.
Metode penghentian pohon yang digunakan yaitu minimum amatan di simpul induk
sebanyak 100 amatan dan di simpul anak sebanyak 50 amatan. Kedalaman pohon
tidak dibatasi namun pada analisis untuk mahasiswa IPB terhenti pada kedalaman
4 (empat).
Semua peubah penjelas masuk dalam diagram pohon CHAID dan peubah
yang memiliki pengaruh paling kuat (simpul akar) dengan ketepatan waktu lulus
yaitu fakultas. Pada kedalaman pohon kedua, peubah yang berpengaruh yaitu jenis
kelamin pada FKH-FPIK dan IPK pada fakultas lainnya. Secara keseluruhan pada
setiap fakultas menunjukkan bahwa IPK berbanding lurus dengan ketepatan waktu
lulus. Semakin tinggi IPK maka semakin tinggi persentase mahasiswa yang lulus
tepat waktu. Pada kedalaman pohon ketiga, peubah yang berpengaruh yaitu asal
daerah, asal sekolah, fakultas, IPK, jenis kelamin, beasiswa, minor dan jalur masuk.
Peubah yang berpengaruh nyata pada FAPERTA-FAHUTAN dan mempunyai IPK
kurang atau sama dengan 2.87 yaitu asal daerah. Pada kedalaman pohon selanjutnya
bisa dilihat pada Tabel 2.
Tabel 2 Ringkasan peubah penjelas yang masuk dalam diagram pohon CHAID
Kedalaman
IPB
1
Fakultas
2
IPK dan jenis kelamin
3
Asal daerah, asal sekolah,
fakultas, IPK, jenis kelamin,
beasiswa, minor dan jalur
masuk
4
Beasiswa, fakultas, minor, asal
daerah dan jenis kelamin
Analisis CHAID untuk mahasiswa IPB menghasilkan 41 klasifikasi.
Klasifikasi yang menggolongkan mahasiswa lulus dengan tepat waktu dengan
persentase diatas 50% yaitu simpul 57, 54, 56, 44, 67, 42, 55, 47 dan 62. Klasifikasi
yang memiliki peluang paling besar diantaranya yaitu simpul 57 dengan persentase
mahasiswa sebanyak 2.9% (n=206) dari total mahasiswa IPB secara keseluruhan,
memiliki ciri-ciri berasal dari FEM, memiliki IPK lebih dari 3.39 dan mengambil
7
minor selama berkuliah di IPB. Apabila terdapat mahasiswa yang memiliki
karakteristik seperti simpul 57, maka peluang mahasiswa tersebut lulus tepat waktu
sebesar 82%. Simpul 54 memiliki ciri-ciri berasal dari FEM memiliki IPK antara
3.08-3.39 dan tidak mengambil minor selama berkuliah di IPB. Apabila terdapat
mahasiswa yang memiliki karakteristik seperti simpul 54 maka peluang mahasiswa
tersebut lulus tepat waktu sebesar 73.1%. Keterangan lebih lanjut tentang simpul
56, 44, 67 dan seterusnya bisa dilihat pada Lampiran 4.
Klasifikasi yang menggolongkan mahasiswa lulus dengan tidak tepat waktu
yaitu simpul 64, 37, 45, 66, 43, 16, 61, ... , 48, 30, 27, 49 dan 28 dengan persentase
tepat waktu dibawah 50% (Lampiran 4). Klasifikasi yang memiliki peluang paling
kecil diantaranya yaitu simpul 28 dengan persentase mahasiswa sebanyak 3.7%
(n=261) dari total mahasiswa IPB secara keseluruhan. Simpul 28 memiliki ciri-ciri
berasal dari FAPERTA-FAHUTAN, memiliki IPK kurang dari atau sama dengan
2.87 dan berasal dari luar jabodetabek. Apabila terdapat mahasiswa yang memiliki
karakteristik seperti simpul 28, maka peluang mahasiswa tersebut lulus tepat waktu
sebesar 3.4%. Simpul 49 memiliki ciri-ciri berasal dari FMIPA, memiliki IPK
kurang dari atau sama dengan 2.76, dan berasal dari jabodetabek. Apabila terdapat
mahasiswa yang memiliki karakteristik seperti simpul 49 maka peluang mahasiswa
tersebut lulus tepat waktu sebesar 3.6%. Keterangan lebih lanjut tentang simpul 48,
30, 27 dan seterusnya bisa dilihat pada Lampiran 4.
Berdasarkan Lampiran 4, terlihat bahwa mahasiswa yang banyak tergolong
lulus tepat waktu yaitu mahasiswa FEM serta mempunyai IPK lebih dari 3
sedangkan mahasiswa yang banyak tergolong lulus tidak tepat waktu yaitu
mahasiswa FMIPA dan FAPERTA-FAHUTAN serta mempunyai IPK kurang dari
3. Hal ini diduga karena mahasiswa FEM tidak melakukan penelitian di
laboratorium untuk data skripsi dan kebanyakan menggunakan data sekunder,
berbeda dengan FAPERTA-FAHUTAN dan beberapa departemen pada FMIPA
yang kebanyakan mahasiswanya melakukan penelitian di laboratorium atau
lapangan untuk data skripsi.
Ketepatan klasifikasi mahasiswa IPB yang dihasilkan dengan metode CHAID
yaitu 74.6%. Tabel 3 menunjukkan persentase untuk menduga lulus tidak tepat
waktu secara benar (sensitivity) sebesar 34.2% dan untuk menduga lulus tepat
secara benar (specificity) sebesar 92.7%. Model pada penelitian ini lebih bagus
untuk menduga mahasiswa yang lulus tidak tepat waktu dibanding menduga
mahasiswa yang lulus tepat waktu. Nilai kesalahan positif yaitu kesalahan ketika
observasi mengatakan lulus tepat waktu, namun diprediksi lulus tidak tepat waktu
dengan nilai sebesar 32.2% . Nilai kesalahan negatif yaitu kesalahan ketika
observasi mengatakan lulus tidak tepat waktu, namun diprediksi lulus tepat waktu
dengan nilai sebesar 24.12%.
Tabel 3 Kesesuaian klasifikasi CHAID mahasiswa IPB
Dugaan
Total
Ketepatan
Amatan
(%)
Tepat waktu Tidak tepat waktu
Tepat waktu
743
1430
2173
34.2
Tidak tepat waktu
353
4498
4851
92.7
Total
1096
5928
7024
74.6
Kesalahan (%)
32.2
24.12
25.4
-
8
2. Analisis Mahasiswa FMIPA IPB
2.1. Gambaran Umum Mahasiswa FMIPA IPB
Gambar 3 merupakan sebaran data wisudawan FMIPA IPB dari tahun 20102013 dan lulusan yang paling banyak di FMIPA berasal dari departemen Ilmu
Komputer dan Biologi, sedangkan lulusan yang paling sedikit di FMIPA berasal
dari departemen Fisika. Sebaran minor, jenis kelamin, asal daerah, asal sekolah,
beasiswa dan jalur masuk hampir sama dengan mahasiswa IPB. Mahasiswa FMIPA
yang mengambil minor hampir sama dengan mahasiswa yang tidak mengambil
minor. Berdasarkan jenis kelamin, mahasiswa perempuan lebih banyak daripada
laki-laki. Berdasarkan asal daerah, mahasiswa yang berasal dari jabodetabek
hampir sama dengan mahasiswa yang berasal dari luar jabodetabek. Berdasarkan
penerimaan beasiswa, mahasiswa FMIPA tidak terlalu banyak mahasiswa FMIPA
yang menerima beasiswa. Mahasiswa FMIPA juga didominasi oleh mahasiswa
yang berasal dari sekolah negeri dan berasal dari USMI.
17.84%
16.70%
13.74%
12.83%
11.77%
10.17%
9.87%
7.06%
Statistika
GFM
Biologi
kimia
ada minor
41%
44%
56%
tidak ada
minor
13%
87%
negeri
swasta
59%
matematika
fisika
perempuan
38%
tidak
menerima
beasiswa
biokim
jabodetabek
laki-laki
menerima
beasiswa
62%
ilkom
53%
47%
5%
26%
69%
luar
jabodetabek
USMI
SNMPTN
BUD
Gambar 3 Sebaran persentase mahasiswa FMIPA IPB
2.2. Analisis Ketepatan Waktu Lulus Berdasarkan Karakteristik Mahasiswa
Gambar 4 menunjukkan analisis ketepatan waktu lulus mahasiswa FMIPA
IPB berdasarkan departemen, yaitu Departemen Statistika 23.08%, GFM 23.85%,
Biologi 12.27%, Kimia 15.47%, Matematika 23.13%, Ilmu Komputer 21.70%,
Fisika 29.03% dan Biokimia 18.71%. Semua peubah memiliki keragaman yang
kecil sehingga tidak ada peubah yang sangat membedakan ketepatan waktu lulus
mahasiswa.
9
Departemen
Minor
Tepat Waktu
JK
Tidak Menerima
Menerima
BUD
SNMPTN
USMI
Swasta
Negeri
Luar jabodetabek
Jabodetabek
Perempuan
Laki-laki
Tidak ada
Ada
Biokimia
Fisika
Ilkom
Matematika
Kimia
Biologi
GFM
Statistika
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
Daerah Sekolah Jalur masuk Beasiswa
Tidak Tepat Waktu
Gambar 4 Persentase ketepatan waktu lulus mahasiswa FMIPA IPB berdasarkan
karakteristik mahasiswa
2.3. Analisis CHAID
Diagram pohon CHAID untuk mahasiswa FMIPA IPB dapat dilihat pada
Lampiran 3. Peubah penjelas yang masuk dalam diagram pohon CHAID untuk
mahasiswa FMIPA IPB terdiri dari tiga peubah yaitu peubah IPK, asal daerah dan
minor. Analisis CHAID mahasiswa FMIPA IPB menghasilkan 10 simpul dengan 3
simpul dalam dan 6 simpul akhir. Metode penghentian pohon yang digunakan yaitu
minimum amatan di simpul induk sebanyak 100 amatan dan di simpul anak
sebanyak 50 amatan. Kedalaman pohon tidak dibatasi namun pada analisis untuk
mahasiswa FMIPA IPB terhenti pada kedalaman 3 (tiga).
Peubah yang memiliki pengaruh paling kuat (simpul akar) terhadap ketepatan
waktu lulus yaitu IPK dan terlihat pula bahwa IPK berbanding lurus dengan
persentase mahasiswa yang lulus tepat waktu. Semakin tinggi IPK maka semakin
tinggi persentase mahasiswa yang lulus tepat waktu. Selanjutnya, IPK yang rendah
( 3.09) mempunyai interaksi dengan asal daerah.
Persentase mahasiswa yang mempunyai IPK rendah dan berasal dari luar
jabodetabek lebih tinggi dibandingkan mahasiswa yang mempunyai IPK rendah
dan berasal dari jabodetabek. Persentase mahasiswa yang mempunyai IPK tinggi
juga sama, akan tetapi pada IPK tinggi mengalami peningkatan persentase
mahasiswa yang lulus tepat waktu lebih curam pada asal daerah luar jabodetabek
dibandingkan jabodetabek. Mahasiswa yang mempunyai IPK tinggi dan berasal
dari luar jabodetabek juga mempunyai interaksi dengan minor.
Analisis CHAID mahasiswa FMIPA IPB menghasilkan 6 klasifikasi namun
tidak ada klasifikasi yang menggolongkan mahasiswa FMIPA IPB lulus dengan
tepat waktu karena semua klasifikasi memiliki persentase tepat waktu dibawah 50%.
Klasifikasi yang menggolongkan lulus dengan tidak tepat waktu yaitu klasifikasi 1,
2 dan 3. Klasifikasi yang memiliki peluang paling kecil diantaranya yaitu klasifikasi
2 dengan persentase mahasiswa FMIPA IPB sebesar 15.2% (n=200) dari total
mahasiswa FMIPA IPB secara keseluruhan. Klasifikasi 2 memiliki ciri-ciri sebagai
10
berikut, memiliki IPK kurang dari atau sama dengan 2.77 dan berasal dari
jabodetabek. Apabila terdapat mahasiswa yang memiliki karakteristik seperti
klasifikasi 2, maka mahasiswa tersebut dapat lulus dengan tepat waktu sebesar 3.5%.
Klasifikasi 1, 3 dan yang lainnya dapat dilihat pada Lampiran 5.
Menurut Hosmer dan Lemeshow (2000), ketepatan klasifikasi mahasiswa
FMIPA IPB yang dihasilkan dengan metode CHAID yaitu 80% yang dapat dilihat
pada Tabel 4.
Tabel 4 Kesesuaian klasifikasi CHAID mahasiswa FMIPA IPB
Dugaan
Total
Ketepatan
Amatan
(%)
Tepat waktu Tidak tepat waktu
Tepat waktu
0
263
263
0
Tidak tepat waktu
0
1054
1054
100
Total
0
1317
1317
80
Kesalahan (%)
0
19.96
20
Tabel 4 menunjukkan persentase untuk menduga lulus tidak tepat waktu secara
benar (sensitivity) sebesar 0% dan untuk menduga lulus tepat secara benar
(specificity) sebesar 100%. Model pada penelitian ini lebih bagus untuk menduga
mahasiswa yang lulus tidak tepat waktu dibanding menduga mahasiswa yang lulus
tepat waktu. Nilai kesalahan positif yaitu kesalahan ketika observasi mengatakan
lulus tepat waktu, namun diprediksi lulus tidak tepat waktu dengan nilai sebesar
0% . Nilai kesalahan negatif yaitu kesalahan ketika observasi mengatakan lulus
tidak tepat waktu, namun diprediksi lulus tepat waktu dengan nilai sebesar 19.96%.
SIMPULAN
Semua peubah pada mahasiswa IPB masuk dalam diagram pohon dan peubah
yang paling berpengaruh dengan ketepatan waktu lulus yaitu fakultas. Peluang
klasifikasi tertinggi yang menggolongkan mahasiswa IPB lulus tepat waktu yaitu
memiliki ciri-ciri berasal dari FEM, memiliki IPK lebih dari 3.39 dan mengambil
minor selama berkuliah di IPB, sedangkan peluang klasifikasi terendah yang
menggolongkan mahasiswa IPB lulus tepat waktu yaitu dengan ciri-ciri berasal dari
FAPERTA-FAHUTAN, memiliki IPK kurang dari atau sama dengan 2.87 dan
berasal dari jabodetabek. Nilai ketepatan klasifikasi mahasiswa IPB sebesar 74.6%.
Peubah pada mahasiswa FMIPA IPB yang masuk dalam diagram pohon
CHAID ada tiga, yaitu IPK, asal daerah dan minor. Peubah yang paling
berpengaruh dengan ketepatan waktu lulus yaitu IPK. Tidak ada klasifikasi yang
menggolongkan mahasiswa FMIPA IPB lulus tepat waktu sedangkan peluang
klasifikasi terendah yang menggolongkan mahasiswa FMIPA IPB lulus tepat waktu
yaitu dengan ciri-ciri memiliki IPK kurang dari atau sama dengan 2.77 dan berasal
dari jabodetabek. Nilai ketepatan klasifikasi mahasiswa FMIPA IPB sebesar 80%.
Model pada penelitian mahasiswa IPB dan FMIPA IPB lebih baik untuk menduga
mahasiswa yang lulus tidak tepat waktu daripada mahasiswa yang lulus tepat waktu.
11
DAFTAR PUSTAKA
Alamudi A, Wigena AH, Aunuddin. 1998. Eksplorasi Struktur Data dengan Metode
CHAID. Forum Statistika dan Komputasi [Internet]. [diunduh 2012 Desember
15]. 3(1) : 10-16. Tersedia pada : http://resipatory.ipb.ac.id
Hosmer DW, Lemeshow S. 2000. Applied Logistic Regression. Ed ke-2. New York
[US] : John Wiley & Sons, Inc.
Kass GV. 1980. An Exploratory Technique for Investigating Large Quantities of
Categorical Data. Applied Statistics [Internet]. [diunduh 2013 Mei 27]; 29(2) :
119-127.
Tersedia
pada
:
http://links.jstor.org/sici?sici=00359254%281980%2929%3A2%3C119%3AAETFIL%3E2.0.CO%3B2-N
Rokach L, Maimon O. 2008. Data Mining with Decision Tree. USA : World
Scientific.
Suryabrata S. 1986. Psikologi Pendidikan. Jakarta : PT Raja Grafindo Persada.
12
Lampiran 1 Pengkategorian peubah
Peubah Definisi
IPB
Y
Ketepatan
0 : tidak tepat waktu
waktu lulus 1 : tepat waktu
X1
Fakultas/
0 : pertanian
Departemen 1 : kedokteran hewan
2 : pertanian dan kelautan
3 : peternakan
4 : kehutanan
5 : teknologi pertanian
6 : MIPA
7 : ekonomi dan manajemen
8 : ekologi manusia
X2
Minor
0 : tidak ada minor
1 : ada minor
X3
IPK
numerik
X4
Jenis kelamin 0 : perempuan
1 : laki-laki
X5
Asal daerah 0 : luar jabodetabek
1 : jabodetabek
X6
Asal sekolah 0 : SMA swasta
1 : SMA negeri
X7
Jalur masuk 0 : USMI
1 : SNMPTN
2 : BUD
X8
Beasiswa
0 : tidak menerima beasiswa
1 : menerima beasiswa
FMIPA
0 : tidak tepat waktu
1 : tepat waktu
0 : statistika
1 : GFM
2 : biologi
3 : kimia
4 : matematika
5 : ilmu komputer
6 : fisika
7 : biokimia
0 : tidak ada minor
1 : ada minor
numerik
0 : perempuan
1 : laki-laki
0 : luar jabodetabek
1 : jabodetabek
0 : SMA swasta
1 : SMA negeri
0 : USMI
1 : SNMPTN
2 : BUD
0 : tidak menerima beasiswa
1 : menerima beasiswa
13
Lampiran 2 Diagram pohon CHAID mahasiswa IPB
14
Lampiran 2 Diagram pohon CHAID mahasiswa IPB
15
Lampiran 2 Diagram pohon CHAID mahasiswa IPB
16
Lampiran 3 Diagram pohon CHAID mahasiswa FMIPA IPB
17
Lampiran 4 Ringkasan analisis CHAID mahasiswa IPB
Persentase (%)
Klasi
Karakteristik ketepatan
Tepat
Tidak tepat
Simpul
fikasi
waktu lulus
waktu
waktu
1
57
Ekonomi manajemen;
82
18
IPK>3.39; ada minor
2
54
Ekonomi manajemen;
73.1
26.9
3.083.39; peternakan
5
67
Ekonomi manajemen;
66
34
IPK