PEMODELAN B-SPLINE DAN MARS PADA NILAI UJIAN MASUK TERHADAP IPK MAHASISWA JURUSAN DISAIN KOMUNIKASI VISUAL UK. PETRA SURABAYA
Abstract: Analisa regresi
digunakan untuk melihat pengaruh variabel independen terhadap variabel
dependent dengan terlebih dulu melihat pola hubungan variabel tersebut. Hal ini
dapat dilakukan dengan melalui dua pendekatan. Pendekatan yang paling umum dan
seringkali digunakan adalah pendekatan parametrik. Pendekatan parametrik
mengasumsikan bentuk model sudah ditentukan. Apabila tidak ada informasi apapun
tentang bentuk dari fungsi regresi, maka pendekatan yang digunakan adalah
pendekatan nonparametrik. (Haerdle, 1990). Karena pendekatan tidak tergantung
pada asumsi bentuk kurva tertentu, sehingga memberikan fleksibelitas yang lebih
besar. Tujuan penelitian ini adalah mendapatkan model terbaik mengenai nilai
ujian masuk terhadap nilai IPK (Indek Prestasi Kumulatif) mahasiswa jurusan
Disain Komunikasi Visual tahun 1999 di Universitas Kristen Petra Surabaya
dengan analisis regresi, baik parametrik maupun nonparametrik. Pendekatan
regresi parametrik menggunakan regresi linear sederhana, kuadratik dan kubik,
sedangkan regresi nonparametrik digunakan B-Spline dan Multivariate Adaptive
Regression Splines (MARS). Secara keseluruhan, model terbaik dipilih
berdasarkan koefisien determinasi terbesar. Namun demikian untuk MARS, model terbaik
dipilih berdasarkan pada GCV, minimum MSA dan koefisien determinasi terbesar.
Penulis: I Nyoman Budiantara,
Fredi Suryadi, Bambang Widjanarko Otok, Suryo Guritno
Kode Jurnal: jptindustridd060042
