dc.description.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. | en_US |