Melola Discovery

← Melola Discovery

Jurnal

Ketepatan Klasifikasi Metode Regresi Logistik dan CHAID dengan Pembobotan Sampel

PRISMA, Prosiding Seminar Nasional Matematika · Vol. 1 (2018) · hlm. 684–695

ISSN
2613-9189
Terbit
2018-02-01
Penerbit
Jurusan Matematika FMIPA UNNES
Bahasa
eng

Abstrak

Tujuan penelitian ini adalah menentukan ketepatan metode regresi logistik dan CHAID dengan pembobotan sampel pada klasifikasi status angkatan kerja Kabupaten Temanggung 2015. Populasi dalam penelitian ini adalah angkatan kerja Kabupaten Temanggung 2015. Data dalam penelitian ini diperoleh dari Sakernas Kabupaten Temanggung 2015. Variabel dependen dalam penelitian ini adalah angkatan kerja, sedangkan variabel independennya adalah klasifikasi desa/kelurahan, hubungan dengan kepala rumah tangga, jenis kelamin, umur, status pernikahan, pendidikan, pelatihan kerja, dan pengalaman kerja. Dari analisis regresi logistik diperoleh persamaan, sedangkan anlalisi CHAID menghasilkan pohon klasifikasi. Persamaan dan pohon klasifikasi tersebut dapat digunakan untuk memprediksi variabel dependen. Kesalahan klasifikasi dihitung menggunakan APER (Apparent Error Rate), kemudian ketepatan klasifikasi dapat diperoleh dengan rumus 1 – APER. Ketepatan regresi logistik dan CHAID dengan pembobotan sampel secara berturut-turut adalah 96,4% dan 96,6%. Hal ini menunjukkan ketepatan metode CHAID pada klasifikasi status angkatan kerja Kabupaten Temanggung 2015 lebih tinggi dibandingkan regresi logistik.

Jaringan kolaborasi para penulis

40 penulis · 90 tautan kepenulisan bersama · menampilkan 40 yang paling banyak terhubung

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • State University of Semarang
  • Afiliasi tidak diketahui
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama
Scolastika MarianiState University of Semarang12
Emi PujiastutiState University of Semarang7
Arief AgoestantoAfiliasi tidak diketahui7
Amin SuyitnoState University of Semarang6
Nurkaromah DwidayatiState University of Semarang4
Sunarmi SunarmiAfiliasi tidak diketahui3
Masrukan MasrukanState University of Semarang3
Walid WalidAfiliasi tidak diketahui3
Riza ArifudinState University of Semarang2
Yuninda Diah PratiwiAfiliasi tidak diketahui2
Aisyah Fany AchmaliaAfiliasi tidak diketahui2
Sugeng NugrohoAfiliasi tidak diketahui2
Isti HidayahState University of Semarang2
hengky tri ikhsanto hengky tri ikhsantoAfiliasi tidak diketahui2
Muhammad KharisAfiliasi tidak diketahui2
Zaenuri ZaenuriState University of Semarang2
Nur Karomah DwidayantiAfiliasi tidak diketahui2
Raras Setya AstutiAfiliasi tidak diketahui1
Feri FarkhanAfiliasi tidak diketahui1
Much Aziz MuslimState University of Semarang1
Dedy PurnawanAfiliasi tidak diketahui1
Dedeh KurniasihAfiliasi tidak diketahui1
Dwi Prisita AnggriningrumAfiliasi tidak diketahui1
Zaenal AbidinAfiliasi tidak diketahui1
Noni NofiyahAfiliasi tidak diketahui1
Putri Dwi PradinaAfiliasi tidak diketahui1
Yuliyanti KaromahAfiliasi tidak diketahui1
Leili UlfiatiAfiliasi tidak diketahui1
SELY AGUSTINAAfiliasi tidak diketahui1
RIZA SILVIA FAUSTINAAfiliasi tidak diketahui1
Tias SafitriAfiliasi tidak diketahui1
Sri PujilestariAfiliasi tidak diketahui1
Eko SupriyadiAfiliasi tidak diketahui1
Siti Ma'unahAfiliasi tidak diketahui1
Addinul AssidiqAfiliasi tidak diketahui1
Andhina SaraswatiAfiliasi tidak diketahui1
Novia Nilam NurlazuardiniAfiliasi tidak diketahui1

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://journal.unnes.ac.id/sju/index.php/prisma/oai, pertama di-harvest 6 Nov 2026, terakhir terlihat 6 Nov 2026.
Metadata asli (oai_dc)
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">Ketepatan Klasifikasi Metode Regresi Logistik dan CHAID dengan Pembobotan Sampel</dc:title>
	<dc:creator>Juwita, Puspa</dc:creator>
	<dc:creator>Sugiman, Sugiman</dc:creator>
	<dc:creator>Hendikawati, Putriaji</dc:creator>
	<dc:description xml:lang="en-US">Tujuan penelitian ini adalah menentukan ketepatan metode regresi logistik dan CHAID dengan pembobotan sampel pada klasifikasi status angkatan kerja Kabupaten Temanggung 2015. Populasi dalam penelitian ini adalah angkatan kerja Kabupaten Temanggung 2015. Data dalam penelitian ini diperoleh dari Sakernas Kabupaten Temanggung 2015. Variabel dependen dalam penelitian ini adalah angkatan kerja, sedangkan variabel independennya adalah klasifikasi desa/kelurahan, hubungan dengan kepala rumah tangga, jenis kelamin, umur, status pernikahan, pendidikan, pelatihan kerja, dan pengalaman kerja. Dari analisis regresi logistik diperoleh persamaan, sedangkan anlalisi CHAID menghasilkan pohon klasifikasi. Persamaan dan pohon klasifikasi tersebut dapat digunakan untuk memprediksi variabel dependen. Kesalahan klasifikasi dihitung menggunakan APER (Apparent Error Rate), kemudian ketepatan klasifikasi dapat diperoleh dengan rumus 1 – APER. Ketepatan regresi logistik dan CHAID dengan pembobotan sampel secara berturut-turut adalah 96,4% dan 96,6%. Hal ini menunjukkan ketepatan metode CHAID pada klasifikasi status angkatan kerja Kabupaten Temanggung 2015 lebih tinggi dibandingkan regresi logistik.</dc:description>
	<dc:publisher xml:lang="en-US">Jurusan Matematika FMIPA UNNES</dc:publisher>
	<dc:date>2018-02-01</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en-US">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://journal.unnes.ac.id/sju/prisma/article/view/20215</dc:identifier>
	<dc:source xml:lang="en-US">PRISMA, Prosiding Seminar Nasional Matematika; Vol 1 (2018): PRISMA, Prosiding Seminar Nasional Matematika; 684-695</dc:source>
	<dc:source>2613-9189</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://journal.unnes.ac.id/sju/prisma/article/view/20215/9590</dc:relation>
	<dc:rights xml:lang="en-US">Copyright (c) 2018 PRISMA, Prosiding Seminar Nasional Matematika</dc:rights>
</oai_dc:dc>