Ndangi, WD Rifqah Amalliah
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Perbandingan Analisis Diskriminan dan Regresi Logistik Multinomial Ndangi, WD Rifqah Amalliah; Resmawan, Resmawan; Djakaria, Ismail
Jambura Journal of Mathematics Vol 1, No 2: Juli 2019
Publisher : Department of Mathematics, Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34312/jjom.v1i2.2100

Abstract

Penetapan jurusan siswa yang tidak sesuai dengan kemampuan yang dimiliki dapat menyebabkan capaian hasil belajar siswa tidak optimal. Kasus seperti ini sering terjadi karena tidak optimalnya proses pengklasifikasian siswa sesuai dengan kemam puan yang dimiliki. Beberapa analisis statistik telah banyak dikembangkan untuk membantu menyelesaikan masalah-masalah klasifikasi diantaranya analisis diskriminan dan regresi logistik multinomial. Kedua analisis tersebut dapat digunakan sebagai metode pengklasifikasian objek, sehingga keduanya dapat dibandingkan berdasarkan ketepatan pengelompokkanya. Artikel ini membandingkan analisis diskriminan dan analisis regresi logistik multinomial dalam pengklasifikasian siswa ke kelompok IPA, IPS, Bahasa atau Agama. Kriteria perbandingan didasarkan pada kesalahan klasifikasi yang dikenal dengan Apparent Error Rate (APER). Data yang digunakan adalah nilai rata-rata raport, nilai baca alquran, nilai hasil tes, nilai wawancara dan nilai tes potensi akademik siswa. Kedua analisis menunjukkan hasil yang sama bahwa variabel yang secara signifikan mempengaruhi pengklasifikasian siswa adalahnilai rata-rata raport dan nilai tes potensi akademik. Ketepatan klasifikasi yang ditunjukkan pada kedua metode ini juga menunjukkan persentasi yang sama dengan nilai 53.60%. Hal ini menunjukkan bahwa kedua metode ini sama baiknya digunakan dalam proses pengklasifikasian siswa. Analisis regresi logistik hanya lebih mudah digunakan karena tidak mempertimabangkan asumsi yang harus dipenuhi, sementara analisis diskriminan harus mempertimbangkan dua asumsi yaitu data berdistribusi normal multivariat dan kesamaan matriks varians kovarians.