PEMODELAN FAKTOR-FAKTOR YANG MEMPENGARUHI PRESTASI MAHASISWA PASCA SARJANA ITS DENGAN REGRESI LOGISTIK DAN NEURAL NETWORK
Seminar Hasil Tugas Akhir
Jurusan Statistika
Institut Teknologi Sepuluh Nopember Surabaya
Surabaya, 19 Juni 2012
TINJAUAN PUSTAKA
METODOLOGI PENELITIAN
ANALISIS DAN PEMBAHASAN
KESIMPULAN DAN SARAN
Latar Belakang Rumusan
Masalah Tujuan Manfaat
Pendahuluan
pendidikan Jenjang Indonesiapendidikan dasar
pendidikan menengah
bawah
pendidikan menengah
atas
Perguruan tinggi
Diploma S1 S2 S3
(Guilory, 2008)
Prestasi Mahasiswa
Lama tempuh
studi Indeks Prestasi
Regresi Logistik Biner
Neural Network
Klasifikasi
1
• Faktor-faktor apa sajakah yang mempengaruhi
prestasi mahasiswa Pasca Sarjana ITS periode lulusan 96-102.
2
• Bagaimana model Neural Network untuk prediksi
prestasi mahasiswa Pasca Sarjana ITS periode lulusan 96-102.
3
• Bagaimana ketepatan klasifikasi antara Regresi
Logistik dan Neural Network dari faktor-faktor yang mempengaruhi prestasi mahasiswa Pasca Sarjana ITS periode lulusan 96-102.
Pendahuluan
Latar Belakang Rumusan
Masalah Tujuan Manfaat
1
•Menerapkan regresi logistik untuk evaluasi faktor- faktor yang mempengaruhi prestasi mahasiswa Pasca Sarjana ITS periode lulusan 96-102
2
•Mengkaji dan mengaplikasi model Neural Network untuk prediksi prestasi mahasiswa Pasca Sarjana ITS periode lulusan 96-102.
3
•Mengevaluasi ketepatan klasifikasi dari faktor- faktor yang mempengaruhi prestasi mahasiswa Pasca Sarjana ITS periode lulusan 96-102.
Pendahuluan
• memberikan informasi ilmiah mengenai perbandingan hasil klasifikasi antara regresi logistik dan Neural Network dari prestasi mahasiswa Pasca Sarjana ITS
1
• kajian ilmiah tentang Neural Network pada bidang pendidikan
2
• untuk pihak Pasca Sarjana ITS sendiri adalah untuk penentuan kebijakan untuk penerimaan mahasiswa baru program Pasca Sarjana berikutnya
3
Pendahuluan
• (Retnowati, 2009) Pemodelan Waktu Survival Lama Studi Mahasiswa
Pascasarjana ITS dengan Regresi Cox dan Regresi Logistik
• (Brahmantyo, 2010) Analisis Statistik Faktor-faktor Yang Mempengaruhi Prestasi Akademik Mahasiswa Pasca Sarjana ITS dengan analisa model loglinier ordinal
Prestasi Mahasiswa Pasca Sarjana
ITS
• (Suhartono, 2007) Feedforward Neural Networks untuk Pemodelan Runtun
Waktu
• (Kusumadewi, 2010) Analisis Jaringan Saraf Tiruan dengan Metode
Backpropagation Untuk Mendeteksi Gangguan Psikologi
Neural Network
Latar Belakang Rumusan
Masalah Tujuan Manfaat Penelitian Sebelumnya
Pendahuluan
•Neural Network Backpropagation
arsitektur jaringan yang
digunakan
Pendahuluan
Mahasiswa Pasca Sarjana
Lama Tempuh Studi &
Status Kelulusan Mahasiswa
peserta didik yang terdaftar dan belajar di perguruan tinggi tertentu
peraturan pemerintah RI No.30 tahun 1990
setiap orang yang secara resmi terdaftar untuk mengikuti pelajaran di perguruan tinggi dengan batas usia sekitar 18-30 tahun
Sarwono (1978)
1. Program magister ITS pada dasarnya dapat menerima lulusan program D-IV dari program studi yang sebidang dengan syarat sebagai berikut.
- Lulus seleksi masuk program magister;
- Khusus untuk lulusan perguruan tinggi swasta, program studi D-IV dimana lulusan berasal harus terakreditasi sekuyrang-kurangnya dengan nilai B.
2. Calon mahasiswa yang memenuhi persyaratan pada ayat (1) di atas wajib mendaftarikan diri sebagai mahasiswa ITS.
3. Mahasiswa wajib mengikuti beberapa mata kuliah pada program pasca sarjana yang diperlukan sebanyak-banyaknya 12 sks, dan setiap mata kuliah yang diambil harus mempunyai nilai sekurang-kurangnya BC.
