Perbandingan Hasil Klasifikasi Model Regresi Logistik Dan Mars Pada Respon Biner (Studi Kasus Pada Lulusan Pelatihan Teknisi Ahli Bbplk Serang)
| Main Author: | Adityawardani, Prima |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2017
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/2216/1/BAGIAN%20DEPAN.pdf http://repository.ub.ac.id/2216/2/BAB%20I.pdf http://repository.ub.ac.id/2216/3/BAB%20II.pdf http://repository.ub.ac.id/2216/4/BAB%20III.pdf http://repository.ub.ac.id/2216/5/BAB%20IV.pdf http://repository.ub.ac.id/2216/6/BAB%20V.pdf http://repository.ub.ac.id/2216/7/DAFTAR%20PUSTAKA.pdf http://repository.ub.ac.id/2216/ |
Daftar Isi:
- Regresi logistik merupakan sebuah metode analisis statistika yang menggambarkan hubungan antara peubah respon bersifat kategorik dengan peubah prediktor bersifat kategorik maupun kontinyu. Sedangkan Multivariate Adaptive Regression Splines (MARS) adalah sebuah pendekatan untuk memodelkan regresi nonparametrik yang baik digunakan ketika peubah prediktor berjumlah banyak dan bersifat tidak linier. Pada regresi logistik dan MARS tidak diperkenankan adanya multikolinieritas karena menyebabkan ragam cenderung besar pada regresi logistik dan penempatan knot yang tidak tepat pada MARS sehingga model yang dihasilkan tidak akurat. Untuk mengatasi masalah multikolinieritas digunakan Analisis Komponen Utama (AKU) untuk gabungan peubah diskrit dan kontinyu yang disebut PCAMIX. PCAMIX dirumuskan sebagai AKU dari total himpunan peubah indikator (biner) dilengkapi dengan peubah kontinyu. Peubah baru yang terbentuk dari PCAMIX tidak saling berkorelasi sehingga dapat digunakan dalam pengklasifikasian pengamatan berdasarkan model regresi logistik dan MARS. Pengujian ketepatan klasifikasi menggunakan accuracy, Noise Signal Ratio (NSR) dan pengujian kesamaan dua proporsi. Tujuan penelitian adalah membandingkan hasil klasifikasi respon biner berdasarkan peubah-peubah yang berpengaruh terhadap status lulusan pelatihan dengan menggunakan regresi logistik dan MARS untuk mendapatkan model pengklasifikasian yang lebih baik melalui nilai accuracy, NSR dan pengujian kesamaan dua proporsi. Penelitian ini menggunakan data sekunder tahun 2013-2015, yaitu status lulusan pelatihan Teknisi Ahli di BBPLK Serang untuk durasi waktu pelatihan 2 tahun. Hasil analisis menunjukkan bahwa berdasarkan faktor-faktor yang berpengaruh terhadap status lulusan yang langsung dan tidak langsung bekerja, yaitu IPK, rata-rata nilai UAN dan usia pada saat lulus pelatihan, maka model pengklasifikasian MARS lebih baik daripada regresi logistik jika didasarkan pada nilai accuracy dan NSR. Sedangkan hasil pengujian kesamaan dua proporsi menunjukkan bahwa kedua model memberikan ketepatan hasil klasifikasi yang sama.