Dokumen tersebut membahas penerapan metode regresi logistik untuk membuat aplikasi yang membantu mahasiswa dalam memilih organisasi kampus. Metode ini digunakan untuk memprediksi kemungkinan mahasiswa memilih organisasi tertentu berdasarkan kriteria seperti jadwal kuliah, prestasi akademik, dan minat. Hasil penelitian menunjukkan model regresi logistik enter memberikan akurasi prediksi tertinggi sebesar 92,55% untuk empat p
3. Problem memilih organisasi?
Takut jadwal kuliah terganggu
Takut IPK turun
Takut tidak lulus tepat waktu
Bingung ada banyak organisasi
4. Solusi?
Metode : Regresi Logistik
implementasi
Sebuah Aplikasi yang membantu memudahkan
mahasiswa dalam memilih organisasi
5. Batasan Penelitian
Sumber Data: Mahasiswa MIPA UNS
Pengambilan Data: Kuesioner
Pengolahan Data: dibantu SPSS 17.0
Rekomendasi: Probabilitas pilihan tingkat organisasi
6. Penelitian Sebelumnya
Upadhyay et.al, 2012 Saha, 2011 Buana dkk, 2010
Forecasting Stock Applying Logistic Penerapan Metode Regresi
Performance in Indian Regression Model to The Logistik pada Aplikasi
Market using Multinomial Examination Results Data Spreadsheet sebagai Alat Bantu
Logistic Regression Pengambilan Keputusan (Studi
Kasus Data BUMN di BPK RI)
8. Pengumpulan Data
Teknik Pengumpulan Data: Kuesioner | Waktu: Juli 2012
Total Mahasiswa MIPA (angkatan2009,2010,2011) ± 1841 orang
Total Sampel: 161 data
69 responden laki-laki
92 responden perempuan
9. Pemodelan Data
Penerapan Metode Regresi Logistik
Crosstab
Model Enter Model Stepwise
15. Penutup
Kesimpulan:
Akurasi Prediksi Terbaik -> Model Enter : Prediksi Benar 92.55%
untuk 4 urutan teratas pilihan organisasi
urutan ke-1: 44.72%
urutan ke-2: 26.09%
urutan ke-3: 16.15%
urutan ke-4: 5.59%
Saran:
Pengembangan Selanjutnya ->
Aplikasi dapat dibuat dinamis,
kriteria mahasiswa: tidak terbatas 10 kriteria,
pilihan organisasi : tidak terbatas tingkat organisasi
tetapi bisa sampai level jenis organisasi
16. Reference
Gantara, G. (2012). Menyiapkan Kemampuan Hard Skill dan Soft Skill untuk Memenuhi Kebutuhan Lapangan Kerja dengan Berkiprah Menjadi Aktivis Kampus.
Surabaya: Kompasiana.
Upadhyay, A., Bandyopadhyay, G., & Dutta, A. (2012). Forecasting Stock Performance in Indian Market using Multinomial Logistic Regression. Journal of Business
Studies Quarterly , 16-39.
Saha, G. (2011). Applying Logistic Regression Model to The Examination Results Data. Journal of Reliability and Statistical Studies , 105-117.
Buana, I., Mahendrawati, & Iriawan, N. (2010). Penerapan Metode Regresi Logistik pada Aplikasi Spreadsheet sebagai Alat Bantu Pengambilan Keputusan (Studi
Kasus Data BUMN di BPK RI). SemnasIF , 97-104.
Ali, A. H. (2008). Self-Organization Maps for Prediction of Kidney Dysfunction. Telecommunications Forum TELFOR 2008 , 775-778.
Editor's Notes
TujuanPenelitianTujuandaripenelitianiniadalahdapatmenerapkanmetoderegresilogistikpadaaplikasipemilihanorganisasimahasiswa.ManfaatPenelitianManfaatdaripenelitianiniadalahmengetahuikualitasalternatifpilihan yang dihasilkanmetodeRegresiLogistiksertaaplikasi yang dihasilkandiharapkanmampumembantumahasiswadalammemilihorganisasi.