Analisis CHAID Prediksi Ketepatan Waktu Lulus Berdasarkan Penguasaan Kompetensi Mahasiswa dengan dan tanpa Prediktor Utama

Abstract

Kemampuan metode CHAID sebagai teknik nonparametrik berbentuk algoritma pohon klasifikasi yang efektif untuk data berukuran besar serta kemudahan interpretasi model prediksi yang berbentuk pohon keputusan menjadikan CHAID bermanfaat untuk membantu dalam proses analisis data pendidikan. Penelitian ini bertujuan untuk menunjukkan perbedaan hasil prediksi ketepatan waktu lulus mahasiswa Fakultas Keguruan dan Ilmu Pendidikan Universitas Islam Malang berdasarkan pada penguasaan kompetensi menggunakan metode CHAID dengan dan tanpa penentuan prediktor utama. Hasil penelitian menyimpulkan bahwa ada tidaknya penentuan prediktor utama memberikan perbedaan pada variabel-variabel prediktor yang terlibat untuk memprediksi variabel terikat dan juga pada segmentasi target yang ingin dicapai untuk tujuan prediksi variabel terikat. Akan tetapi, ada tidaknya penentuan prediktor utama tersebut tidak mempengaruhi jumlah prediktor yang terlibat dan tingkat akurasi analisis CHAID yang dilakukan.

The ability of CHAID method as a nonparametric technique which is an effective classification tree algorithm for large data size as well as the decision tree prediction model which is easier to be interpreted make CHAID useful to help in educational data analysis. This paper aims to describe differences in predicting student’s graduation accuracy of Teacher Training and Education Faculty, University of Islam Malang, based on the competence mastery using CHAID method with and without determining a main predictor. The results conclude that determining or not determining the main predictor gives differences to the predictor variables involved and also to the segmentation targets in predicting dependent variable. However, the determining or not determining the main predictor does not affect the number of predictors involved and the level of accuracy of the CHAID analysis carried out.