Klasifikasi Nilai Peminat SBMPTN (Seleksi Bersama Masuk Perguruan Tinggi Negeri) ITS dengan Pendekatan Classification and Regression Trees (CART)

Lely Dwi Bhekti Pratiwi, Wahyu Wibowo, Ismaini Zain
Submission Date: 2015-07-13 12:39:07
Accepted Date: 2016-01-21 11:46:58

Abstract


SBMPTN merupakan seleksi masuk Perguruan Tinggi Negeri yang dilakukan secara serentak melalui ujian tertulis. Institut Teknologi Sepuluh Nopember (ITS) juga menerapkan SBMPTN sebagai salah satu jalur penerimaan mahasiswa baru. Terdapat sebanyak 9720 peminat yang memilih ITS pada pilihan pertama dengan jumlah yang diterima sebanyak 807 dan sisanya adalah peminat yang tidak diterima. Sedikitnya peserta yang diterima menunjukkan ketatnya persaingan dalam penerimaan SBMPTN. Oleh karena itu, perlu diketahui karakteristik peminat ITS di SBMPTN berdasarkan faktor yang diduga mempengaruhinya serta bagaimana pengklasifikasian peminat ITS di SBMPTN berdasarkan status penerimaan. Sehingga diperoleh informasi yang dapat digunakan sebagai pertimbangan dalam SBMPTN tahun berikutnya. Metode yang umum digunakan dalam pengklasifikasian adalah metode analisis diskriminan dan regresi logistik. Namun, metode tersebut memiliki keterbatasan dalam hal pemenuhan asumsi dan kesederhanaan interpretasi sehingga dalam penelitian ini digunakan metode Classification and Regression Trees (CART) yang mampu mengatasi keterbatasan tersebut. Hasil klasifikasi CART menunjukkan bahwa variabel nilai Matematika Dasar merupakan variabel terpenting dalam pengklasifikasian penerimaan SBMPTN ITS dengan kombinasi  data learning dan testing terbaik yaitu data learning 85% dan data testing 15%. Terdapat sebanyak 12 terminal nodes yang diklasifikasikan sebagai peminat yang tidak diterima dan sebanyak 13 terminal nodes yang diklasifikasikan sebagai peminat yang diterima dengan total accuracy rate (1-APER) untuk kombinasi data tersebut adalah sebesar 92,3% untuk data learning dan 91,4% untuk data testing.

Keywords


CART; Data Learning; Data Testing; SBMPTN; Total Accuracy Rate

References


DIKTI. (2014). Kabar Dikti. Dipetik Januari 7, 2015, dari Kementerian Pendidikan dan Kebudayaan Direktorat Jenderal Pendidikan Tinggi: dikti.go.id

SMITS. (2014). Seleksi Masuk ITS Program Sarjana. Dipetik April 6, 2015, dari SMITS: http://smits.its.ac.id/sarjana/#snmptn

Anggraeni, Y. (2015). Pemodelan Regresi Logistik Biner Terhadap Pemiat ITS Di Seleksi Bersama Masuk Perguruan Tinggi Negeri (SBMPTN) 2014. Institut Teknologi Sepuluh Nopember, Statistika, Surabaya.

Wibowo, Wahyu, “Perbandingan Hasil Klasifikasi Analisis Diskriminan dan Regresi Logistik Pada Pengklasifikasian Data Respon Biner,” KAPPA, vol. 3, no. 1, 2002.

Johnson, R. A., & Wichern, D. W. (2007). Applied Multivariate Statistical Analysis (6th ed.). New Jersey: Prentice Hall.

Webb, P., & Yohannes, Y. (1999). Classification and Regression Trees, CART : A User Manual for Identifying Indicators of Vulnerability to Famine and Chronic Food Insecurity. Washington, D.C.: International Food Policy Research Institute.

Lewis, R. J. (2000). An Introduction to Classification and Regression Tree (CART) Analysis. Annual Meeting of the Society for Academic Emergency Medicine.

Breiman, L., Friedman, J. H., Olshen, R., & Stone, C. (1993). Classification and Regression Trees. New York: Chapman Hall.

SBMPTN. (2014). Informasi Umum. Dipetik Januari 7, 2015, dari Laman Resmi SBMPTN 2014: sbmptn.or.id


Full Text: PDF

CC Licencing


Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).

Refbacks

  • There are currently no refbacks.


Lembaga Penjaminan Mutu, Pengelolaan dan Perlindungan Kekayaan Intelektual (LPMP2KI) ITS
Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.