PENERAPANMETODEMULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) UNTUKMENGIDENTIFIKASI KOMPONEN YANG BERPENGARUH TERHADAP PERINGKAT AKREDITASI SEKOLAH (Kasus SMA/MA Di Propinsi Sumatera Barat)

AZZIKRA, FEBRIYANTI (2016) PENERAPANMETODEMULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) UNTUKMENGIDENTIFIKASI KOMPONEN YANG BERPENGARUH TERHADAP PERINGKAT AKREDITASI SEKOLAH (Kasus SMA/MA Di Propinsi Sumatera Barat). Diploma thesis, Universitas Andalas.

Text (Skripsi Fulltext) 2144.pdf - Published Version Restricted to Repository staff only Download (575kB)

Abstract

Berdasarkan Peraturan Menteri Pendidikan Nasional Nomor 52 Tahun 2008 disebutkan bahwa terdapat delapan komponen penilaian dalam menentukan akreditasi SMA/MA yaitu (i) komponen standar isi, (ii) komponen standar proses, (iii) komponen standar kompetensi lulusan, (iv) komponen standar pendidik dan tenaga kependidikan, (v) komponen standar sarana dan prasarana, (vi) komponen standar pengelolaan, (vii) komponen standar pembiayaan, dan (vii) komponen standar penilaian. Hal menarik yang ingin diketahui adalah komponen mana yang paling membedakan kelompok-kelompok sekolah berdasarkan akreditasi. Dengan didapatkannya komponen yang paling mempengaruhi peringkat akreditasi, diharapkan hal ini dapat membantu sekolah–sekolah yang berada dalam proses pengusulan akreditasi, untuk dapat menyusun prioritas dalam penilaian kompononen pengakreditasian. Dalam hal ini tentunya sekolah lebih mengutamakan komponen yang paling dominan pengaruhnya, tanpa mengabaikan komponen-komponen lainnya. Untuk menduga hubungan antar variabel respon dan prediktor dapat digunakan beberapa metode dalam analisis regresi. Analisis regresi memiliki beberapa pendekatan dalam menduga sebuah hubungan antara variabel, yaitu metode parametrik dan metode non parametrik. Metode MARS (Multivarite Adaptif Splines Regression) merupakan pendekatan regresi non parametrik yang dikembangkan oleh Jerome H.Friedman pada tahun 1990. Untuk selanjutnya, metode ini disingkat dengan MARS. MARS adalah sebuah metode dalam regresi multivariat yang membantu dalam memodelkan hubungan antara suatu variabel respon dengan beberapa variabel prediktor. Data respon pada MARS dapat berupa data numerik dan data kategorik. Selain itu, MARS menghasilkan pemodelan regresi yang fleksibel untuk data dengan variabel prediktor dan ukuran contoh . Sebagai suatu metode yang dapat menghasilkan pemodelan yang fleksibel dengan data yang memiliki banyak variabel prediktor, penulis tertarik untuk menggunakan metode MARS untuk melihat komponen mana yang paling berpengaruh dalam akreditasi sebuah sekolah serta menduga akreditasi sekolah berdasarkan model yang terbentuk.

Actions (login required)

View Item