• Login
    View Item 
    •   DSpace Home
    • Students & Alumnae
    • Undergraduate Thesis
    • Faculty of Mathematics and Natural Sciences
    • Statistics
    • View Item
    •   DSpace Home
    • Students & Alumnae
    • Undergraduate Thesis
    • Faculty of Mathematics and Natural Sciences
    • Statistics
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    KLASIFIKASI KETEPATAN KELULUSAN MAHASISWA MENGGUNAKAN REGRESI LOGISTIK BINER DAN JARINGAN SYARAF TIRUAN

    Thumbnail
    View/Open
    01 cover.pdf (171.8Kb)
    02 Preliminari.pdf (765.5Kb)
    03 daftar isi.pdf (120.9Kb)
    04 abstrack.pdf (90.79Kb)
    05 1 Bab 1.pdf (233.3Kb)
    05 2 Bab 2.pdf (192.1Kb)
    05 3 Bab 3.pdf (456.5Kb)
    05 4 Bab 4.pdf (201.8Kb)
    05 5 Bab 5.pdf (1005.Kb)
    05 6 Bab 6.pdf (96.15Kb)
    06 DAFTAR PUSTAKA.pdf (243.5Kb)
    07. 1 lampiran 1.pdf (99.21Kb)
    07. 2 lampiran 2.pdf (116.0Kb)
    07. 3 lampiran 3.pdf (106.7Kb)
    07. 4 lampiran 4.pdf (104.6Kb)
    07. 5 lampiran 5.pdf (119.2Kb)
    07. 6 lampiran 6.pdf (187.8Kb)
    Date
    2019-02-14
    Author
    Mia Kurniati, 14611055
    Metadata
    Show full item record
    Abstract
    Perguruan tinggi merupakan satuan penyelenggara pendidikan akademik bagi mahasiswa. Setiap perguruan tinggi berusaha untuk terus memperbaiki manajemennya, supaya meningkatkan mutu pendidikan dan meningkatkan akreditasi. Salah satu faktor yang menentukan kualitas perguruan tinggi adalah persentase jumlah mahasiswa mampu menyelesaikan studi tepat waktu. Fakultas MIPA merupakan salah satu fakultas di UII yang mulai menerima mahasiswa baru pada tahun 1995/1996. Data Badan Pusat Statistik (BPS) menunjukkan bahwa di Indonesia masih kekurangan tenaga kerja dari sarjana Sains (MIPA), yang berarti bahwa jumlah permintaan sarjana MIPA lebih besar dari lulusan yang dihasilkan. Tujuan dari penelitian ini adalah untuk melakukan klasifikasi ketepatan waktu kelulusan mahasiswa menggunakan Regresi Logistik Biner dan Jaringan Syaraf Tiruan. Berdasarkan analisis Regresi Logistik Biner didapatkan faktor-faktor yang berpengaruh secara signifikan terhadap lama studi mahasiswa yaitu, variable IPK, Asal Daerah dan Jurusan. Hasil klasifikasi menggunakan Regresi Logistik biner pada data testing sebesar 78,5, sedangkan hasil klasifikasi menggunakan jaringan syaraf sebesar 76,9%. Diketahui metode terbaik dalam klasifikasi data ketepatan kelulusan mahasiswa adalah metode Jaringan syaraf tiruan, karena dalam regresi logistik ada asumsi yang tidak terpenuhi. Kata Kunci : Perguruan
    URI
    https://dspace.uii.ac.id/handle/123456789/14308
    Collections
    • Statistics [1220]

    DSpace software copyright © 2002-2015  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    @mire NV
     

     

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister

    DSpace software copyright © 2002-2015  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    @mire NV