Achyani, Iva Nur (2023) RANDOM FOREST DAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE UNTUK KLASIFIKASI PENERIMAAN BEASISWA GENIUS S1 BAZNAS KABUPATEN BOJONEGORO. Sarjana (S1) thesis, Universitas Nahdlatul Ulama Sunan Giri.
COVER.pdf
Download (227kB)
AWALAN.pdf
Download (3MB)
BAB I.pdf
Download (349kB)
BAB II.pdf
Restricted to Registered users only
Download (608kB) | Request a copy
BAB III.pdf
Restricted to Registered users only
Download (515kB) | Request a copy
BAB IV.pdf
Restricted to Registered users only
Download (758kB) | Request a copy
BAB V.pdf
Download (306kB)
DAFTAR PUSTAKA.pdf
Download (448kB)
LAMPIRAN.pdf
Restricted to Registered users only
Download (537kB) | Request a copy
Abstract
Mutu pendidikan di Indonesia masih rendah. Di kabupaten Bojonegoro sendiri mutu pendidikan pada tahun 2021 masih dikatakan rendah hal ini dapat dilihat pada Angka Partisipasi Sekolah (APS) dan Angka Partisipasi Murni (APM). Faktor yang menyebabkan rendahnya mutu pendidikan di kabupaten Bojonegoro adalah karena belum adanya peningkatan pemerataan akses ke perguruan tinggi. Program beasiswa genius S1 Baznas kabupaten Bojonegoro adalah program bantuan biaya pendidikan yang diberikan kepada mahasiswa tersebut memiliki tingkat ekonomi yang kurang mampu. Metode klasifikasi yang dapat digunakan adalah Random Forest dan Multivariate Adaptive Regression Spline. Variabel-variabel yang mempengaruhi penerimaan beasiswa ada 6 yaitu kondisi ekonomi, skill, performance, latar belakang. komitmen dan IPK. Pada penelitian ini, metode Random Forest menghasilkan tingkat akurasi sebesar sebesar 93,3 % dan nilai APER sebesar 6,7% dengan variabel yang berpengaruh adalah variabel skill, variabel variabel Performance, variabel IPK, variabel komitmen, variabel latar belakang dan variabel kondisi ekonomi. Dan didapatkan pemodelan MARS dengan mengugunakan cara trial and error menggunakan Fungsi Basis (BF) 12, 18, 24 maka didapatkan model terbaik yaitu dengan Fungsi Basis (BF) 18, nilai Maksimum Interakasi 2, Minimum Observasi (MO) 0 dan nilai GCV 0,07941 dengan nilai akurasi sebesar 91,1% dan nilai APER sebesar 8,9% dengan variabel yang berpengaruh adalah Skill, IPK, Performance, dan Kondisi Ekonomi.
Item Type: | Thesis (Sarjana (S1)) |
---|---|
Uncontrolled Keywords: | Klasifikasi, Random Forest, MARS, Pendidikan |
Subjects: | 300 – Ilmu Sosial > 330 Ekonomi > 330 Ekonomi 500 – Ilmu Pengetahuan > 510 Matematika > 515 Analisis |
Divisions: | Fakultas Sains dan Teknologi > Statistika |
Depositing User: | Iva Nur Achyani |
Date Deposited: | 10 Sep 2023 20:49 |
Last Modified: | 10 Sep 2023 20:49 |
Contributors (Pembimbing / Pengarah): | Contribution Name NIDN Thesis advisor Kartini, Alif Yuanita 0721048606 Thesis advisor Anggraini, Fetrika 0718038803 |
URI: | https://repository.unugiri.ac.id:8443/id/eprint/3441 |