PENERAPAN POHON KLASIFIKASI BINER DENGAN ALGORITME QUICK, UNBIASED, EFFICIENT STATISTICAL TREE (QUEST) PADA DATA MAHASISWA TRANSFER UNIVERSITAS SEBELAS MARET - UNS Institutional Repository

(1)

PENERAPAN POHON KLASIFIKASI BINER DENGAN ALGORITME QUICK, UNBIASED, EFFICIENT STATISTICAL TREE (QUEST)

PADA DATA MAHASISWA TRANSFER UNIVERSITAS SEBELAS MARET

oleh

AMALIA MAHARANI M0112005

SKRIPSI

ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SEBELAS MARET SURAKARTA

2017

(2)

PENERAPAN POHON KLASIFIKASI BINER DENGAN ALGORITME

QUICK, UNBIASED, EFFICIENT STATISTICAL TREE (QUEST) PADA DATA MAHASISWA TRANSFER UNIVERSITAS SEBELAS MARET

SKRIPSI

AMALIA MAHARANI NIM. M0112005

dibimbing oleh

Pembimbing I Pembimbing II

Dr. Dewi Retno Sari S., S.Si., M.Kom. Bowo Winarno, S.Si., M.Kom. NIP. 19700720 199702 2 001 NIP. 19810430 200812 1 001

telah dipertahankan di hadapan Dewan Penguji dan dinyatakan telah memenuhi syarat

pada hari Jumat, 12 Juni 2017. Dewan Penguji

Jabatan Nama dan NIP Tanda Tangan Tanggal Ketua Dra. Purnami Widyaningsih, M.App.Sc.

NIP. 19620815 198703 2 003 ... ... Sekretaris Titin Sri Martini, S.Si., M.Kom.

NIP. 19750120 200812 2 001 ... ... Anggota Penguji Dr. Dewi Retno S. S., S.Si., M.Kom.

NIP. 19700720 199702 2 001 ... ... Bowo Winarno, S.Si., M.Kom.

NIP. 19810430 200812 1 001 ... ...

Disahkan

di Surakarta pada tanggal ... Kepala Program Studi Matematika

Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sebelas Maret

(3)

PERNYATAAN

Dengan ini saya menyatakan bahwa skripsi saya berjudul ”Penerapan Po-hon Klasifikasi Biner dengan AlgoritmeQuick, Unbiased, Efficient Statistical Tree

(QUEST) pada Data Mahasiswa Transfer Universitas Sebelas Maret” belum per-nah diajukan untuk memperoleh gelar kesajarnaan pada suatu perguruan tinggi, dan sepanjang pengetahuan saya juga belum pernah ditulis atau dipublikasikan oleh orang lain, kecuali yang secara tertulis diacu dalam naskah ini dan disebut-kan dalam daftar pustaka.

Surakarta, Juni 2017

Amalia Maharani

(4)

ABSTRAK

Amalia Maharani. 2017. PENERAPAN POHON KLASIFIKASI BINER DENGAN ALGORITMEQUICK UNBIASED EFFICIENT STATISTICAL TREE

(QUEST) PADA DATA MAHASISWA TRANSFER UNIVERSITAS SEBELAS MARET. Fakultas Matematika dan Ilmu Pengetahuan Alam. Universitas Sebe-las Maret.

Pemerintah menyediakan kesempatan kepada anak bangsa untuk dapat me-lanjutkan pendidikan ke jenjang sarjana melalui program sarjana transfer. Pro-gram tersebut bertujuan untuk meningkatkan angka partisipasi kasar (APK) dan pemerataan akses penerimaan mahasiswa diperguruan tinggi. Mahasiswa transfer di Universitas Sebelas Maret (UNS) tidak hanya berasal dari lulusan UNS namun juga dari lulusan luar UNS. AlgoritmeQUEST merupakan algoritme yang digu-nakan untuk membentuk pohon klasifikasi. QUEST menghasilkan pohon biner dengan pendekatan nonparametrik. QUEST menggunakan variabel dependen bertipe nominal dan variabel independen bertipe nominal dan rasio.

Tujuan penelitian ini untuk menerapkan pohon klasifikasi biner pada algo-ritme QUEST dan menentukan variabel yang memengaruhi mahasiswa transfer UNS. Variabel dependen yang digunakan adalah asal perguruan tinggi mahasiswa yang dikategorikan menjadi dua yaitu mahasiswa lulusan luar UNS dan maha-siswa lulusan UNS. Variabel independen adalah usia mahamaha-siswa, jenis kelamin, tahun lulus, IPK (Indeks Prestasi Komulatif), fakultas, dan penghasilan orang tua.

Berdasarkan hasil dan pembahasan diperoleh pohon klasifikasi dengan algo-ritme QUEST pada data mahasiswa transfer UNS. Variabel yang memengaruhi mahasiswa transfer UNS adalah IPK.

(5)

ABSTRACT

Amalia Maharani. 2017. THE APPLICATION OF THE BINARY TREE CLASSIFICATION ALGORITHM ON THE DATA OF TRANSFER STUDENTS OF UNIVERSITAS SEBELAS MARET. Faculty of Mathematics and Nature Sciences. Universitas Sebelas Maret.

The government provides opportunities for the children of the nation to continue their education to undergraduate level by transfer degree program. The program aims to increase the gross enrollment rate (GER) and equal access accep-tance students to universities. Transfer students in Universitas Sebelas Maret (UNS) are from UNS graduates and outside graduates of UNS. The QUEST al-gorithm is used to form tree classification. QUEST generates a binary tree with nonparametric approach. QUEST uses dependent variables of nominal type and independent variables of nominal and ratio type.

The purposes of this research are to apply binary classification tree with the QUEST algorithm and determine variables which had influence to transfer students of UNS. The dependent variable is the origin of the college students with two categories, students outside UNS graduates and students graduates of UNS. Independent variables are student age, gender, year graduate, GPA (Grade Point Average), faculty, and parent income.

Based on the result, we obtained classification tree by QUEST algorithm on the data of transfer students of UNS. The variable that influence the transfer students is GPA.

Keywords : binary classification tree, QUEST, transfer students UNS

(6)

PERSEMBAHAN

(7)

KATA PENGANTAR

Puji syukur ke hadirat Tuhan Yang Maha Esa atas limpahan rahmatNya sehingga penulis dapat menyelesaikan skripsi ini. Ucapan terimakasih penulis sampaikan kepada

1. Dr. Dewi Retno Sari Saputro, S.Si., M.Kom. sebagai Pembimbing I yang telah memberikan bimbingan materi, penulisan, dan penyusunan skripsi serta saran maupun motivasi.

2. Bowo Winarno, S.Si., M.Kom. sebagai Pembimbing II yang telah membe-rikan bimbingan penyusunan skripsi.

Semoga skripsi ini bermanfaat.

Surakarta, Juni 2017

Penulis

(8)

DAFTAR ISI

2.2.2 MetodeQuick, Unbiased, Efficient Statistical Tree (QUEST) 6 2.2.3 Uji-uji . . . 7

(9)

2.3 Kerangka Pemikiran . . . 15

III METODE PENELITIAN 16 IV HASIL DAN PEMBAHASAN 17 4.1 Struktur Data . . . 17

4.2 Proses Pembentukan Pohon Klasifikasi Biner . . . 18

4.3 Penerapan . . . 18

4.3.1 Algoritme Pemilihan Variabel Pembagi Simpul t₀ . . . 18

4.3.2 Pemilihan Titik Pembagi Simpul t₀ _{. . . .} ₂₂

4.3.3 Pemilihan Simpul Dalam . . . 22

4.3.4 Interpretasi Pohon Klasifikasi Mahasiswa Transfer . . . 25

V PENUTUP 26 5.1 Kesimpulan . . . 26

5.2 Saran . . . 26

DAFTAR PUSTAKA 27

(10)

DAFTAR TABEL

4.1 Variabel dan tipe data mahasiswa transfer . . . 17

4.2 Hasil uji hipotesis pemilihan variabel pembagi simpul t₀ _{. . . .} ₂₁

4.3 Hasil uji hipotesis pada variabel simpul t₁ _{. . . .} ₂₃

4.4 Hasil uji hipotesis pada variabel simpul t₂ _{. . . .} ₂₃

(11)

DAFTAR GAMBAR

2.1 Struktur pohon klasifikasi biner . . . 6 2.2 Flowchart algoritme QUEST . . . 14 4.1 Pohon klasifikasi mahasiswa transfer UNS . . . 24