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