Aplikasi Metode Improved Chaid (Chi-squared Automatic Interaction Detection) pada Segmentasi Mahasiswa (Studi Kasus : Analisis Waktu Penyelesaian Skripsi Alumni di Prodi Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam)

Abstract

Analisis Segmentasi Mahasiswa dapat dilakukan dengan mengklasifikasi segmentasi alumni berdasarkan waktu penyelesain skripsi. Salah satu metode klasifikasi dependensi yang umum digunakan adalah metode CHAID (Chi-square Automatic Interaction Detection), dimana algoritma CHAID efektif bila diterapkan pada data dengan pengamatan yang sangat banyak, minimal 500 data. Sedangkan banyaknya data pengamatan dalam penelitian ini tidak memenuhi ketentuan pada algoritma pohon keputusan tradisional CHAID. Metode Improved Chi-square Automatic Interaction Detection (I-CHAID) menawarkan perbaikan metode CHAID yang mengoptimalkan hasil penggabungan menjadi ukuran terkecil dan jika banyaknya data pengamatan kurang dari 500, sehingga mengakibatkan semua variabel independen tidak signifikan pada metode CHAID. Pada penelitian ini, metode I-CHAID digunakan untuk mengidentifikasi segmen alumni yang memiliki rasio waktu penyelesaian skripsi paling cepat untuk dijadikan segmen target mahasiswa sesuai sasaran Prodi Statistika. Berdasarkan hasil metode I-CHAID didapatkan 9 segmen, dimana segmen ke-9 merupakan segmen prioritas utama yang memiliki rasio waktu penyelesain skripsi cepat paling tinggi, dengan karakteristik meliputi alumni yang menggunakan sumber data primer atau sekunder yang dibimbing oleh dosen pembimbing utama sesuai bidang keahlian dosen utama komputasi atau lainnya khususnya alumni berjenis kelamin perempuan yang menggunakan data sekunder.