DATA MINING TERHADAP DATA MAHASISWA USMI ANGKATAN 42 DAN 43 IPB
FISCA MISWARI AULIA
DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2009
RINGKASAN FISCA MISWARI AULIA. Data Mining Terhadap Data Mahasiswa USMI Angkatan 42 dan 43 IPB. Dibimbing oleh BUDI SUSETYO dan IBNUL QAYIM. Data Mining (penambangan data) adalah suatu metode yang digunakan untuk menggali informasi dari sekumpulan data yang besar. Pada penelitian ini, beberapa metode pada data mining digunakan untuk menggali informasi dari data mahasiswa USMI angkatan 42 dan 43. Beberapa metode yang digunakan dalam penelitian ini antara lain analisis korelasi Pearson, uji kebebasan chi-square, analisis korespondensi, analisis gerombol, dan analisis korelasi kanonik. Analisis korelasi Pearson digunakan untuk mengetahui hubungan linear antara nilai rapor mahasiswa saat SMU dan IPK TPB. Uji kebebasan chi-square digunakan untuk mengetahui keterkaitan antara latar belakang mahasiswa dengan IPK TPB yang diperoleh. Analisis korespondensi digunakan sebagai analisis lanjutan dari tabulasi silang antara latar belakang mahasiswa dengan klasifikasi IPK TPB yang diuji berdasarkan uji kebebasan chi-square. Analisis gerombol digunakan untuk mengelompokkan asal daerah mahasiswa menurut karakteristik IPK TPB yang diperoleh mahasiswa. Analisis korelasi kanonik digunakan untuk mengetahui keterkaitan antara nilai mata kuliah TPB dengan prestasi mahasiswa setelah masuk departemen. Sebesar lebih dari 60% mahasiswa Institut Pertanian Bogor (IPB) berasal dari jalur Undangan Seleksi Masuk IPB (USMI), sehingga prestasi akademik IPB banyak dipengaruhi mahasiswa USMI. Pada penelitian ini diketahui potret mahasiswa USMI angkatan 42 dan 43 dari latar belakang pendidikan ayah yang mayoritas SLTA, pekerjaan pegawai negeri, penghasilan antara RP. 1.000.001-Rp. 2.500.000,-, memiliki daya listrik sebesar 450 Watt, dan mayoritas berasal dari Jawa Barat. Latar belakang mahasiswa saat masuk IPB dan hubungannya dengan prestasi setelah menjadi seorang mahasiswa di Tingkat Persiapan Bersama (TPB) dapat dijadikan informasi bagi IPB untuk melihat kecenderungan latar belakang mahasiswa yang memiliki prestasi yang baik di IPB untuk pertimbangan penerimaan calon mahasiswa berikutnya. Pada penelitian ini diketahui bahwa ternyata mahasiswa yang cenderung memiliki latar belakang pendidikan orang tua kurang dari Rp. 1.000.000,- adalah mahasiswa yang banyak memperoleh Indeks Prestasi TPB ≥ 3.00. Pada penelitian ini juga diketahui adanya data-data mahasiswa yang bisa dijadikan masukan bagi IPB untuk verifikasi pada tahun berikutnya.
DATA MINING TERHADAP DATA MAHASISWA USMI ANGKATAN 42 DAN 43 IPB
FISCA MISWARI AULIA
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains pada Departemen Statistika
DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2009
Judul Skripsi : DATA MINING TERHADAP DATA MAHASISWA USMI ANGKATAN 42 DAN 43 IPB Nama : Fisca Miswari Aulia NRP : G14104034
Menyetujui : Pembimbing I,
Pembimbing II,
Dr. Ir. Budi Susetyo, MS NIP. 131 624 193
Dr. Ir. Ibnul Qayim NIP. 131 878 948
Mengetahui : Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor
Dr.drh. Hasim, DEA NIP. 131 578 806
Tanggal Lulus :
RIWAYAT HIDUP Fisca Miswari Aulia dilahirkan di Jakarta pada tanggal 15 April 1986 sebagai putri pertama dari tiga bersaudara dari ayah Zulhilman Effendi dan ibu Sri Yulianingsih. Pendidikan formal penulis dimulai pada tahun 1992 di SD Swasta Pelita hingga tahun 1998, kemudian dilanjutkan di SLTP Negeri 49 Jakarta dan lulus pada tahun 2001, pada tahun yang sama penulis diterima di SMU Negeri 67 Jakarta dan lulus pada tahun 2004. Setelah lulus SMU, penulis melanjutkan pendidikan di Institut Pertanian Bogor Fakultas Matematika dan Ilmu Pengetahuan Alam Departemen Statistika melalui jalur USMI (Undangan Seleksi Masuk IPB). Selama kuliah penulis mendapatkan beasiswa Peningkatan Prestasi Akademik (PPA). Penulis pernah menjabat sebagai bendahara umum di Decision Center The Study pada tahun 2007, menjadi asisten praktikum Biologi Dasar di Departemen Biologi IPB pada tahun akademik 2006/2007, dan menjadi asisten mata kuliah Analisis Data Kategorik di Departemen Statistika IPB pada tahun akademik 2007/2008. Penulis melakukan kegiatan praktek lapang di International Flavors and Fragrances (IFF)-PT. Essence Indonesia pada bulan Februari – Maret 2008.
KATA PENGANTAR Puji syukur ke hadirat Allah SWT atas segala bimbinganNya sehingga penulisan karya ilmiah ini dapat diselesaikan. Terima kasih penulis ucapkan kepada : Bapak Dr. Ir. Budi Susetyo, MS dan Bapak Dr. Ir. Ibnul Qayim atas segala bantuan, bimbingan, dan saran-saran yang diberikan; Ibu Dra. Itasia Dina, M.Si, selaku dosen penguji yang telah banyak memberikan masukan perbaikan; Bapak Asep di TPB; Ibu Susi di PPMB; Mama, Papa, dan seluruh keluarga tersayang atas doa dan semangat yang diberikan kepada penulis selama ini; Indah angkatan 42, terima kasih atas waktu dan bantuannya; Wiwik, Baina, Lilis, Leisha, Zaenal, Nikhen, Agustina, Renita, Andhika, Yusri, Irene, Lia, dan Fina, teman-teman yang sering memberi semangat dan tempat diskusi; serta seluruh pihak yang telah membantu dalam penyelesaian karya ilmiah ini yang tidak bisa penulis sebutkan satu persatu. Penulis menyadari bahwa penulisan karya ilmiah ini masih jauh dari sempurna, tetapi harapan penulis karya ilmiah ini dapat bermanfaat bagi yang memerlukannya terlepas dari segala kekurangannya.
Bogor, Januari 2009
Fisca Miswari Aulia
DAFTAR ISI Halaman DAFTAR TABEL ................................................................................................................. vii DAFTAR GAMBAR ............................................................................................................ vii DAFTAR LAMPIRAN .......................................................................................................... vii PENDAHULUAN Latar Belakang ................................................................................................................ 1 Tujuan ............................................................................................................................. 1 TINJAUAN PUSTAKA Program Kurikulum Mayor Minor .................................................................................. 1 Indeks Prestasi (IP) ......................................................................................................... 1 Hubungan Data Mining dan Knowledge Data Discovery ............................................... 1 Analisis Korespondensi ................................................................................................... 2 Analisis Gerombol .......................................................................................................... 2 Analisis Korelasi Kanonik .............................................................................................. 3 BAHAN DAN METODE Bahan .............................................................................................................................. 4 Metode ............................................................................................................................ 4 HASIL DAN PEMBAHASAN Deskripsi Mahasiswa Berdasrkan Latar Belakang .......................................................... 4 Hubungan Nilai Rapor SMU dan IPK TPB .................................................................... 6 Hubungan IPK TPB dan Latar Belakang Mahasiswa ..................................................... 6 Pengelompokan Asal Daerah Mahasiswa Menurut IPK TPB ......................................... 6 Pola Pergerakan Rataan Indeks Prestasi (IP) per Departemen ....................................... 10 Pola Sebaran Nilai Akhir Mata Kuliah TPB per Departemen ........................................ 10 Analisis Korelasi Kanonik Antara Mata Kuliah TPB dan Prestasi di Departemen ........ 11 Data yang Perlu Verifikasi ............................................................................................. 12 KESIMPULAN DAN SARAN Kesimpulan .................................................................................................................... 12 Saran .............................................................................................................................. 13 DAFTAR PUSTAKA ........................................................................................................... 13 LAMPIRAN .......................................................................................................................... 14
DAFTAR TABEL Halaman 1. Persentase data latar belakang mahasiswa angkatan 42 dan 43 ......................................... 4 2. Persentase data asal daerah mahasiswa angkatan 42 dan 43 ............................................... 5 3. Korelasi Pearson antara nilai rapor SMU dan IPK TPB .................................................... 6 4. Pengelompokan asal daerah pada angkatan 42 .................................................................. 7 5. Pengelompokan asal daerah pada angkatan 43 .................................................................. 7 6. Lima mata kuliah TPB yang berpengaruh di setiap departemen ........................................ 11
DAFTAR GAMBAR Halaman 1. Dendrogram analisis gerombol asal daerah pada angkatan 42 ............................................ 8 2. Dendrogram analisis gerombol asal daerah pada angkatan 43 ............................................ 9
DAFTAR LAMPIRAN Halaman 1. Boxplot nilai rapor SMU.................................................................................................... 14 2. Hasil Uji Chi-Square antara latar belakang dan kategori IPK TPB ................................... 14 3. Analisis Korespondensi pada kategori IPK TPB dan penghasilan ayah ............................ 15 4. Analisis Korespondensi pada kategori IPK TPB dan asal daerah ...................................... 15 5. Plot korespondensi angkatan 42 kategori penghasilan ayah dan IPK TPB ........................ 16 6. Plot korespondensi angkatan 43 kategori penghasilan ayah dan IPK TPB ........................ 16 7. Plot korespondensi angkatan 42 kategori asal daerah dan IPK TPB.................................. 17 8. Plot korespondensi angkatan 43 kategori asal daerah dan IPK TPB.................................. 17 9. Tabulasi silang antara IPK TPB dan asal daerah pada angkatan 42................................... 18 10. Tabulasi silang antara IPK TPB dan asal daerah pada angkatan 43................................. 19 11. Radar Pergerakan Indeks Prestasi (IP) per Departemen angkatan 42 .............................. 20 12. Radar Pergerakan Indeks Prestasi (IP) per Departemen angkatan 43 .............................. 20 13. Departemen-departemen di IPB pada angkatan 42 dan 43............................................... 21
14. Sebaran Persentase Nilai Akhir Mata Kuliah TPB Angkatan 42 ..................................... 22 15. Sebaran Persentase Nilai Akhir Mata Kuliah TPB Angkatan 43 ..................................... 27 16. Analisis Korelasi Kanonik antara mata kuliah dan prestasi di departemen...................... 34 17. Nilai loading kanonik antara peubah asal (X) dan peubah kanoniknya ........................... 35 18. Nilai loading kanonik antara peubah asal (Y) dan peubah kanoniknya ........................... 37 19. Tabulasi antara penghasilan ayah dan pendidikan ayah (angkatan 42) ............................ 38 20. Tabulasi antara penghasilan ayah dan pekerjaan ayah (angkatan 42) .............................. 38 21. Tabulasi antara penghasilan ayah dan daya listrik (angkatan 42) .................................... 39 22. Tabulasi antara pendidikan ayah dan pekerjaan ayah (angkatan 42)................................ 39 23. Tabulasi silang antara daya listrik dan pekerjaan ayah (angkatan 42) ............................. 40 24. Tabulasi antara penghasilan ayah dan pendidikan ayah (angkatan 43) ............................ 41 25. Tabulasi antara penghasilan ayah dan pekerjaan ayah (angkatan 43) .............................. 41 26. Tabulasi antara penghasilan ayah dan daya listrik (angkatan 43) .................................... 42 27. Tabulasi antara pendidikan ayah dan pekerjaan ayah (angkatan 43)................................ 42 28. Tabulasi silang antara daya listrik dan pekerjaan ayah (angkatan 43) ............................. 43
PENDAHULUAN
2.
Latar Belakang Institut Pertanian Bogor (IPB) adalah perguruan tinggi negeri pertama yang mempelopori jalur masuk melalui PMDK (Penelusuran Minat dan Kemampuan) atau yang dikenal dengan jalur USMI (Undangan Seleksi Masuk IPB). Persentase mahasiswa USMI yang lebih besar dibandingkan mahasiswa dari jalur lain, berdampak pada besarnya pengaruh mahasiswa USMI terhadap prestasi akademik IPB secara keseluruhan. Sehingga untuk meningkatkan prestasi IPB, panitia penerimaan mahasiswa baru IPB haruslah selektif memilih calon mahasiswa yang memiliki potensi akademik yang baik. Penelitian ini secara garis besar ingin mengetahui apa yang menjadi penciri keberhasilan mahasiswa jika dilihat dari nilai SMU dikaitkan dengan prestasinya satu tahun pertama di Tingkat Persiapan Bersama (TPB), kemudian pengaruh prestasi setelah lulus TPB dikaitkan prestasi setelah masuk departemen pilihan. Dalam penelitian ini akan digunakan suatu metode yang dapat menggali informasi dari sekumpulan data yang besar, atau sering Data Mining. Data mining disebut (penambangan data), sesuai dengan namanya, berkonotasi sebagai pencarian informasi yang berharga dari basis data yang sangat besar. Menurut Kantardzic (2003), Data Mining adalah suatu proses dalam menemukan berbagai model, ringkasan data, dan nilai-nilai yang berharga dari sekumpulan data. Pada dasarnya data mining bukanlah suatu hal yang baru, yang membuatnya baru adalah pendekatannya dari berbagai disiplin ilmu dan teknologi yang digunakan. Pada penelitian kali ini, beberapa metode data mining digunakan untuk proses pencarian informasi dari data USMI (Undangan Seleksi Masuk IPB) program mayor minor angkatan 42 dan 43 (tahun masuk 2005 dan 2006). Mahasiswa IPB angkatan 42 dan 43 adalah mahasiswa yang mengikuti sistem dimana ketika diterima di IPB, mahasiswa yang bersangkutan belum memilih departemen. Mahasiswa baru memilih departemen setelah lulus dari TPB dengan nilai IPK minimum 2.00. Data USMI dalam penelitian ini terdiri dari 3281 record data mahasiswa dengan 28 peubah.
3.
Tujuan Penelitian ini bertujuan untuk : 1. Memberikan informasi berharga yang dapat dijadikan masukan IPB dalam meningkatkan kualitas mahasiswa USMI
4.
Mengeksplorasi data USMI program mayor minor angkatan 42 dan 43. Melihat hubungan antara latar belakang mahasiswa dengan nilai akademik selama di TPB. Mengetahui hubungan antara nilai akademik mata kuliah di TPB dan prestasinya setelah masuk departemen.
TINJAUAN PUSTAKA Program Kurikulum Mayor Minor Pengertian kurikulum mayor minor adalah kurikulum berbasis kompetensi dimana setiap mahasiswa mengikuti pendidikan dalam salah satu mayor sebagai bidang keahlian (kompetensi) utama dan dapat mengikuti pendidikan dalam salah satu bidang minor sebagai bidang keahlian (kompetensi) pelengkap. Dasar penerimaan mahasiswa pada program mayor pilihannya adalah : 1. Prestasi akademik yang memenuhi persyaratan yang telah ditetapkan IPB. 2. Kemampuan memenuhi syarat khusus yang ditentukan oleh mayor yang menjadi pilihan mahasiswa tersebut. 3. Daya tampung mayor yang bersangkutan. (Panduan Program Sarjana 2006). Indeks Prestasi (IP) Penilaian keberhasilan studi semester dilakukan pada tiap akhir semester. Penilaian ini meliputi semua mata kuliah yang direncanakan oleh mahasiswa dalam KRS. Rumus perhitungan Indeks Prestasi (IP) adalah sebagai berikut : n
IP
N k i 1 n
i i
k i 1
i
dengan IP = Indeks Prestasi n = banyaknya mata kuliah Ni = Nilai mutu mata kuliah i ki = bobot sks mata kuliah i (Panduan Program Sarjana 2004) Hubungan Data Mining dan Knowledge Data Discovery (KDD) Data mining secara garis besar dapat dibagi menjadi dua, yaitu data mining terkait dengan pendugaan suatu nilai (predictive data mining) dan data mining terkait dengan deskripsi data (descriptive data mining). Pada umumnya metodologi yang sering
digunakan dalam data mining adalah analisis klasifikasi (Classification), analisis regresi (Regression), analisis gerombol (Clustering), analisis deskriptif (Summarization), pemodelan kebergantungan (Dependency Modeling), dan pendeteksian perubahan dan deviasi (Change and Deviation Detection). Pada aplikasinya data mining adalah bagian dari knowledge data discovery (KDD), namun istilah data mining biasanya lebih dikenal para pelaku bisnis. Sebagai komponen dalam KDD, data mining terutama berkaitan dengan ekstraksi dan penghitungan pola-pola dari data yang ditelaah. Secara garis besar, langkah-langkah utama dalam proses KDD adalah: 1. Pemahaman terhadap domain dari aplikasi dan relevansinya terhadap pengetahuan yang ada. 2. Pemilihan himpunan data target atau memfokuskan pada subset variabel atau sampel data dimana penemuan (discovery) akan dilakukan. 3. Pemrosesan pendahuluan (data preparation) dan pembersihan data (data cleaning), operasi dasar seperti penghapusan noise dilakukan. 4. Proyeksi dan pengurangan data (data reduction), pencarian fitur-fitur yang berguna untuk mempresentasikan data bergantung kepada tujuan yang ingin dicapai. 5. Pemilihan tugas data mining dari proses KDD misalnya klasifikasi, regresi, pengelompokkan, dll. 6. Proses data mining, yaitu pencarian pola-pola dari data. 7. Penterjemahan pola-pola yang dihasilkan dari data mining. (Moertini 2002) Beberapa teknik statistika yang digunakan dalam penelitian ini antara lain : analisis korelasi Pearson, uji kebebasan chi-square, analisis korespondensi, analisis gerombol, dan analisis korelasi kanonik. Analisis Korespondensi Analisis korespondensi merupakan analisis yang menyajikan prosedur grafik untuk merepresentasikan hubungan dari tabel kontingensi atau tabel frekuensi. (Johnson dan Wichern 1982). Analisis korespondensi diterapkan untuk melihat kedekatan profil dalam suatu peubah kategorik. Plot baris yang berdekatan menunjukkan kategori baris yang memiliki profil yang sama dan plot kolom yang berdekatan menunjukkan kategori kolom yang
memiliki profil yang sama. Matriks korespondensi didefinisikan sebagai berikut :
xij Paxb = Pij n
, i= 1,2,...,I; j=1,2,...,J
dimana : Paxb = matriks P berukuran a x b
Pij = elemen matriks P baris ke-i kolom ke-j
xij = frekuensi sel tabel kontingensi baris ke-i kolom ke-j
n = total frekuensi pada tabel kontingensi Vektor yang unsur-unsurnya merupakan jumlah unsur dari vektor-vektor baris matriks P adalah r = P1; ri > 0, i = 1, 2, .., I sedangkan vektor yang unsur-unsurnya merupakan jumlah unsur dari vektor-vektor kolom matriks P adalah c = P’1; ci > 0, i = 1, 2, .., J. Matriks profil baris didefinisikan sebagai R = Dr-1 P dan matriks profil kolom didefinisikan sebagai C = Dc-1 P’. Untuk mereduksi dimensi data berdasarkan keragaman data (inersia) dengan mempertahankan informasi optimum, diperlukan Penguraian Nilai Singular (PNS). Pada PNS didapat bahwa : P-rc’ = ADμB’ dengan syarat A’ Dr-1A = B’ Dc-1B = I dimana : A = Dr1/2U dan B = Dc1/2V U = Matriks yang elemennya adalah vektor eigen dari matriks TT’ V = Matriks yang elemennya adalah vektor eigen dari matriks T’T Dμ = Matriks diagonal μ dengan μ2 nilai eigen tak nol Dr = diag (r) dan Dc = diag (c)
T Dr1 / 2 P rc 'Dc1 / 2
Maka profil baris matriks R yang posisi relatifnya sama dengan profil baris matriks R – 1c’ diberikan oleh F = Dr-1ADμ. Sedangkan profil kolom matriks C yang posisi relatifnya sama dengan profil kolom matriks C – 1r’ diberikan oleh G = Dc-1BDμ. Analisis Gerombol Analisis gerombol adalah salah satu analisis peubah ganda yang bertujuan untuk mengelompokkan sekumpulan objek ke dalam satu atau lebih gerombol sehingga objek-objek yang berada dalam satu gerombol memiliki homogenitas yang tinggi (within cluster) dan memiliki heterogenitas yang tinggi antar cluster (between cluster) (Santoso,2006).
Proses yang digunakan pada analisis gerombol pertama kali adalah mengukur kesamaan (similarity) antar peubah melalui korelasi dan jarak antar objek. Jika peubah tidak memiliki korelasi yang tinggi, maka digunakan jarak Euclid, yang didefinisikan Johnson dan Wichern (1982) sebagai berikut : 1
2 p 2 d ij xik x jk k 1
dimana : d ij = jarak antar objek ke-i dan objek ke-j
xik = nilai objek ke-i pada peubah ke-k x jk = nilai objek ke-j pada peubah ke-k p
= banyaknya peubah yang diamati Secara umum terdapat dua metode penggerombolan, yaitu metode berhirarki dan metode tak berhirarki. Metode berhirarki dimulai dengan mengelompokkan dua atau lebih objek yang mempunyai kesamaan paling dekat, kemudian proses berlanjut ke objek berikutnya yang memiliki kedekatan kedua. Demikian seterusnya hingga gerombol terlihat membentuk hirarki (tingkatan) yang jelas antar objek. Dendogram biasanya digunakan untuk membantu memperjelas hirarki tersebut. Ada beberapa metode untuk proses penggerombolan secara hirarki, yaitu Single Linkage, Complete Linkage, Average Linkage, Ward’s Method, dan Centroid Method. Sedangkan pada metode tak berhirarki proses dimulai dengan menentukan terlebih dahulu jumlah k, dimana k adalah banyaknya gerombol yang dibentuk. Metode ini biasa disebut dengan K-Means Cluster. Analisis Korelasi Kanonik Analisis korelasi kanonik digunakan untuk mengukur tingkat keeratan hubungan antara dua gugus peubah. Pemikiran dasar tentang korelasi kanonik adalah menggunakan kombinasi linear dari dua gugus peubah. Kombinasi linear yang dibentuk oleh X1, X2,..., dan Y1, Y2,...,Yp masing-masing Xm dinyatakan sebagai berikut :
buah pasangan kombinasi linear yang dibentuk oleh peubah penduga dan peubah respon. Kombinasi linear Uq dan Vq digunakan untuk mencari korelasi kanonik, yakni dengan menentukan pasangan kombinasi linear yang memiliki sifat U1 dan V1 terbesar korelasinya, korelasi U2 dan V2 terbesar kedua dan tidak berkorelasi dengan pasangan kanonik pertama, korelasi U3 dan V3 terbesar ketiga dan tidak berkorelasi dengan pasangan kanonik pertama dan kedua, Demikian seterusnya untuk semua pasangan yang mungkin yang banyaknya adalah q = min (m, p). Korelasi antara U dan V yang dinyatakan sebagai fungsi a' dan b' dirumuskan sebagai berikut :
a ' XY b
CorrU ,V
a ' XX a b ' YY b
dimana : a = vektor koefisien pembobot peubah kanonik X
a ' = transpose vektor koefisien pembobot peubah kanonik X
b = vektor koefisien pembobot peubah kanonik Y
b ' = transpose vektor koefisien pembobot
XY
peubah kanonik Y = matriks koragam gugus peubah X
XX
dan gugus peubah Y = matriks ragam dari peubah X
YY
= matriks ragam dari peubah Y
Dengan menggunakan ketaksamaan Cauchy Schwarz diperoleh 2 2 2 yang merupakan akar ciri 1 2 ... p dari matriks (eigenvalues) 1 / 2 1 1 / 2 yang XX XY YY YX XX
berpadanan dengan vektor ciri e1, e2, ..., ep, selain itu 1 2 2 2 ... p 2 juga merupakan akar ciri dari matriks 1 / 2 1 1 / 2 yang YY YX XX XY YY
X* = a1X1 + a2X2+ ... + am Xm
berpadanan dengan vektor f1, f2, ..., fp.
Y* = b1Y1 + b2Y2 + ... + bp Yp Dalam bentuk vektor kombinasi linear peubah X dan peubah Y dituliskan Johnson dan Wichern (1982) sebagai berikut : U = a'X V = b'Y Pasangan U dan V disebut peubah kanonik. Jika q minimum di antara m dan p, ditulis q = min (m,p), yang berarti sebanyak q
Vektor a dan b diperoleh dari persamaan berikut : ai ei XX1/ 2
'
'
1/ 2 bi f i YY Akar positif dari eigen value i2 adalah | i| yang merupakan koefisien korelasi kanonik antara variabel kanonik Uq dan Vq (Gittins,1985)
BAHAN DAN METODE Bahan Data yang digunakan dalam penelitian ini adalah data mahasiswa USMI angkatan 42 dan 43 sebanyak 3281 data mahasiswa dengan 28 peubah, yaitu 4 peubah nilai rapor SMU, 6 peubah latar belakang mahasiswa, 14 peubah nilai mata kuliah TPB, dan 4 peubah nilai Indeks Prestasi. Data nilai akademik mahasiswa yang tidak lengkap tidak diikutsertakan dalam penelitian ini. Berikut adalah peubah-peubah yang diamati dalam penelitian ini. a. Nilai rapor SMU terdiri dari : 1. Matematika 2. Fisika 3. Kimia 4. Biologi b. Latar belakang mahasiswa terdiri dari : 1. Jenis Kelamin 2. Pendidikan Ayah 3. Pekerjaan Ayah 4. Daya Listrik 5. Penghasilan Ayah 6. Asal Daerah c. Nilai mata kuliah TPB terdiri dari : 1. Agama 2. Biologi 3. Ekonomi Umum 4. Fisika 5. Bahasa Indonesia 6. Bahasa Inggris 7. Kalkulus 8. Kimia 9. Kewirausahaan 10. Matematika 11. Olahraga & Seni 12. PIP 13. PKN 14. Sosiologi Umum d. Nilai Indeks Prestasi mahasiswa terdiri dari : 1. IPK TPB 2. IP Semester 3 3. IP Semester 4 4. IP Semester 5 Metode Langkah-langkah yang akan dilakukan dalam penelitian ini adalah sebagai berikut : 1. Melakukan eksplorasi data berupa persiapan data (data preparation) dan pengurangan data (data reduction). 2. Melakukan uji korelasi terhadap nilai rapor SMU dan IPK TPB. chi-square 3. Melakukan analisis kemudian analisis korespondensi untuk melihat hubungan antara latar
belakang mahasiswa dengan prestasi akademik saat TPB . 4. Melakukan analisis gerombol untuk mengelompokkan asal daerah mahasiswa berdasarkan nilai indeks prestasi TPB. 5. Melakukan analisis korelasi kanonik untuk melihat keterkaitan antara nilai akademik mata kuliah di TPB dengan prestasi mahasiswa setelah masuk departemen dilihat dari Indeks Prestasinya. 6. Interpretasi dan kesimpulan hasil analisis. Software yang digunakan dalam penelitian ini adalah MS. Excel 2003, SPSS 13.0, Minitab 14 dan SAS 9.1.
HASIL DAN PEMBAHASAN Deskripsi Mahasiswa Berdasarkan Latar Belakang Jumlah data yang digunakan dalam penelitian ini adalah sebanyak 3281 data mahasiswa USMI dengan rincian data mahasiswa angkatan 42 sebanyak 1532 record dan data mahasiswa angkatan 43 sebanyak 1749 record. Data persentase dari peubah latar belakang mahasiswa yang digunakan untuk menjelaskan karakteristik mahasiswa disajikan pada Tabel 1 di bawah ini : Tabel 1 Persentase data latar belakang mahasiswa angkatan 42 & 43 No 1
2
3
Angkt. 42
Angk. 43
Jenis Kelamin Laki-Laki Perempuan
41.7 58.3
39.9 60.1
Pendidikan Ayah SD kebawah SLTP SLTA Diploma Sarjana (S1/S2/S3)
11.2 7.5 37.2 13.2 29.3
9.9 7.3 36.1 12.8 32.8
1.7
1.1
35.3 2.8
35.1 2.5
2.1 0.7 12.7 5.5
3.8 19.7 1.1 0.1
Peubah
Tidak Mengisi Pekerjaan Ayah Pegawai Negeri TNI/POLRI Pensiunan Pegawai Negeri Wiraswasta Purnawirawan Eksekutif
No
Angkt. 42
Angk. 43
0.5 21.7 0.4 4.5 0.1 3.3
0.9 12.5 0.3 4.5 3.9 5.7
4.1 6.3
3.7 6.2
29.8 45.8 15.7 5.3 0.9
26.0 46.0 18.2 6.6 1.1
> 2200 Watt
1.8
2.1
Tidak Mengisi Penghasilan Ayah < 500.000 500.001 - 1.000.000 1.000.001 – 2.500.000 2.500.001 – 5.000.000 > 5.000.000
0.6
0.1
7.3 15.9 51.2 19.5 4.8
7.1 14.3 45.3 26.5 6.7
1.2
0.1
Peubah Pekerjaan Ayah Profesional Karyawan Swasta Rohaniawan Petani/Nelayan Buruh BUMN
4
5
Lainnya Tidak Mengisi Daya Listrik < 450 Watt 450 Watt 900 Watt 1300 Watt 2200 Watt
Tidak Mengisi
Pada data mahasiswa angkatan 42 yang memulai sistem mayor minor, terjadi penurunan pada jumlah mahasiswa dibandingkan mahasiswa phasing out yang berjumlah lebih dari 1700 mahasiswa. Berdasarkan Tabel 1 untuk angkatan 42, dari 1532 mahasiswa, mayoritas memiliki latar belakang pendidikan orang tua SLTA yaitu sebesar 570 (37.2%), diikuti pendidikan sarjana (S1/S2/S3) sebanyak 448 (29.3%), sedangkan latar belakang pekerjaan orang tua yang terbesar adalah pegawai negeri yaitu sebanyak 541 (35.3%) diikuti karyawan swasta sebanyak 333 (21.7%) dan purnawirawan sebanyak 194 (12.7%). Mahasiswa yang mengisi memiliki daya listrik sebesar 450 Watt tercatat sebanyak 701 (45.8%) dan sebanyak 785 (51.2%) mengisi penghasilan orang tua antara Rp. 1.000.001 - 2.500.000,-. Sedangkan mahasiswa angkatan 43 tercatat 1749 jumlah mahasiswa, sebanyak 632 (36.1%) memiliki latar pendidikan orang tua SLTA diikuti pendidikan sarjana (S1/S2/S3) sebanyak 574 (32.8%). Latar belakang pekerjaan orang tua terbesar adalah pegawai negeri yaitu sebanyak 614 (35.1%), diikuti wiraswasta
sebanyak 344 (19.7%) dan karyawan swasta sebanyak 219 (12.5%). Mahasiswa yang mengisi memiliki daya listrik sebesar 450 Watt tercatat sebanyak 804 (46%) dan sebanyak 793 (45.3%) mengisi penghasilan orang tua antara Rp. 1.000.001 - 2.500.000,-. Pada kedua angkatan dapat dilihat bahwa persentase mahasiswa perempuan lebih tinggi dibandingkan mahasiswa laki-laki. Pada angkatan 42 dan 43 secara berturutturut jumlah mahasiswa perempuan adalah sebanyak 893 (58.3%) dan 1052 (60.1%). Tabel
2 Persentase data asal daerah mahasiswa angkatan 42 & 43 Asal Daerah Angkt. 42 Angkt. 43 NAD 0.7 1.0 Sumatera Utara 4.9 5.5 Sumatera Barat 4.4 3.1 Riau 0.7 0.5 Jambi 1.3 1.2 Sumatera Selatan 1.4 1.1 Bengkulu 1.0 0.9 Lampung 2.0 2.2 Bangka 0.0 0.3 0.0 Banten 5.3 DKI Jakarta 12.8 13.7 Jawa Barat 46.0 40.0 Jawa Tengah 14.5 13.7 DIY 0.4 0.3 Jawa Timur 6.8 7.1 Bali 0.2 0.4 NTB 0.6 0.7 NTT 0.1 0.3 Kalimantan 0.4 0.6 Sulawesi 1.1 1.3 Papua 0.4 0.3 Luar Negeri 0.3 0.2
Pada Tabel 2 dapat dilihat bahwa asal daerah mahasiswa untuk tiap angkatan didominasi dari daerah Jawa Barat. Pada angkatan 42 tercatat sebanyak 704 (46%) mahasiswa asal Jawa Barat sedangkan pada angkatan 43 sebanyak 700 (40%) mahasiswa asal Jawa Barat. Daerah asal terbesar berikutnya adalah Jawa Tengah dan DKI Jakarta. Pada angkatan 42 daerah Bangka masih bergabung dengan Sumatera Selatan dan Banten masih bergabung dengan Jawa Barat.
Hubungan Nilai Raport SMU dan Indeks Prestasi Kumulatif TPB Hubungan antara rata-rata nilai rapor SMU (semester 1 sampai dengan 5) dan IPK TPB mahasiswa dapat diketahui melalui uji korelasi Pearson. Tabel korelasi rata-rata antara nilai rapor SMU dan IPK TPB disajikan pada Tabel 3 berikut. Tabel 3 Korelasi Pearson antara nilai rapor SMU dengan IPK TPB IPK TPB Rapor SMU Angkatan 42 Angkatan 43 Matematika 0.2136 0.1588 Fisika 0.136 0.1204 Kimia 0.219 0.1958 Biologi 0.1372 0.1524 Dari hasil korelasi Pearson per angkatan yang dilakukan antara nilai rapor SMU yaitu nilai Matematika, Fisika, Biologi, dan Kimia dengan nilai IPK TPB didapatkan koefisien korelasi yang sangat kecil, hanya berkisar 0.1 hingga 0.2 dengan nilai probabilitas lebih kecil dari α = 5%. Korelasi yang kecil bisa disebabkan karena nilai SMU mahasiswa USMI kurang beragam atau cenderung homogen disekitar nilai antara 70 hingga 80. Hal ini dapat pula dilihat pada gambar boxplot nilai rapor SMU (semester 1 sampai dengan 5) untuk mata pelajaran Matematika, Fisika, Kimia, dan Biologi per angkatan pada Lampiran 1. Hubungan IPK TPB dan Latar Belakang Mahasiswa Pada penelitian ini, Indeks Prestasi Kumulatif (IPK) TPB mahasiswa diklasifikasikan secara subjektif menjadi lima kategori, yaitu : IPK< 2.00, 2.00≤IPK<2.50, 2.50≤IPK<3.00, 3.00≤IPK<3.50, dan IPK ≥ 3.50. Jika ditinjau dari latar belakang mahasiswa, terdapat dua peubah yang sama di setiap angkatan yang memiliki keterkaitan dengan IPK TPB seorang mahasiswa, peubah tersebut adalah asal daerah dan penghasilan ayah. Hal ini dapat dilihat pada Lampiran 2. Berdasarkan uji kebebasan chi-square yang dilakukan, nilai probabilitas untuk kedua peubah tadi lebih kecil dari taraf α = 5% pada tiap angkatan. Sehingga hal ini dapat diartikan bahwa IPK TPB seorang mahasiswa terkait dengan asal daerah mahasiswa tersebut dan penghasilan orang tua, dalam hal ini ayah. Untuk mengetahui letak dominasinya maka dilakukan analisis korespondensi sebagai tampilan visualnya. Analisis korespondensi berdasarkan penghasilan orang tua dapat dilihat
pada Lampiran 3 dan tampilan plotnya pada Lampiran 5 untuk angkatan 42 dan Lampiran 6 untuk angkatan 43. Dari plot korespondensi angkatan 42 dan 43, terlihat dominasi profil kolom (klasifikasi IPK) dengan profil baris (penghasilan orang tua). Pada Lampiran 5 untuk plot angkatan 42 terlihat bahwa mahasiswa dengan penghasilan orang tua < Rp.500.000 dan Rp.500.001-1.000.000 terlihat mendominasi mahasiswa dengan IPK ≥ 3.50, sedangkan mahasiswa dengan 2.00 ≤IPK< 2.50 didominasi oleh mahasiswa dengan penghasilan orang tua antara Rp.2.500.0015.000.000 dan > Rp. 5.000.000, sedangkan pada Lampiran 6 untuk plot angkatan 43 juga terlihat bahwa mahasiswa yang memiliki IPK ≥ 3.50 didominasi oleh mahasiswa dengan penghasilan orang tua < Rp.500.000 dan 3.00 ≤IPK< 3.50 banyak diperoleh mahasiswa dengan penghasilan orang tua Rp.500.001-1.000.000 sedangkan mahasiswa dengan 2.00 ≤IPK< 2.50 didominasi oleh mahasiswa dengan penghasilan orang tua Rp.2.500.0015.000.000. Dari hasil yang didapatkan dapat disimpulkan bahwa pada mahasiswa angkatan 42 dan 43, mahasiswa yang memiliki IPK TPB ≥ 3.00 cenderung diperoleh mahasiswa dengan latar belakang gaji orang tua < Rp.1.000.000. Peubah asal daerah terkait dengan prestasi di TPB bisa disebabkan kualitas pendidikan SMU di daerah asal mahasiswa tersebut. Secara visual dominasi profil kolom (klasifikasi IPK) dengan profil baris (asal daerah) dapat dilihat pada Lampiran 7 untuk angkatan 42 dan Lampiran 8 untuk angkatan 43. Daerah asal mahasiswa di kedua angkatan yang cenderung dekat dengan kategori IPK ≥ 3.00 adalah Lampung, Bangka, Kalimantan, Bali, Riau, Sumatera Selatan, Jawa Timur, Jawa Tengah, DKI Jakarta, DIY, dan Jambi, sedangkan daerah asal mahasiswa di kedua angkatan yang dekat dengan kategori IPK < 3.00 adalah Sumatera Barat, Sumatera Utara Jawa Barat, NTB, NTT, Papua, dan Luar Negeri. Pengelompokkan Asal Daerah Mahasiswa Menurut IPK TPB Pada penelitian ini penggerombolan asal daerah mahasiswa pada angkatan 42 dan 43 menggunakan metode penggerombolan berhirarki dengan menggunakan ukuran jarak euclid dan metode pautan rataan (Average Linkage). Peubah-peubah yang
digunakan untuk menggerombolkan asal daerah berdasarkan karakteristik nilai IPK TPB adalah persentase sebaran klasifikasi IPK TPB, yaitu 2.50 ≤IPK<3.00, 2.00≤IPK<2.50, 3.00≤IPK<3.50, dan IPK≥3.50. Tabulasi silang antara asal daerah dan IPK TPB dapat dilihat pada Lampiran 9 untuk angkatan 42 dan Lampiran 10 untuk angkatan 43, sedangkan dendogram hasil pengelompokan dapat dilihat pada Gambar 1 untuk angkatan 42 dan Gambar 2 untuk angkatan 43. Berdasarkan analisis yang dilakukan, asal daerah mahasiswa dibagi menjadi 4 gerombol. Penentuan gerombol ini bersifat subjektif. Pengelompokkan asal daerah pada masingmasing angkatan dapat dilihat pada Tabel 4 untuk angkatan 42 dan Tabel 5 untuk angkatan 43. Tabel 4 Pengelompokan asal daerah pada angkatan 42 Gerombol 1
2 3 4
Asal Daerah Mahasiswa NAD, Sumatera Utara, Sumatera Barat, Riau, Jambi, Sumatera Selatan, Bengkulu, Lampung, DKI Jakarta, Jawa Barat, Jawa Tengah, DIY, Jawa Timur, NTB, Kalimantan, dan Luar Negeri Bali NTT Sulawesi dan Papua
Tabel 5 Pengelompokan asal daerah pada angkatan 43 Gerombol Asal Daerah Mahasiswa 1 NAD, Sumatera Utara, Bengkulu, NTB, Sulawesi, Papua, dan Luar Negeri 2 Sumatera Barat, Riau, Jambi, Sumatera Selatan, Lampung, Banten, DKI Jakarta, Jawa Barat, Jawa Tengah, DIY, Jawa Timur, dan NTT 3 Bangka dan Kalimantan 4 Bali Pada Tabel 4 dapat dilihat bahwa sebanyak 80% asal daerah mahasiswa angkatan 42 yang masuk gerombol 1, yaitu berjumlah 16. Gerombol 1 ini adalah kelompok daerah yang mahasiswanya banyak memperoleh IPK TPB dan pada klasifikasi 2.50≤IPK<3.00 3.00≤IPK<3.50, pada gerombol 2 yang hanya terdiri dari Bali, dapat dilihat juga pada tabulasi Lampiran 11 bahwa mahasiswa asal Bali
nilainya menyebar pada klasifikasi 2.50≤IPK<3.00 dan IPK ≥ 3.50, pada gerombol 3 yang juga hanya terdiri dari satu anggota, yaitu NTT adalah gerombol yang dicirikan oleh sangat rendahnya prestasi yang diperoleh mahasiswanya, dimana 100% ada di klasifikasi terendah, yaitu 2.00≤IPK<2.50, sedangkan gerombol 4 yang terdiri dari Sulawesi dan Papua adalah kelompok daerah yang mahasiswanya banyak memperoleh IPK TPB pada 2 klasifikasi pertama yaitu 2.00≤IPK<2.50 dan 2.50≤IPK<3.00. Pada Tabel 5 untuk angkatan 43 terlihat dua gerombol pertama yang anggotanya lebih banyak dari gerombol lainnya. Pada gerombol 1 yang berjumlah 7 anggota adalah kelompok daerah yang mahasiswanya banyak memperoleh nilai IPK TPB pada dan klasifikasi 2.00≤IPK<2.50 2.50≤IPK<3.00, pada gerombol 2 yang berjumlah 12 anggota adalah kelompok daerah yang mahasiswanya banyak memperoleh nilai IPK TPB pada klasifikasi 2.50≤IPK<3.00 dan 3.00≤IPK<3.50, pada gerombol 3 yang terdiri dari Bangka dan Kalimantan adalah kelompok daerah yang dicirikan oleh tingginya prestasi yang diperoleh mahasiswanya, yaitu tersebar pada klasifikasi IPK ≥ 3.50, sedangkan gerombol 4 yang hanya terdiri dari Bali, nilai mahasiswanya menyebar pada klasifikasi 2.50≤IPK<3.00 dan IPK≥ 3.50. Dari kedua angkatan terlihat bahwa Bali cenderung membentuk gerombol sendiri karena sebaran nilai mahasiswa asal Bali yang berbeda dibandingkan mahasiswa asal daerah lain, hal ini disebabkan mahasiswa Bali yang jumlahnya masih sedikit di IPB, sedangkan mahasiswa asal Sumatera Barat, Riau, Sumatera Selatan, Lampung, DKI Jakarta, Jawa Barat, Jawa Tengah, DIY, dan Jawa Timur cenderung memperoleh nilai yang cukup baik di kedua angkatan, yaitu berada pada klasifikasi 2.50≤IPK<3.50. Pada mahasiswa asal NTT dan Kalimantan, terlihat adanya peningkatan prestasi jika membandingkan nilai IPK TPB antara mahasiswa angkatan 42 dan mahasiswa angkatan 43 yang berasal dari daerah tersebut.
Gambar 1 Dendrogram analisis gerombol asal daerah pada angkatan 42 Dendrogram using Average Linkage (Between Groups) Rescaled Distance Cluster Combine C A S E Label Num
0 5 10 15 20 25 +---------+---------+---------+---------+---------+
NAD
1
DIY
12
7
4
Bengkulu Riau Jatim Sumut NTB
13 2 15
9
10
3
Sumsel
6
Jateng
11
DKI Jaka Jabar Sumbar
Jambi
5
Lampung
8
Kalimant
17
Luar Neg
20
Bali
14
Sulawesi
18
Papua
19
NTT
16
Gambar 2 Dendrogram analisis gerombol asal daerah pada angkatan 43 Dendrogram using Average Linkage (Between Groups) Rescaled Distance Cluster Combine C A S E Label Num JAMBI
5
JATIM
15
SUMSEL LAMPUNG JATENG
0 5 10 15 20 25 +---------+---------+---------+---------+---------+
6
8
13
3
NTT
18
BANTEN
10
DKI JAKA
11
JABAR
12
SUMBAR
RIAU DIY BANGKA KALIMANT BENGKULU NTB SUMUT SULAWESI
4 14 9 19 7 17
2
20
PAPUA
21
LUAR NEG
22
BALI
16
NAD
1
Pola Pergerakan Rataan Indeks Prestasi (IP) per Departemen Pola pergerakan Indeks Prestasi (IP) per departemen dapat dilihat pada Lampiran 11 untuk angkatan 42 dan Lampiran 12 untuk angkatan 43. Dari gambar radar, dapat dilihat bahwa untuk nilai IPK TPB, Departemen Teknologi Pangan memiliki rataan paling tinggi pada kedua angkatan kemudian diikuti Departemen Statistika dan Departemen Teknologi Industri Pertanian pada angkatan 42, sedangkan pada angkatan 43 urutan ketiga IPK tertinggi diperoleh Departemen Ilmu Gizi. Pada angkatan 42 Departemen Silvikultur memiliki rataan IPK TPB paling rendah sedangkan pada angkatan 43 IPK TPB terendah diperoleh Departemen Proteksi Tanaman dan Departemen Teknologi Hasil Hutan. Secara umum hampir seluruh departemen memiliki trend menurun pada rataan nilai Indeks Prestasi (IP) semester 3, hal ini bisa disebabkan proses penyesuaian dari mata kuliah di TPB menuju ke mata kuliah di departemen. Departemen yang terlihat cenderung memiliki pergerakan rataan Indeks Prestasi (IP) konstan adalah Departemen Agronomi dan Hortikultura, Biologi, Agribisnis, dan Ilmu Gizi. Sedangkan pada Fakultas Ekonomi dan Manajemen yaitu Departemen Manajemen, Departemen Ekonomi Sumberdaya dan Lingkungan, Departemen Ekonomi dan Studi Pembangunan serta pada Fakultas Ekologi Manusia yaitu Departemen Ilmu Keluarga dan Konsumen dan Departemen Komunikasi dan Pengembangan Masyarakat terlihat bahwa rataan IPK TPB menuju ke IP Semester berikutnya mengalami peningkatan baik pada angkatan 42 maupun angkatan 43. Pola Sebaran Nilai Akhir Mata Kuliah TPB per Departemen Sebaran persentase nilai akhir mata kuliah TPB mahasiswa angkatan 42 dan 43 menurut huruf mutu dapat dilihat pada Lampiran 14 dan Lampiran 15. Dari lampiran dapat terlihat bahwa prestasi yang diperoleh angkatan 42 dan 43 tidak terlalu berbeda. Pada departemen Teknologi Pangan dan Statistika terlihat bahwa untuk mata kuliah Kalkulus dan Matematika, mahasiswa yang mendapat huruf mutu A selalu lebih tinggi persentasenya dibandingkan persentase untuk huruf mutu lainnya, bahkan pada mahasiswa statistika angkatan 42, sebesar 100% mendapat huruf mutu A pada mata kuliah Kalkulus. Sedangkan nilai mutu B untuk mata kuliah Kalkulus dan Matematika banyak diperoleh mahasiswa dari Departemen
Teknologi Hasil Perairan, Ilmu dan Teknologi Kelautan, dan Teknologi Hasil Hutan. Nilai C masih banyak diperoleh mahasiswa dari Fakultas Pertanian. Sedangkan ketidaklulusan pada mata kuliah Kalkulus ini masih besar pada Departemen Teknologi dan Manajemen Perikanan Tangkap, Ilmu dan Teknologi Kelautan, departemen-departemen pada Fakultas Peternakan, Konservasi SD Hutan dan Ekowisata, dan Departemen Komunikasi dan Pengembangan Masyarakat, dimana sekitar > 30% mahasiswa pada departemen tersebut yang memperoleh nilai D dan E. Mahasiswa Departemen Agronomi dan Hortikultura dan Arsitektur Lanskap pada angkatan 43 cukup banyak yang memperoleh huruf mutu B pada mata kuliah Kalkulus dan Matematika. Sedangkan kegagalan banyak diperoleh mahasiswa pada Departemen Proteksi Tanaman, Manajemen Sumberdaya Lahan, Fakultas Peternakan, Manajemen Hutan, Silvikultur, Meteorologi Terapan, Biologi, dan Departemen Ilmu Keluarga dan Konsumen, dimana sekitar > 40% mahasiswa pada departemen tersebut memperoleh nilai D dan E. Pada Departemen Teknologi Pangan angkatan 42, mata kuliah Biologi dan Kimia didominasi oleh nilai mutu A. Sedangkan nilai mutu B banyak diperoleh departemen Agronomi dan Hortikultura, Arsitektur Lanskap, Kedokteran Hewan, Teknologi Hasil Perairan, Teknologi Hasil Hutan, Teknologi Industri Pertanian, Teknik Pertanian, Ilmu Gizi, dan hampir seluruh departemen di Fakultas MIPA. Pada mata kuliah Ekonomi Umum, secara keseluruhan di setiap departemen banyak tersebar pada huruf mutu A dan B. Sedangkan untuk mata kuliah Fisika, nilai A dan B banyak tersebar pada Departemen Agronomi dan Hortikultura, Arsitektur Lanskap, Kedokteran Hewan, Teknologi Hasil Perairan, Ilmu dan Teknologi Kelautan, Teknologi Hasil Hutan, seluruh departemen di Fakultas Teknologi Pertanian, Ilmu Gizi, Manajemen, Agribisnis, departemen-departemen di Fakultas MIPA, dan Departemen Ekonomi dan Studi Pembangunan. Dari sebaran nilai tadi sudah mulai dapat terlihat pola-pola sebaran nilai pada departemen-departemen tertentu, namun pada banyak departemen di Fakultas Pertanian, Fakultas Perikanan, Fakultas Peternakan, dan Fakultas Kehutanan masih belum terlihat polapola khusus pada mata kuliah tertentu, seperti pada Departemen Proteksi Tanaman, Silvikultur, dan Ilmu Keluarga dan Konsumen hampir di setiap mata kuliah tadi banyak yang
tersebar di huruf mutu C bahkan tidak sedikit persentase yang mendapat D atau E. Analisis Korelasi Kanonik Antara Mata Kuliah TPB dan Prestasi di Departemen Analisis korelasi kanonik antara peubah mata kuliah di TPB ditambah dengan IPK TPB (X) dan peubah Indeks Prestasi (IP) setelah di departemen (Y) hanya dilakukan pada angkatan 42. Pada analisis korelasi secara keseluruhan didapatkan korelasi ( i) antara U1 dan V1 adalah sebesar 0.631 dan i2 sebesar 39.8%, yang berarti 39.8% dari ragam dapat diterangkan oleh model, sedangkan ragam total yang dapat dijelaskan adalah sebesar 93.42%. Dari tiga peubah kanonik yang terbentuk, hanya peubah kanonik pertama yang nyata pada taraf α = 5%. Interpretasi dalam analisis korelasi kanonik dapat dilakukan terhadap koefisien kanonik maupun nilai loading kanonik. '
'
Koefisien kanonik a dan b dapat diinterpretasikan sebagai besarnya kontribusi peubah asal terhadap peubah kanonik. Semakin besar nilai koefisien, maka semakin besar kontribusi peubah yang bersangkutan terhadap peubah kanonik. Sedangkan loading kanonik dihitung dari korelasi antara peubah asal dengan masing-masing peubah kanonik. Semakin besar nilai loading mencerminkan semakin dekat hubungan peubah kanonik dengan peubah asal. Analisis korelasi kanonik dimulai dengan menganalisis angkatan 42 secara keseluruhan. Dari nilai loading kanonik yang diperoleh, IPK TPB terlihat paling berpengaruh pada prestasi setelah di departemen, sedangkan urutan mata kuliah TPB yang paling berpengaruh secara keseluruhan adalah : Ekonomi Umum, Kimia, Biologi, PIP, Kalkulus, Bahasa Indonesia, Fisika, Matematika, Bahasa Inggris, Sosiologi Umum, PKN, Agama, Kewirausahaan, dan Olahraga dan Seni. Setelah dilakukan analisis korelasi kanonik secara keseluruhan, maka untuk mengetahui mata kuliah TPB yang berpengaruh di tiap-tiap departemen, maka analisis korelasi kanonik juga dilakukan per departemen. Dari analisis korelasi kanonik yang dilakukan terhadap 34 departemen, terdapat 10 departemen memiliki korelasi yang tidak nyata pada taraf α = 5%, dan 3 departemen yang memiliki matriks korelasi yang tidak berpangkat penuh, yaitu Departemen Silvikultur, Departemen Statistika, dan Departemen Meteorologi Terapan. Pada Departemen Statistika, yang menyebabkan matriks tidak berpangkat penuh adalah karena adanya peubah nilai TPB yang 100% homogen,
yaitu pada mata kuliah Kalkulus, sehingga mata kuliah kalkulus dihilangkan dalam analisisnya, sedangkan pada Departemen Silvikultur dan Meteorologi Terapan matriks korelasi tidak berpangkat penuh dikarenakan jumlah unit pengamatannya lebih kecil dari peubah X dan Y. Pada masing-masing departemen hanya peubah kanonik pertama yang nyata. Hasil analisis korelasi kanonik disajikan pada Lampiran 16 sedangkan nilai loading kanonik antara peubah asal dengan peubah kanoniknya disajikan pada Lampiran 17 dan Lampiran 18. Dari nilai loading kanonik yang diperoleh, dapat dilihat mata kuliah TPB yang berpengaruh di setiap departemen. Nilai IPK TPB berpengaruh hampir di setiap departemen di IPB. Lima mata kuliah TPB yang berpengaruh di tiap-tiap departemen diringkas pada Tabel 6 berikut : Tabel 6. Lima mata kuliah TPB yang berpengaruh di setiap departemen Departemen Agronomi & Hortikultura Proteksi Tanaman Manajemen SD Lahan* Arsitektur Lanskap Kedokteran Hewan Tek & Manajemen Perikanan Budidaya Manajemen SD Perairan* Teknologi Hasil Perairan* Tek & Manajemen Perikanan Tangkap* Ilmu & Teknologi Kelautan Nutrisi & Teknologi Pakan Teknologi Produksi Ternak Manajemen Hutan Teknologi Hasil Hutan* Konservasi SD Hutan & Ekowisata Silvikultur Teknik Pertanian Teknologi Industri Pertanian Teknologi Pangan
Mata Kuliah Kalkulus, Biologi, Ekonomi Umum, Fisika, Sosiologi Umum Ekonomi Umum, Biologi, Fisika, Matematika, PKN Matematika, Biologi, Ekonomi Umum, Kimia, Kalkulus PIP, Biologi, Ekonomi Umum, Kimia, Bahasa Inggris Biologi, PIP, Ekonomi Umum, Kimia, Fisika PIP, Ekonomi Umum, Matematika, Biologi, Kalkulus PKN, Olahraga&Seni, Kimia, Agama, Biologi PIP, Biologi, Fisika, Bahasa Inggris, Sosiologi Umum Olahraga&Seni, Kalkulus, Biologi, PIP, PKN Fisika, Matematika, Biologi, Kimia, Kalkulus Ekonomi Umum, Biologi, Kalkulus, Kimia, PIP Kalkulus, Bahasa Indonesia, Kimia, Biologi, Sosiologi Umum Kalkulus, Kimia, Matematika, PKN, Ekonomi Umum Ekonomi Umum, Matematika, Biologi, Kimia, Bahasa Inggris Kalkulus, Kimia, Biologi, Ekonomi Umum, Bahasa Indonesia Biologi, Ekonomi Umum, PIP, Kimia, Bahasa Inggris Kimia, Biologi, Ekonomi Umum, Bahasa Inggris, Fisika Matematika, PKN, Bahasa Indonesia, Sosiologi Umum, PIP
Departemen Statistika Meteorologi Terapan Biologi Kimia Matematika Ilmu komputer Fisika* Biokimia* Ekonomi & Studi Pembangunan Manajemen Agribisnis* Ekonomi SD & Lingkungan* Ilmu Keluarga & Konsumen Komunikasi & Pengembangan Masyarakat* Ilmu Gizi
Mata Kuliah Kalkulus, Ekonomi Umum, PKN, Matematika, Agama, Bahasa Indonesia Kimia, Biologi, Kalkulus, Ekonomi Umum, Matematika Ekonomi Umum, Kalkulus, Fisika, Kimia, Biologi Kimia, Biologi, Bahasa Inggris, Fisika, Matematika Ekonomi Umum, Kimia, Biologi, Fisika, Matematika Ekonomi Umum, Kimia, Bahasa Indonesia, Biologi, Fisika Kalkulus, Fisika, Ekonomi Umum, Kimia, Bahasa Inggris Fisika, Olahraga & seni, Kimia, Biologi, Matematika Kimia, Biologi, Kalkulus, Fisika, Matematika Kimia, PIP, Agama, Olahraga&Seni, Biologi Sosiologi Umum, PIP, Olahraga & Seni, Kimia, Kalkulus Kimia, Biologi, Ekonomi Umum, PIP, Bahasa Indonesia Biologi, PIP, Kimia, Fisika, Ekonomi Umum Ekonomi Umum, PKN, PIP, Kalkulus, Fisika
* = Hasil Analisis Korelasi Kanonik tidak nyata pada taraf α = 5%
Dari Tabel 6 diatas dapat dilihat bahwa mata kuliah Biologi sering muncul sebagai mata kuliah yang berpengaruh di banyak departemen di IPB, kemudian diikuti mata kuliah Kimia, Ekonomi Umum, Kalkulus, Fisika, dan Matematika yang frekuensi kemunculannya juga sering. Mata kuliah Bahasa Inggris dan Bahasa Indonesia juga terlihat berpengaruh pada departemen Arsitektur Lanskap, Teknik Pertanian, Teknologi Industri Pertanian, Teknologi Produksi Ternak, Matematika, dan Ilmu Keluarga & Konsumen. Sedangkan 10 departemen yang hasil analisis korelasi kanoniknya tidak nyata pada taraf α = 5%, bisa disimpulkan bahwa tidak ada hubungan yang signifikan antara nilai akademik TPB dengan Indeks Prestasinya setelah masuk departemen. Namun kesepuluh departemen tadi ditambah Departemen Silvikultur dan Departemen Meteorologi Terapan masih dapat dilihat polapola mata kuliah yang berpengaruh di sebaran persentase nilai mata kuliah TPB pada Lampiran 14. Jika masih tidak terlihat pola tertentu, maka departemen-departemen tersebut masih perlu meningkatkan lagi persyaratan khusus bagi mahasiswanya agar mahasiswa
tersebut dapat mengikuti kuliah dengan baik setelah di departemen. Data yang Perlu Verifikasi Pada penelitian ini dilakukan pula tabulasi silang beberapa peubah latar belakang mahasiswa untuk melihat hubungan antar peubah. Tabulasi silang tersebut disajikan pada Lampiran 19 hingga Lampiran 28. Dari hasil tabulasi silang yang dilakukan, terlihat adanya outlier, yang dalam kasus ini adalah data yang tidak biasanya. Data tersebut antara lain terdapat pada hubungan antara penghasilan ayah dan daya listrik yang digunakan. Pada Tabel 21 untuk angkatan 42 terlihat bahwa sebanyak 57.5% mahasiswa dengan penghasilan orang tua Rp. 1.000.0012.500.000 menggunakan daya listrik sebesar 450 Watt, kemudian sebanyak 48.6% menggunakan daya listrik sebesar < 450 Watt, dan sebanyak 19.5% mahasiswa dengan penghasilan ayah sebesar Rp.2.500.0015.000.000 juga masih menggunakan daya listrik sebesar 450 Watt. Dari data ini, terlihat adanya kejanggalan, mengingat di saat ini sudah jarang masyarakat yang menggunakan daya listrik sebesar 450 Watt atau kurang. Verifikasi juga perlu dilakukan pada data penghasilan ayah. Pada penelitian ini banyak ditemukan adanya kesalahan pengkodingan data penghasilan ayah dengan nilai aslinya yang bisa berakibat adanya kesalahan informasi.
KESIMPULAN DAN SARAN Kesimpulan Pada penelitian kali ini ada beberapa hal yang dapat dijadikan kesimpulan, yaitu dari latar belakang mahasiswa USMI angkatan 42 dan 43 terlihat bahwa asal daerah terbanyak adalah dari Jawa Barat, pendidikan ayah didominasi oleh pendidikan SLTA dan sarjana, pekerjaan ayah pegawai negeri, wiraswasta, dan karyawan swasta. Sedangkan daya listrik sebesar 450 Watt adalah pilihan terbanyak, dan dari kedua angkatan didominasi latar belakang penghasilan ayah sebesar Rp. 1.000.001 2.500.000,-. Kesimpulan lainnya adalah bahwa nilai rapor SMU mahasiswa USMI kurang dapat mencirikan prestasi yang akan diraihnya setelah masuk TPB, hal ini dikarenakan nilai rapor mahasiswa USMI yang terbilang homogen, meskipun dengan kualitas SMU yang berbeda yang tersebar di seluruh Indonesia dan beberapa dari luar negeri. Sedangkan peubah latar belakang yang memiliki keterkaitan dengan nilai IPK TPB
mahasiswa adalah penghasilan ayah dan asal daerah. Hal menarik yang dapat dilihat dari penelitian ini adalah bahwa ternyata mahasiswa dengan IPK TPB ≥ 3.00 lebih banyak didominasi oleh mahasiswa dengan latar belakang penghasilan ayah < Rp. 1.000.000, sedangkan mahasiswa dengan 2.00≤IPK<2.50 lebih banyak didapatkan oleh mahasiswa dengan latar belakang penghasilan orang tua > Rp. 2.500.000, sehingga dapat dikatakan bahwa ternyata penghasilan orang tua yang diharapkan dapat menunjang pendidikan tidak selalu menjamin keberhasilan prestasi. Dalam hal ini besar kemungkinan terdapat faktor-faktor dari dalam diri mahasiswa tersebut seperti ketekunan, kemauan belajar, dan kemandirian. Dari analisis gerombol dapat terlihat bahwa untuk kedua angkatan, mahasiswa USMI yang memiliki IPK TPB < 3.00 banyak diperoleh mahasiswa yang berasal dari Indonesia bagian timur dan Luar Negeri. Dari hasil analisis korelasi kanonik yang dilakukan dapat dilihat mata kuliah TPB yang berpengaruh terhadap prestasinya setelah di departemen. Urutan mata kuliah TPB yang frekuensi kemunculannya sering dari 34 departemen yang dianalisis adalah Biologi, Kimia, Ekonomi Umum, Kalkulus, Fisika, dan Matematika. Secara keseluruhan, keempat belas mata kuliah TPB berpengaruh pada tiap-tiap departemen, hanya bobot pengaruhnya yang berbeda di setiap departemen. Namun analisis korelasi ini masih mempunyai kekurangan pada saat menganalisis peubah yang nilainya relatif homogen sehingga menghasilkan nilai korelasi yang rendah, sehingga hasil yang diberikan pun tidak sesuai harapan. Saran. IPB dapat membagi rata jumlah mahasiswa asal daerah lainnya dan lebih meningkatkan promosi IPB ke SMU di luar Jawa yang siswanya memiliki catatan prestasi yang baik di IPB dan diharapkan IPB dapat memperbaharui lagi data peringkat sekolah yang ada. Sedangkan dari hasil tabulasi antara peubahpeubah latar belakang mahasiswa, masih banyak hasil yang terlihat janggal, sehingga dapat dijadikan masukan bagi IPB untuk melakukan verifikasi pada data mahasiswa baru jalur USMI tahun berikutnya. Departemen-departemen yang terlihat memiliki rataan indeks prestasi mahasiswa di bawah 2.75, diharapkan dapat lebih meningkatkan lagi syarat khusus bagi mahasiswanya dan lebih meningkatkan promosinya bagi calon mahasiswa baru.
Analisis korelasi kanonik pada penelitian ini dapat bermanfaat pada saat pemilihan departemen selepas TPB, sehingga perolehan nilai mata kuliah TPB yang diperoleh dapat dijadikan pertimbangan untuk bisa masuk ke departemen yang diinginkan dan tidak semata tergantung pada besar kecilnya IPK TPB, walaupun saat ini angkatan 44 dan 45 sudah memiliki departemen saat masuk IPB, namun hasil ini masih bisa digunakan bagi mahasiswa untuk melihat nilai yang diperoleh pada mata kuliah-mata kuliah tersebut, sehingga seorang mahasiswa diharapkan dapat meningkatkan pemahamannya pada mata kuliah tersebut sebagai dasar agar dapat menerima pelajaran lebih baik lagi di departemen yang bersangkutan.
DAFTAR PUSTAKA Gittins, R. 1985. Canonical analysis, A Review with Applications in Ecology. SpringerVerlag, Berlin Heidelberg New York, Tokyo. Greenacre, Michael. J. 1984. Theory and Application of Correspondence Analysis. Academic Press Inc, London Ltd. Institut Pertanian Bogor. 2006. Program Panduan Sarjana. Bogor Johnson, R. A & D. Wichern. 1982. Applied Multivariate Statistical Analysis. Prentice Hall International Inc, New Jersey. Kantardzic, Mehmed. 2003. Data Mining: Concepts, Models, Methods, and Algorithms. John Wiley & Sons Moertini, Veronika S. 2002. Data Mining Sebagai Solusi Bisnis [ulasan]. Integral 2002; vol 7 no 1. Musa, Sjarkani. 2007. Metodologi Penelitian dengan Statistika. Departemen Statitika FMIPA IPB, Bogor Primasanti, M.N. 2006. Karakteristik Lulusan S1 Statistika Institut Pertanian Bogor (Studi Kasus pada alumni Angkatan 3135). Skripsi. Departemen Statistika FMIPA IPB, Bogor Ratih, A D. 1989. Korelasi Kanonik Antara Prestasi Mahasiswa TPB dengan Mata Kuliah Wajib Semester 3 dan 4. Skripsi. Departemen Statistika FMIPA IPB, Bogor Santoso, Singgih. Menggunakan SPSS Untuk Statistik Multivariat. 2006. Elex Media Komputindo. Jakarta
LAMPIRAN
Lampiran 1 Boxplot nilai raport SMU BoxplotNilai SMUAngkatan43
100
100
90
80
80
60 Data
Data
BoxplotNilai SMUAngkatan42
70
40
60
20
50
0
_1 _2 _1 _2 _1 _1 _2 _1 _2 _1 _1 _2 _1 _2 _1 _1 _2 _1 _2 _1 B1 B1 B2 B2 B3 F1 F1 F2 F2 F3 K1 K1 K2 K2 K3 M1 M1 M2 M2 M3
_1 _2 _1 _2 _1 _1 _2 _1 _2 _1 _1 _2 _1 _2 _1 _1 _2 _1 _2 _1 B1 B1 B2 B2 B3 F1 F1 F2 F2 F3 K1 K1 K2 K2 K3 M1 M1 M2 M2 M3
Lampiran 2 Hasil Uji Chi-Square antara latar belakang dan kategori IPK TPB Angkatan
42
43
Nilai
2 hit
df
Nilai Peluang
IPK TPB*Pendidikan Ayah
1532
12.623
18
0.813
IPK TPB*Pekerjaan Ayah
1532
29.669
39
0.859
IPK TPB*Listrik
1532
9.398
18
0.950
Tabulasi Silang
N
IPK TPB*Penghasilan Ayah
1532
30.347
15
0.011
IPK TPB*Asal Daerah
1532
198.186
75
0.000
IPK TPB*Jenis Kelamin
1532
7.642
3
0.054
IPK TPB*Pendidikan Ayah
1749
32.821
18
0.018
IPK TPB*Pekerjaan Ayah
1749
62.178
39
0.011
IPK TPB*Listrik
1749
15.077
18
0.657
IPK TPB*Penghasilan Ayah
1749
41.380
15
0.000
IPK TPB*Asal Daerah
1749
190.523
81
0.000
IPK TPB*Jenis Kelamin
1749
11.128
3
0.011
Lampiran 3 Analisis Korespondensi pada kategori IPK TPB dan penghasilan ayah Angkatan
1 2 3
Inertia 0.0158 0.0030 0.0010
Proportion 0.7957 0.1517 0.0526
Cumulative 0.7957 0.9474 1
1 2 3
0.0198 Inertia 0.0181 0.0042 0.0014
1 Proportion 0.7631 0.1783 0.0586
1 Cumulative 0.7631 0.9414 1
0.0237
1
1
Axis
42 Total Axis
43 Total
Lampiran 4 Analisis Korespondensi pada kategori IPK TPB dan asal daerah Angkatan
1 2 3
Inertia 0.0738 0.0223 0.0198
Proportion 0.6363 0.1927 0.1711
Cumulative 0.6363 0.8289 1
1 2 3
0.1160 Inertia 0.0797 0.0156 0.0086
1 Proportion 0.7671 0.1497 0.0832
1 Cumulative 0.7671 0.9168 1
0.1039
1
1
Axis
42 Total Axis
43 Total
Lampiran 5 Plot analisis korespondensi angkatan 42 antara kategori penghasilan ayah dan IPK TPB Angkatan 42 0.4
Tidak Mengisi
Component 2 (15.17%)
0.3 0.2 < Rp 500.000 IPK>=3.5 Rp 500.001 - Rp 1.000.000 3<=IPK<3.5 Rp 1.000.001 - Rp 2.500.000 Rp 2.500.001 - Rp 5.000.000 > Rp 5.000.000 2.5<=IPK<3 2<=IPK<2.5
0.1 0.0 -0.1 -0.2 -0.3 -0.4
-0.4 -0.3 -0.2 -0.1 0.0 0.1 0.2 Component 1 (79.57%)
0.3
0.4
Lampiran 6 Plot analisis korespondensi angkatan 43 antara kategori penghasilan ayah dan IPK TPB
Angkatan 43 0.75
Component (17.83%)
0.50
0.25
< Rp 500.000 IPK>=3.5
Rp 2.500.001 - Rp 5.000.000 2<=IPK<2.5 > Rp 5.000.000 Tidak Mengisi 0.00 Rp 1.000.001 - Rp 2.500.000 2.5<=IPK<3 3<=IPK<3.5 Rp 500.001 - Rp 1.000.000
-0.25
-0.50 -0.50
-0.25 0.00 0.25 0.50 Component 1 (76.31%)
0.75
Lampiran 7 Plot analisis korespondensi angkatan 42 antara kategori asal daerah dan IPK TPB Symmetric Plot
Component 2 (19.27%)
2.0 1.5 18
1.0 8
0.5
21
16
20
IP K>=3 .5
6
5
13
0.0
17 2 <=IP K<2 .5
3
2 .5 <=IP K<3
12 11 2 15 3 <=IP K<3 .5 1 19 14 4 7
-0.5 -0.5
22
0.0 0.5 1.0 1.5 Component 1 (63.63%)
2.0
Lampiran 8 Plot analisis korespondensi angkatan 43 antara kategori asal daerah dan IPK TPB Symmetric Plot
Component 2 (14.97%)
1.5
1.0
0.5
18 3 10 2 .5 <=IPK<3 20 12 6 2 5 11
8
3 <=IP K<3 .5
0.0
13 15
14
2 <=IPK<2 .5
IP K>=3 .5
9
-0.5
4
16
7
21 22
1
17
19
-1.0 -1.0
No 1 2 3 4 5 6 7 8
Asal Daerah NAD Sumatera Utara Sumatera Barat Riau Jambi Sumatera Selatan Bengkulu Lampung
-0.5 0.0 0.5 1.0 Component 1 (76.71%)
No 9 10 11 12 13 14 15
Asal Daerah Bangka Banten DKI Jakarta Jawa Barat Jawa Tengah DIY Jawa Timur
No 16 17 18 19 20 21 22
1.5
Asal Daerah Bali NTB NTT Kalimantan Sulawesi Papua Luar Negeri
Lampiran 9 Tabulasi silang antara IPK TPB dan asal daerah pada angkatan 42 Asal Daerah NAD Sumatera Utara Sumatera Barat Riau Jambi Sumatera Selatan Bengkulu Lampung DKI Jakarta Jawa Barat Jawa Tengah DIY Jawa Timur Bali NTB NTT Kalimantan Sulawesi Papua Luar Negeri Total
2.00≤IPK<2.50 2 18.2% 21 28% 7 10.3% 0 0% 3 15% 1 4.5% 1 6.7% 2 6.3% 18 9.2% 113 16.1% 13 5.9% 1 16.7% 10 9.6% 0 0% 3 33.3% 2 100% 1 16.7% 8 47.1% 4 66.7% 2 50% 212 13.8%
Klasifikasi IPK TPB 2.50≤IPK<3.00 3.00≤IPK<3.50 4 5 45.5% 36.4% 25 26 34.7% 33.3% 34 17 25% 50% 4 5 50% 40% 4 7 20% 35% 5 8 36.4% 22.7% 5 9 60% 33.3% 8 8 25% 25% 73 73 37.2% 37.2% 252 243 34.5% 35.8% 63 88 39.6% 28.4% 2 3 50% 33.3% 23 53 51% 22.1% 2 0 0% 66.7% 2 3 22.2% 33.3% 0 0 0% 0% 4 0 0% 66.7% 7 1 5.9% 41.2% 2 0 0% 33.3% 2 0 0% 50% 515 555 33.6% 36.2%
IPK≥3.50 0 0% 3 4% 10 14.7% 1 10% 6 30% 8 36.4% 0 0% 14 43.8% 32 16.3% 96 13.6% 58 26.1% 0 0% 18 17.3% 1 33.3% 1 11.1% 0 0% 1 16.7% 1 5.9% 0 0% 0 0% 250 16.3%
Total 11 100% 75 100% 68 100% 10 100% 20 100% 22 100% 15 100% 32 100% 196 100% 704 100% 222 100% 6 100% 104 100% 3 100% 9 100% 2 100% 6 100% 17 100% 6 100% 4 100% 1532 100%
Lampiran 10 Tabulasi silang antara IPK TPB dan asal daerah pada angkatan 43 Asal Daerah NAD Sumatera Utara Sumatera Barat Riau Jambi Sumatera Selatan Bengkulu Lampung Bangka Banten DKI Jakarta Jawa Barat Jawa Tengah DIY Jawa Timur Bali NTB NTT Kalimantan Sulawesi Papua Luar Negeri Total
2.00≤IPK<2.50 7 41.2% 38 39.2% 12 21.8% 1 11.1% 3 14.3% 4 20% 6 40% 2 5.3% 0 0% 14 15.1% 29 12.1% 160 22.9% 16 6.7% 0 0% 17 13.6% 0 0% 6 46.2% 1 20% 2 18.2% 9 39.1% 4 66.7% 3 75% 334 19.1%
Klasifikasi IPK TPB 2.50≤IPK<3.00 3.00≤IPK<3.50 7 1 41.2% 5.9% 38 15 39.2% 15.5% 20 21 36.4% 38.2% 4 2 44.4% 22.2% 6 8 28.6% 38.1% 5 8 25% 40% 4 3 26.7% 20% 12 18 31.6% 47.4% 0 3 0% 60% 36 32 38.7% 34.4% 87 96 36.3% 40% 257 204 36.7% 29.1% 83 92 34.7% 38.5% 2 2 33.3% 33.3% 48 34 27.2% 38.4% 4 0 57.1% 0% 3 2 23.1% 15.4% 2 2 40% 40% 1 4 9.1% 36.4% 8 5 34.8% 21.7% 1 1 16.7% 16.7% 1 0 25% 0% 615 567 35.2% 32.4%
IPK≥3.50 2 11.8% 6 6.2% 2 3.6% 2 22.2% 4 19% 3 15% 2 13.3% 6 15.8% 2 40% 11 11.8% 28 11.7% 79 11.3% 48 20.1% 2 33.3% 26 20.8% 3 42.9% 2 15.4% 0 0% 4 36.4% 1 4.3% 0 0% 0 0% 233 13.3%
Total 17 100% 97 100% 55 100% 9 100% 21 100% 20 100% 15 100% 38 100% 5 100% 93 100% 240 100% 700 100% 239 100% 6 100% 125 100% 7 100% 13 100% 5 100% 11 100% 23 100% 6 100% 4 100% 1749 100%
Lampiran 11 Radar Pergerakan Indeks Prestasi (IP) per Departemen angkatan 42
Rataan IP per Departemen 1 33
34 4.00
2
3
32
4
31
5
3.50
30
6 3.00
29 28
7 8
2.50
27
IPK TPB
9
IP Sem 3
2.00 26
10
25
IP Sem 4 IP Sem 5
11
24
12 23
13 22
14 21
15 20
19
17
16
18
Lampiran 12 Radar Pergerakan Indeks Prestasi (IP) per Departemen angkatan 43
Rataan IP per Departemen 1 33
34 4.00
2
3
32
4
31
5
3.50
30
6 3.00
29 28
7 8
2.50
27
9 2.00
26
10
IPK TPB IP Sem 3
25
11
24
12 23
13 22
14 21
15 20
19
17 18
16
Lampiran 13 Departemen-departemen di IPB pada angkatan 42 dan 43 No 1
DEPARTEMEN Manajemen Sumberdaya Lahan
No 18
DEPARTEMEN Teknologi Industri Pertanian
2
Arsitektur Lanskap
19
Teknik Pertanian
3
Agronomi dan Hortikultura
20
Ilmu Komputer
4
Proteksi Tanaman
21
Statistika
5
Kedokteran Hewan Teknologi dan Manajemen Perikanan Budidaya Manajemen Sumberdaya Perairan
22
Matematika
23
Meteorologi Terapan
24
Fisika
25
Kimia
26
Biokimia
10
Ilmu dan Teknologi Kelautan Teknologi dan Manajemen Perikanan Tangkap Teknologi Hasil Perairan
27
Biologi
11
Nutrisi dan Teknologi Pakan
28
Agribisnis
12
Teknologi Produksi Ternak
29
Manajemen
13
Manajemen Hutan
30
Ekonomi Sumberdaya dan Lingkungan
14
Silvikultur
31
Ekonomi dan Studi Pembangunan
15
Teknologi Hasil Hutan Konservasi Sumberdaya Hutan dan Ekowisata Teknologi Pangan
32
Ilmu Keluarga dan Konsumen Komunikasi dan Pengembangan Masyarakat Ilmu Gizi
6 7 8 9
16 17
33 34
Lampiran 14 Sebaran Persentase Nilai Akhir Mata Kuliah TPB Angkatan 42 HM AGM BIO EKU FIS Departemen
Agronomi & Hortikultura
IND
ING
KAL
KIM
KWR
MAT
ORS
PIP
PKN
A
81.8
13.6
44.3
3.4
44.3
25.0
11.4
13.6
73.9
3.4
46.6
44.3
15.9
11.4
B
18.2
55.7
45.5
50.0
45.5
37.5
36.4
61.4
26.1
46.6
53.4
45.5
77.3
76.1
30.7
10.2
44.3
10.2
36.4
48.9
25.0
10.2
5.7
12.5
1.1
3.4
C D
2.3
50.0
SOU
1.1
E
Proteksi Tanaman
A
76.3
B
23.7
C
23.7
18.4
2.6
26.3
55.3
13.2 18.4
39.5
39.5
13.2
31.6
73.7
31.6
50.0
34.2
39.5
63.2
68.4
31.6
2.6
2.6
21.1
D
68.4 31.6
42.1
18.4
7.9
2.6
57.9
47.4
68.4
68.4
84.2
31.6
21.1
28.9
2.6
2.6
2.6
13.2
E
Manajemen Sumberdaya Lahan
A
70.3
2.7
27.0
24.3
13.5
2.7
5.4
54.1
B
29.7
21.6
43.2
29.7
48.6
40.5
27.0
27.0
45.9
C
64.9
24.3
64.9
27.0
43.2
51.4
64.9
D
10.8
5.4
5.4
2.7
16.2
2.7
E
Arsitektur Lanskap
40.5
27.0
18.9
5.4
59.5
56.8
67.6
67.6
67.6
13.5
13.5
27.0
10.8
2.7
21.6
2.7
A
57.5
10.0
25.0
5.0
40.0
35.0
5.0
5.0
70.0
2.5
60.0
37.5
10.0
7.5
B
42.5
47.5
62.5
55.0
37.5
32.5
27.5
35.0
30.0
47.5
40.0
47.5
70.0
77.5
42.5
12.5
40.0
22.5
30.0
52.5
37.5
12.5
20.0
12.5
2.5
15.0
22.5
C D
50.0
2.5
2.5
E
Kedokteran Hewan
A
73.8
8.2
32.8
1.6
32.8
29.5
8.2
8.2
77.0
1.6
50.8
42.6
23.0
4.9
B
26.2
47.5
45.9
42.6
55.7
47.5
31.1
42.6
23.0
41.0
49.2
45.9
62.3
78.7
44.3
19.7
41.0
11.5
23.0
47.5
49.2
52.5
9.8
14.8
16.4
4.9
1.6
C D
14.8
E
Teknologi & Manajemen Perikanan Budidaya
1.6
A
78.6
B
21.4
C D E
11.5 1.6 23.8
14.3
4.8
54.8
2.4
71.4
38.1
14.3
7.1
35.7
47.6
23.8 35.7
45.2
45.2
35.7
23.8
45.2
28.6
28.6
40.5
69.0
61.9
64.3
26.2
50.0
31.0
33.3
40.5
71.4
59.5
16.7
16.7
31.0
2.4
14.3
7.1
19.0
9.5
4.8
4.8
Departemen
Manajemen Sumberdaya Perairan
HM
AGM
BIO
EKU
FIS
IND
ING
KAL
KIM
KWR
A
83.9
3.2
22.6
6.5
32.3
22.6
6.5
6.5
71.0
B
16.1
32.3
45.2
32.3
38.7
48.4
38.7
45.2
29.0
64.5
29.0
41.9
29.0
29.0
48.4
48.4
C D
19.4
E
Teknologi Hasil Perairan
91.9
13.5
45.9
2.7
21.6
18.9
8.1
2.7
54.1
8.1
73.0
45.9
62.2
56.8
43.2
35.1
67.6
45.9
13.5
5.4
29.7
18.9
37.8
51.4
29.7
2.7
5.4
C
16.1
SOU 12.9
58.1
58.1
67.7
71.0
9.7
16.1
16.1
59.5
56.8
48.6
21.6
13.5
43.2
40.5
67.6
78.4
10.8
10.8
8.1
40.5
5.4 2.7
A
55.2
3.4
6.9
B
41.4
20.7
51.7
C
3.4
75.9
34.5
D
24.1
10.3
3.4
17.2
48.3
37.9
13.8
13.8
82.8
27.6
48.3
51.7
41.4
3.4
27.6
44.8
6.9
72.4 27.6
27.6
51.7
24.1
24.1
3.4
48.3
58.6
69.0
62.1
17.2
6.9
34.5
72.4
3.4
A
66.7
9.1
18.2
6.1
27.3
39.4
9.1
3.0
69.7
6.1
60.6
12.1
9.1
B
33.3
30.3
42.4
39.4
24.2
18.2
33.3
33.3
30.3
36.4
39.4
48.5
84.8
66.7
C
24.2
36.4
39.4
48.5
27.3
27.3
24.2
54.5
39.4
6.1
33.3
D
36.4
3.0
15.2
15.2
27.3
33.3
3.0
3.0
6.1
E A
67.6
B
32.4
24.3
5.4
10.8
10.8
48.6
16.2
35.1
21.6 10.8
43.2
35.1
10.8
27.0
48.6
27.0
C
59.5
40.5
56.8
32.4
59.5
40.5
51.4
2.7
67.6
D
24.3
2.7
32.4
35.1
10.8
E
Teknologi Produksi Ternak
PKN
32.3
54.8
B
E
Nutrisi & Teknologi Pakan
PIP
41.9
6.5
A
E
Ilmu & Teknologi Kelautan
45.2
ORS
3.2
D
Teknologi & Manajemen Perikanan Tangkap
MAT
71.7
3.8
9.4
26.4
3.8
3.8
B
28.3
22.6
50.9
18.9
43.4
37.7
11.3
17.0
73.6
35.8
62.3
28.3
52.8
49.1
45.3
3.8
18.9
1.9
5.7
34.0
37.7
C E
18.9
10.8
10.8
51.4
70.3
70.3
29.7
18.9
18.9
5.4
2.7
A
D
35.1 64.9
1.9
60.4 37.7 1.9
45.3
26.4
9.4
1.9
54.7
49.1
69.8
60.4
83.0
17.0
20.8
37.7
3.8
7.5
13.2
Departemen
Manajemen Hutan
HM
AGM
A
54.0
B
46.0
C
BIO
EKU
FIS
20.0
IND
ING
KAL
12.0
12.0
2.0
48.0
14.0
46.0
26.0
22.0
14.0
82.0
32.0
76.0
42.0
60.0
48.0
40.0
2.0
26.0
38.0
2.0
8.0
10.0
E
Teknologi Hasil Hutan
Konservasi SD Hutan & Ekowisata
54.8
B
45.2
MAT
56.0
20.0
ORS
PIP
PKN
60.0
16.0
10.0
6.0
40.0
58.0
80.0
68.0
26.0
10.0
24.0
80.0
SOU
2.0
32.3
3.2
29.0
29.0
9.7
3.2
58.1
16.1
41.9
51.6
9.7
19.4
51.6
71.0
54.8
38.7
41.9
51.6
41.9
41.9
58.1
32.3
71.0
83.9
C
61.3
16.1
25.8
16.1
32.3
35.5
45.2
12.9
19.4
16.1
D
16.1
E
3.2
41.9
12.9
3.2
A
74.1
5.6
20.4
25.9
22.2
5.6
3.7
68.5
3.7
61.1
29.6
22.2
11.1
B
24.1
25.9
42.6
27.8
48.1
33.3
13.0
20.4
29.6
24.1
38.9
50.0
70.4
79.6
C
1.9
68.5
37.0
57.4
22.2
40.7
48.1
44.4
1.9
61.1
18.5
7.4
9.3
14.8
3.7
3.7
29.6
29.6
9.3
1.9
3.7
1.9
13.0
4.3
4.3
D E
Silvikultur
KWR 44.0
18.0
D A
KIM
A
60.9
B
39.1
17.4
1.9 65.2
34.8
34.8
13.0
47.8
34.8
4.3
4.3
34.8
13.0
C
8.7
43.5
65.2
39.1
56.5
65.2
43.5
73.9
D
56.5
4.3
21.7
4.3
26.1
52.2
13.0
43.5
8.7
4.3
56.5
47.8
91.3
60.9
43.5
4.3
39.1
E
Teknik Pertanian
A
68.5
11.0
37.0
16.4
37.0
35.6
42.5
8.2
53.4
8.2
57.5
32.9
21.9
8.2
B
31.5
37.0
58.9
80.8
43.8
39.7
56.2
56.2
46.6
84.9
42.5
56.2
68.5
79.5
52.1
4.1
2.7
17.8
24.7
1.4
34.2
11.0
9.6
12.3
C D
1.4
6.8
1.4
E
Teknologi Industri Pertanian
A
96.0
34.7
69.3
52.0
60.0
49.3
52.0
65.3
69.3
26.7
50.7
68.0
26.7
14.7
B
4.0
50.7
20.0
36.0
36.0
36.0
36.0
21.3
30.7
57.3
49.3
26.7
66.7
81.3
14.7
10.7
12.0
4.0
12.0
9.3
10.7
14.7
5.3
6.7
4.0
2.7
1.3
1.3
1.3
1.3
1.3
C D E
Departemen
Teknologi Pangan
HM
AGM
BIO
EKU
FIS
IND
ING
KAL
KIM
KWR
MAT
ORS
PIP
PKN
A
93.4
89.5
96.1
71.1
76.3
82.9
69.7
94.7
81.6
53.9
47.4
90.8
52.6
31.6
B
6.6
10.5
3.9
28.9
23.7
14.5
27.6
5.3
17.1
46.1
52.6
9.2
46.1
65.8
2.6
2.6
1.3
2.6
100.0
C
1.3
SOU
D E
Statistika
A
85.1
34.0
83.0
63.8
66.0
57.4
61.7
63.8
97.9
53.2
74.5
42.6
29.8
B
14.9
42.6
14.9
27.7
27.7
25.5
34.0
36.2
2.1
46.8
21.3
48.9
66.0
23.4
2.1
8.5
6.4
17.0
4.3
4.3
8.5
4.3
C D E
Meteorologi Terapan
A
76.9
7.7
38.5
15.4
15.4
38.5
15.4
B
23.1
38.5
15.4
38.5
38.5
38.5
23.1
38.5
38.5
53.8 76.9
53.8
30.8
7.7
7.7
46.2
30.8
84.6
76.9
C
30.8
38.5
38.5
46.2
23.1
38.5
30.8
7.7
D
23.1
7.7
7.7
23.1
30.8
15.4
30.8
7.7
15.4
7.7
7.7
E
Biologi
A
65.4
17.3
26.9
5.8
28.8
28.8
7.7
3.8
63.5
B
32.7
30.8
46.2
34.6
42.3
34.6
21.2
42.3
34.6
C
1.9
30.8
25.0
42.3
26.9
32.7
50.0
21.2
1.9
17.3
1.9
3.8
19.2
D E
Kimia
38.5
38.5
15.4
11.5
23.1
59.6
28.8
63.5
55.8
19.2
65.4
1.9
30.8
21.2
32.7
34.6
11.5
1.9
1.9
1.9
A
82.0
8.2
45.9
8.2
36.1
16.4
27.9
26.2
72.1
4.9
47.5
32.8
14.8
11.5
B
18.0
44.3
44.3
55.7
42.6
42.6
39.3
73.8
27.9
45.9
52.5
49.2
73.8
73.8
47.5
9.8
36.1
21.3
41.0
32.8
18.0
11.5
13.1
C
49.2
D
1.6
E
Matematika
A
68.4
2.6
34.2
15.8
28.9
26.3
36.8
15.8
60.5
13.2
57.9
28.9
13.2
7.9
B
31.6
28.9
44.7
36.8
42.1
31.6
47.4
50.0
36.8
63.2
42.1
50.0
76.3
73.7
21.1
44.7
28.9
39.5
15.8
23.7
18.4
10.5
15.8
C
57.9
D
7.9
E
2.6
2.6
2.6
7.9 2.6
23.7 2.6
2.6
2.6
Departemen
Ilmu Komputer
HM
AGM
BIO
EKU
FIS
IND
ING
KAL
KIM
KWR
MAT
ORS
PIP
PKN
A
80.6
17.9
67.2
25.4
50.7
55.2
46.3
22.4
80.6
35.8
64.2
52.2
16.4
20.9
B
17.9
55.2
28.4
64.2
43.3
32.8
53.7
52.2
16.4
62.7
35.8
43.3
65.7
74.6
C
1.5
23.9
4.5
10.4
6.0
11.9
23.9
3.0
1.5
4.5
17.9
3.0
D
3.0
E
Fisika
SOU
1.5
1.5
A
59.3
7.4
18.5
11.1
22.2
18.5
18.5
7.4
55.6
3.7
48.1
37.0
18.5
7.4
B
40.7
29.6
51.9
74.1
48.1
48.1
48.1
29.6
44.4
48.1
51.9
48.1
63.0
66.7
C
55.6
22.2
14.8
22.2
33.3
33.3
40.7
14.8
18.5
25.9
D
7.4
7.4
7.4
48.1
22.2
E
Biokimia
A
66.7
38.9
50.0
22.2
61.1
50.0
25.0
27.8
72.2
2.8
38.9
77.8
36.1
11.1
B
33.3
61.1
47.2
61.1
22.2
30.6
52.8
52.8
27.8
52.8
61.1
22.2
52.8
86.1
2.8
16.7
16.7
19.4
19.4
19.4
11.1
2.8
C D
44.4
2.8
E
Ekonomi & Studi Pembangunan
A
74.1
8.6
60.3
5.2
50.0
62.1
10.3
10.3
60.3
1.7
36.2
48.3
31.0
12.1
B
25.9
27.6
39.7
56.9
29.3
36.2
32.8
44.8
39.7
56.9
63.8
44.8
60.3
72.4
20.7
1.7
48.3
34.5
5.2
8.6
15.5
8.6
10.3
C
62.1
34.5
D
1.7
3.4
41.4
1.7
E
Manajemen
A
82.1
2.6
51.3
2.6
64.1
26.9
7.7
7.7
62.8
5.1
43.6
35.9
23.1
3.8
B
17.9
46.2
44.9
47.4
34.6
44.9
30.8
35.9
37.2
43.6
56.4
51.3
69.2
84.6
C
48.7
3.8
42.3
1.3
28.2
56.4
50.0
12.8
7.7
10.3
D
2.6
5.1
6.4
7.7
51.3
1.3
E
Agribisnis
A
88.3
18.2
81.8
19.5
74.0
37.7
10.4
22.1
62.3
15.6
70.1
71.4
59.7
37.7
B
78.7
21.3
90.2
18.0
70.5
42.6
29.5
26.2
75.4
18.0
50.8
77.0
39.3
34.4
C
21.3
72.1
9.8
55.7
27.9
44.3
60.7
60.7
24.6
82.0
49.2
21.3
54.1
65.6
26.2
1.6
13.1
9.8
13.1
1.6
6.6
D E
6.6
Departemen
Ekonomi SD & Lingkungan
HM
AGM
A
77.4
B
22.6
BIO
EKU
FIS
IND
ING
KAL
KIM
KWR
MAT
ORS
PIP
PKN
25.8
29.0
9.7
3.2
48.4
3.2
35.5
22.6
16.1
6.5
35.5
48.4
38.7
58.1
38.7
51.6
38.7
64.5
58.1
71.0
61.3
32.3
48.4
16.1
12.9
32.3
61.3 25.8
38.7
C
67.7
58.1
22.6
25.8
D
6.5
6.5
3.2
6.5
58.1
9.7
SOU
3.2
E
Ilmu Keluarga & Konsumen
A
75.0
B
25.0
28.6
10.7
3.6
3.6
67.9
25.0
67.9
10.7 25.0
50.0
42.9
14.3
25.0
28.6
C
57.1
21.4
64.3
21.4
42.9
60.7
46.4
D
17.9
3.6
21.4
25.0
3.6 66.7
3.0
54.5
21.2
15.2
18.2
33.3
15.2
45.5
63.6
69.7
75.8
15.2
15.2
6.1
10.7
32.1
21.4
28.6
17.9
14.3
78.6
42.9
67.9
67.9
28.6
14.3
17.9
67.9
E
Komunikasi & Pengembangan Masyarakat
A
78.8
3.0
3.0
48.5
27.3
3.0
B
21.2
18.2
72.7
30.3
27.3
51.5
6.1
18.2
C
60.6
24.2
57.6
24.2
21.2
57.6
60.6
D
15.2
33.3
18.2
E
Ilmu Gizi
12.1
3.0
81.8
3.0
A
83.9
30.4
62.5
17.9
73.2
78.6
17.9
39.3
57.1
8.9
35.7
64.3
28.6
10.7
B
16.1
67.9
33.9
57.1
23.2
21.4
64.3
58.9
42.9
64.3
64.3
32.1
62.5
87.5
1.8
3.6
25.0
3.6
17.9
1.8
3.6
7.1
1.8
C
26.8
D
1.8
E
Lampiran 15 Sebaran Persentase Nilai Akhir Mata Kuliah TPB Angkatan 43 Departemen
Agronomi & Hortikultura
HM
AGM
BIO
EKU
FIS
IND
ING
KAL
KIM
KWR
MAT
ORS
PIP
PKN
A
87.5
11.5
46.2
9.6
57.7
24.0
8.7
9.6
48.1
6.7
76.0
59.6
27.9
7.7
B
12.5
61.5
41.3
55.8
35.6
45.2
45.2
51.9
51.9
46.2
24.0
36.5
58.7
82.7
26.9
12.5
34.6
6.7
30.8
41.3
38.5
3.8
13.5
9.6
C D E
4.8
47.1
SOU
Departemen
Proteksi Tanaman
HM
AGM
A
77.1
B
22.9
BIO
EKU
FIS
IND
ING
20.0
2.9
34.3
11.4
25.7
22.9
11.4
28.6
31.4
17.1
8.6
C
68.6
37.1
71.4
37.1
51.4
37.1
D
5.7
20.0
14.3
5.7
40.0 5.7
5.7
E
Manajemen Sumberdaya Lahan
A
63.0
B
37.0
Arsitektur Lanskap
KIM
KWR
MAT
ORS
PIP
PKN
68.6
11.4
5.7
2.9
14.3
28.6
62.9
71.4
62.9
60.0
57.1
2.9
22.9
20.0
34.3
25.7
28.6
2.9
2.9
42.9 57.1
32.6
19.6
15.2
30.4
26.1
34.8
23.9
8.7
17.4
67.4
10.9
C
80.4
54.3
63.0
32.6
52.2
50.0
67.4
6.5
D
2.2
2.2
10.9
4.3
41.3
15.2
E
13.0
KAL
26.1
56.5
13.0
10.9
4.3
43.5
54.3
60.9
65.2
76.1
26.1
28.3
30.4
13.0
4.3
2.2
2.2
A
81.6
7.9
31.6
5.3
60.5
44.7
5.3
2.6
47.4
B
18.4
44.7
52.6
65.8
31.6
34.2
52.6
34.2
52.6
47.4
15.8
28.9
7.9
21.1
36.8
63.2
C
SOU
D
76.3
60.5
34.2
18.4
68.4
21.1
36.8
57.9
73.7
31.6
2.6
2.6
7.9
7.9
5.3
E
Kedokteran Hewan
A
84.4
13.3
44.4
14.4
55.6
30.0
8.9
12.2
44.4
8.9
72.2
53.3
27.8
13.3
B
15.6
48.9
32.2
43.3
31.1
45.6
34.4
40.0
55.6
31.1
27.8
41.1
57.8
76.7
37.8
22.2
41.1
13.3
24.4
45.6
47.8
5.6
14.4
10.0
1.1
1.1
C D
57.8
11.1
2.2
E
Teknologi & Manajemen Perikanan Budidaya
Manajemen Sumberdaya Perairan
A
72.5
B
27.5
30.0
7.5
30.0
15.0
2.5
2.5
40.0
2.5
82.5
25.0
17.5
5.0
35.0
32.5
25.0
42.5
25.0
32.5
17.5
60.0
25.0
17.5
65.0
57.5
70.0
65.0
32.5
62.5
27.5
55.0
47.5
62.5
65.0
7.5
25.0
25.0
D
2.5
5.0
5.0
15.0
17.5
7.5
2.5
E
2.5
C
2.5
A
70.5
2.3
18.2
27.3
13.6
4.5
B
27.3
15.9
36.4
20.5
40.9
31.8
13.6
15.9
63.6
15.9
C
2.3
75.0
43.2
56.8
31.8
50.0
59.1
59.1
2.3
6.8
2.3
22.7
4.5
22.7
25.0
D E
34.1
56.8
31.8
13.6
2.3
43.2
34.1
65.9
63.6
75.0
29.5
20.5
34.1
9.1
4.5
Departemen
Teknologi Hasil Perairan
HM
AGM
BIO
EKU
FIS
IND
ING
KAL
KIM
KWR
MAT
ORS
PIP
PKN
A
83.7
4.7
20.9
4.7
44.2
7.0
2.3
2.3
39.5
4.7
74.4
41.9
32.6
9.3
B
16.3
32.6
44.2
44.2
41.9
44.2
20.9
46.5
58.1
25.6
25.6
53.5
48.8
69.8
62.8
34.9
51.2
14.0
46.5
65.1
41.9
2.3
67.4
4.7
18.6
20.9
2.3
11.6
9.3
C D
SOU
2.3
E
Teknologi & Manajemen Perikanan Tangkap
A
44.1
B
55.9
38.2
2.9
2.9
41.2
14.7
35.3
23.5 23.5
26.5
38.2
17.6
11.8
58.8
C
67.6
26.5
58.8
35.3
52.9
52.9
50.0
D
17.6
14.7
17.6
5.9
20.6
26.5
8.8
8.8
E
Ilmu & Teknologi Kelautan
67.6
70.6
23.5
26.5
32.4
11.8
11.8
68.3
2.4
39.0
7.3
24.4
14.6
4.9
2.4
43.9
2.4
87.8
24.4
22.0
2.4
29.3
29.3
31.7
24.4
53.7
29.3
31.7
34.1
56.1
41.5
12.2
61.0
56.1
61.0
C
2.4
63.4
19.5
68.3
22.0
51.2
48.8
43.9
46.3
12.2
22.0
36.6
4.9
7.3
4.9
12.2
14.6
9.8
2.4
2.4
4.9
2.4
A
61.8
1.8
18.2
3.6
23.6
9.1
1.8
36.4
1.8
61.8
18.2
14.5
B
38.2
20.0
45.5
25.5
36.4
38.2
18.2
21.8
63.6
9.1
38.2
61.8
58.2
78.2
C
70.9
27.3
52.7
40.0
47.3
50.9
45.5
72.7
18.2
25.5
21.8
D
7.3
9.1
18.2
5.5
27.3
29.1
16.4
1.8
1.8
3.6
1.8
E A
72.3
1.5
16.9
6.2
33.8
10.8
3.1
1.5
44.6
1.5
75.4
27.7
10.8
4.6
B
27.7
26.2
36.9
18.5
44.6
27.7
13.8
15.4
52.3
13.8
24.6
63.1
78.5
73.8
C
70.8
38.5
46.2
21.5
50.8
43.1
40.0
3.1
60.0
7.7
10.8
21.5
D
1.5
6.2
29.2
10.8
38.5
41.5
24.6
1.5
1.5
1.5
E
Manajemen Hutan
8.8 64.7
B
E
Teknologi Produksi Ternak
5.9 58.8
A
D
Nutrisi & Teknologi Pakan
55.9 44.1
17.6
1.5
A
71.2
1.5
12.1
1.5
15.2
10.6
1.5
B
28.8
7.6
47.0
16.7
48.5
30.3
12.1
10.6
48.5
1.5
77.3
19.7
12.1
4.5
51.5
13.6
22.7
59.1
68.2
75.8 19.7
C
80.3
36.4
60.6
34.8
50.0
51.5
50.0
72.7
19.7
18.2
D
9.1
4.5
21.2
1.5
9.1
33.3
37.9
10.6
1.5
1.5
E
1.5
1.5
1.5
1.5
Departemen
Teknologi Hasil Hutan
HM
AGM
A
44.4
B
52.8
13.9
36.1
C
2.8
69.4 16.7
D
BIO
EKU
FIS
IND
ING
KAL
KIM
KWR
27.8
13.9
2.8
2.8
38.9
16.7
19.4
27.8
19.4
13.9
61.1
52.8
58.3
50.0
47.2
55.6
47.2
2.8
25.0
2.8
11.1
22.2
33.3
8.3
E
Konservasi SD Hutan & Ekowisata
PIP
PKN
77.8
16.7
5.6
2.8
22.2
47.2
72.2
72.2
55.6
30.6
22.2
25.0
19.4
5.6
25.0
A
62.5
1.8
21.4
17.9
10.7
3.6
B
37.5
17.9
32.1
21.4
55.4
33.9
12.5
12.5
39.3
C
69.6
41.1
69.6
26.8
48.2
55.4
58.9
58.9
D
10.7
5.4
8.9
7.1
28.6
26.8
25.0
60.7
SOU
16.1
83.9
19.6
19.6
1.8
16.1
60.7
57.1
67.9
19.6
21.4
28.6
1.8
1.8
1.8
A
72.7
3.0
15.2
3.0
18.2
24.2
3.0
39.4
3.0
42.4
9.1
12.1
3.0
B
27.3
15.2
42.4
18.2
48.5
33.3
21.2
3.0
60.6
3.0
54.5
66.7
63.6
63.6
C
75.8
39.4
54.5
33.3
42.4
33.3
57.6
69.7
3.0
21.2
24.2
33.3
D
6.1
3.0
24.2
45.5
36.4
21.2
E
Teknik Pertanian
ORS
2.8
E
Silvikultur
MAT
3.0
3.0
A
76.1
1.5
35.8
7.5
35.8
23.9
9.0
4.5
37.3
6.0
82.1
26.9
16.4
3.0
B
23.9
38.8
37.3
61.2
50.7
22.4
46.3
34.3
61.2
43.3
17.9
53.7
56.7
70.1
C
49.3
23.9
28.4
13.4
52.2
40.3
52.2
1.5
50.7
19.4
26.9
26.9
D
10.4
3.0
3.0
1.5
4.5
9.0
E
Teknologi Industri Pertanian
A
88.6
27.8
81.0
39.2
75.9
55.7
34.2
35.4
65.8
17.7
74.7
74.7
41.8
21.5
B
11.4
59.5
13.9
54.4
22.8
32.9
45.6
46.8
34.2
62.0
25.3
24.1
55.7
75.9
C
11.4
5.1
6.3
1.3
11.4
19.0
17.7
1.3
2.5
2.5
D
1.3
20.3
1.3
E
Teknologi Pangan
A
95.9
71.2
98.6
69.9
80.8
82.2
61.6
74.0
76.7
65.8
58.9
91.8
61.6
42.5
B
4.1
28.8
1.4
30.1
19.2
17.8
35.6
26.0
23.3
34.2
39.7
8.2
37.0
57.5
C D E
2.7
1.4
1.4
Departemen
Statistika
HM
AGM
BIO
EKU
FIS
IND
ING
KAL
KIM
KWR
MAT
ORS
PIP
PKN
A
91.5
44.7
93.6
61.7
80.9
61.7
66.0
51.1
46.8
72.3
66.0
85.1
34.0
19.1
B
8.5
48.9
6.4
38.3
19.1
38.3
34.0
46.8
53.2
27.7
34.0
14.9
57.4
78.7
8.5
2.1
C
6.4
2.1
SOU
D E
Meteorologi Terapan
A
71.0
3.2
12.9
6.5
35.5
19.4
3.2
3.2
45.2
B
29.0
22.6
35.5
19.4
35.5
22.6
19.4
16.1
54.8
C
51.6
48.4
58.1
29.0
58.1
29.0
41.9
64.5
D
19.4
3.2
16.1
48.4
35.5
12.9
E
Biologi
3.2 88.7
7.5
26.4
B
11.3
34.0
32.1
58.5
C
28.3
24.5
26.4
41.5
39.6
15.1
24.5
30.2
62.3
30.2
28.3
39.6
52.8
11.3
11.3
7.5
41.5
20.8
3.8
1.9
E
Kimia
12.9
12.9
3.2
51.6
64.5
74.2
35.5
19.4
22.6
3.2
45.3 54.7
62.3
30.2
18.9
9.4
37.7
58.5
66.0
67.9
69.8
9.4
15.1
22.6
18.9
1.9
11.3
A
76
8
34
6
28
22
2
16
36
10
60
32
12
8
B
24
30
48
50
62
38
50
56
64
30
40
50
68
76
62
18
38
10
34
38
26
56
14
20
16
6
8
2
4
4
C D
6
E
Matematika
51.6 48.4
3.2
A
D
22.6
2
A
55.8
23.3
4.7
34.9
4.7
16.3
B
44.2
2.3
44.2
2.3
74.4
23.3
4.7
7.0
14.0
48.8
51.2
30.2
37.2
41.9
34.9
55.8
58.1
25.6
53.5
72.1
62.8
C
83.7
27.9
37.2
34.9
53.5
41.9
41.9
37.2
20.9
23.3
30.2
D
2.3
20.9
2.3
2.3
7.0
4.7
E
Ilmu Komputer
A
82.1
14.3
55.4
28.6
58.9
39.3
28.6
19.6
42.9
30.4
85.7
55.4
28.6
3.6
B
17.9
46.4
32.1
55.4
23.2
28.6
62.5
46.4
57.1
58.9
14.3
35.7
58.9
83.9
C
37.5
12.5
16.1
17.9
32.1
3.6
32.1
8.9
8.9
12.5
12.5
D
1.8
3.6
1.8
1.8
E
1.8
Departemen
Fisika
HM
AGM
A
80
B
16
C
4
D
BIO
EKU
FIS
IND
ING
KAL
KIM
KWR
MAT
ORS
PIP
PKN
36
20
16
16
16
4
40
8
64
28
16
SOU
44
28
56
60
20
32
24
52
28
36
52
72
72
48
32
20
24
60
44
52
8
56
20
12
28
8
4
4
4
8
20
8
E
Biokimia
A
85.4
29.3
41.5
14.6
34.1
31.7
12.2
17.1
34.1
7.3
65.9
48.8
17.1
9.8
B
12.2
48.8
34.1
56.1
51.2
29.3
24.4
43.9
65.9
17.1
34.1
34.1
73.2
80.5
C
2.4
22.0
22.0
26.8
14.6
39.0
56.1
34.1
70.7
17.1
9.8
9.8
2.4
2.4
7.3
4.9
4.9
D E
Ekonomi & Studi Pembangunan
A
86.2
3.1
72.3
9.2
63.1
56.9
6.2
6.2
46.2
6.2
61.5
53.8
32.3
20.0
B
13.8
56.9
26.2
61.5
30.8
33.8
41.5
38.5
53.8
53.8
38.5
41.5
55.4
73.8
40.0
1.5
29.2
6.2
9.2
49.2
52.3
4.6
10.8
6.2
3.1
3.1
C D
40.0
1.5
E
Manajemen
A
91.6
4.8
77.1
9.6
68.7
31.3
1.2
2.4
51.8
3.6
65.1
60.2
36.1
13.3
B
8.4
62.7
22.9
57.8
28.9
47.0
45.8
53.0
48.2
49.4
34.9
37.3
56.6
80.7
32.5
2.4
21.7
50.6
44.6
2.4
7.2
6.0
C
31.3
D E
Agribisnis
47.0
2.4 1.2
A
88.3
18.2
81.8
19.5
74.0
37.7
10.4
22.1
62.3
15.6
70.1
71.4
59.7
37.7
B
11.7
62.3
16.9
70.1
22.1
51.9
67.5
59.7
37.7
62.3
29.9
26.0
36.4
61.0
19.5
1.3
10.4
3.9
10.4
22.1
18.2
2.6
2.6
1.3
C
22.1
D
1.3
E
Ekonomi SD & Lingkungan
A
83.3
6.7
76.7
3.3
40.0
26.7
6.7
3.3
43.3
6.7
56.7
33.3
20.0
10.0
B
16.7
46.7
23.3
46.7
46.7
46.7
50.0
43.3
56.7
46.7
43.3
60.0
63.3
80.0
40.0
13.3
26.7
43.3
53.3
6.7
16.7
10.0
C D E
46.7
10.0
46.7
Departemen
Ilmu Keluarga & Konsumen
HM
AGM
BIO
EKU
A
78.6
3.6
21.4
B
17.9
17.9
32.1
C
3.6
67.9
46.4
D
10.7
FIS
IND
ING
28.6
17.9
21.4
53.6
28.6
17.9
21.4
67.9
17.9
46.4
39.3
64.3
7.1
42.9
10.7
10.7
KAL
KWR
MAT
57.1
E
Komunikasi & Pengembangan Masyarakat
KIM
42.9
17.9
ORS
PIP
PKN
71.4
28.6
21.4
7.1
28.6
53.6
71.4
82.1
17.9
7.1
10.7
82.1
SOU
3.6
A
85.7
B
14.3
C
46.0
26.9
1.6
49.2
23.8
47.6
15.9 34.9
49.2
49.2
14.3
11.1
50.8
76.2
36.5
50.8
4.7
23.8
69.8
68.3
15.8
19.1
D
14.3
69.8
26.9
22.2
14.3
30.2
60.3
71.4
80.9
63.5
11.1
6.4
4.7
12.7
1.6
23.8
E
Ilmu Gizi
A
98.2
44.4
94.4
29.6
85.2
68.5
24.1
33.3
51.9
9.3
62.9
92.6
42.6
24.1
B
1.9
55.6
5.6
62.9
14.8
31.5
64.8
66.7
46.3
72.2
35.2
7.4
57.4
75.9
1.9
18.5
1.9
C D E
7.4
11.1
Lampiran 16 Analisis Korelasi Kanonik antara nilai mata kuliah di TPB dan prestasi di departemen Departemen Manajemen Sumberdaya Lahan Arsitektur Lanskap Agronomi dan Hortikultura Proteksi Tanaman Kedokteran Hewan Teknologi dan Manajemen Perikanan Budidaya Manajemen Sumberdaya Perairan Ilmu dan Teknologi Kelautan Teknologi dan Manajemen Perikanan Tangkap Teknologi Hasil Perairan Nutrisi dan Teknologi Pakan Teknologi Produksi Ternak Manajemen Hutan Silvikultur Teknologi Hasil Hutan Konservasi Sumberdaya Hutan dan Ekowisata Teknologi Pangan Teknologi Industri Pertanian Teknik Pertanian Ilmu Komputer Statistika Matematika Meteorologi Terapan Fisika Kimia Biokimia Biologi Agribisnis Manajemen Ekonomi Sumberdaya dan Lingkungan Ekonomi dan Studi Pembangunan Ilmu Keluarga dan Konsumen Komunikasi dan Pengembangan Masyarakat Ilmu Gizi
i
i2
0.855 0.919 0.682 0.853 0.867 0.891 0.890 0.935 0.915 0.757 0.936 0.844 0.835 0.921 0.852 0.659 0.759 0.722 0.746 0.825 0.868 0.939 0.823 0.815 0.942 0.661 0.768 0.899 0.782 0.946 0.833 0.749
0.731 0.845 0.465 0.728 0.751 0.793 0.793 0.874 0.837 0.573 0.877 0.713 0.697 0.848 0.727 0.434 0.575 0.521 0.557 0.681 0.753 0.881 0.677 0.665 0.886 0.437 0.589 0.809 0.612 0.895 0.694 0.561
Kumulatif 64.92 75.13 61.62 58.63 77.42 75.62 54.39 68.42 59.34 52.58 69.96 66.26 75.14 71.27 72.9 59.43 65.96 74.77 66.13 65.33 59.53 76.66 74.95 59.34 86.09 64.11 73.53 66.19 67.57 69.31 61.13 53.94
Lampiran 17 Nilai loading kanonik antara peubah asal (X) dengan peubah kanoniknya Departemen Manajemen Sumberdaya Lahan
X AGM
BIO
EKU
FIS
IND
ING
KAL
KIM
KWR
MAT
ORS
PIP
PKN
SOU
IPK TPB
0.1137
0.7205
0.6722
0.403
0.4763
0.4611
0.5427
0.6375
-0.0074
0.7592
-0.3377
0.4737
0.1949
0.5274
0.8091
0.424
0.6638
0.6561
0.1216
0.3869
0.5124
0.3896
0.6224
-0.054
0.2575
0.0286
0.6974
0.408
0.3889
0.8429
-0.2296
0.5866
0.5639
0.5383
0.3624
0.287
0.6695
0.4227
-0.0687
0.0985
-0.0962
0.3827
0.1879
0.5084
0.7082
-0.1137
0.3083
0.3539
0.2681
0.1189
0.1111
0.023
-0.2258
0.2384
-0.2576
-0.1277
-0.0189
0.2433
0.1485
0.1609
-0.0992
0.748
0.6221
0.4619
0.43
0.3564
0.3981
0.5372
0.1848
0.3442
0.1264
0.6776
0.394
0.2769
0.8258
0.2891
0.5546
0.6389
0.5405
-0.0106
0.0426
0.5429
0.5312
0.1903
0.6062
-0.0915
0.666
0.5358
0.3346
0.7652
Manajemen Sumberdaya Perairan
0.4482
0.3818
0.0019
0.1494
0.3616
-0.0419
0.3451
0.4663
-0.3786
0.3731
-0.559
0.1735
-0.6133
0.2175
0.2883
Ilmu dan Teknologi Kelautan Teknologi dan Manajemen Perikanan Tangkap
-0.032
0.7934
0.6364
0.8534
0.5232
0.5808
0.7497
0.7884
0.1465
0.8269
-0.1135
0.6675
-0.3474
0.5692
0.8528
0.2843
0.1654
0.1711
0.336
0.2308
0.2493
0.359
0.3059
-0.0251
0.101
0.6027
-0.1694
0.2478
0.1232
0.235
Teknologi Hasil Perairan
0.1185
0.5401
0.1634
0.4615
0.0397
0.3239
-0.2185
0.2031
0.1266
0.0045
0.0155
0.846
0.133
0.2574
0.4881
Nutrisi dan Teknologi Pakan Teknologi Produksi Ternak Manajemen Hutan
0.0683
0.6736
0.7443
0.4161
0.3387
0.4132
0.6293
0.5922
-0.2377
0.497
0.2581
0.5722
0.1119
0.4476
0.7403
0.1279
0.5811
0.5521
0.3178
0.6291
0.3911
0.701
0.6168
-0.1056
0.4619
-0.1719
0.4437
0.3629
0.5755
0.8123
0.1692
0.258
0.4279
0.3445
0.1768
-0.1159
0.6135
0.6082
0.2179
0.5654
-0.1819
0.4118
0.4696
0.3405
0.4465
Arsitektur Lanskap Agronomi dan Hortikultura Proteksi Tanaman Kedokteran Hewan Teknologi dan Manajemen Perikanan Budidaya
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
Teknologi Hasil Hutan
0.1956
0.5433
0.7814
0.2931
0.3264
0.3809
0.6254
0.4834
0.2504
0.5527
-0.2746
0.1234
0.1465
0.1585
0.6762
Konservasi Sumberdaya Hutan dan Ekowisata
0.2866
0.6863
0.6823
0.4348
0.6223
0.5159
0.8101
0.694
-0.0904
0.4716
-0.1237
0.3537
0.2073
0.38
0.7313
Teknologi Pangan
0.0075
0.1473
0.2365
0.0424
0.4205
0.2201
0.0262
-0.0074
0.1661
0.5111
0.0836
0.3343
0.4497
0.4031
0.7881
Teknologi Industri Pertanian
-0.0093
0.7065
0.6991
0.676
0.3772
0.6792
0.5683
0.7078
-0.0736
0.5236
-0.1568
0.6348
0.3481
0.1882
0.8094
Teknik Pertanian
-0.0055
0.733
0.5912
0.4095
0.2371
0.4695
0.2622
0.4946
0.2583
-0.0296
0.1716
0.5013
0.0843
0.0464
0.7546
Silvikultur
Ilmu Komputer
0.3784
0.453
0.6181
0.4506
0.3348
0.1082
0.3462
0.5586
0.1963
0.4333
-0.185
-0.0709
0.3862
0.2673
0.7774
Statistika
-0.3202
0.2246
0.6375
0.2378
0.3076
0.1818
-
0.1827
0.2208
0.3556
0.009
0.0288
0.5229
-0.1714
0.3385
Matematika
0.4467
0.7459
0.5805
0.6366
0.5183
0.6943
0.5553
0.8042
-0.2951
0.6128
-0.1596
0.2599
0.297
0.1643
0.822
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
Fisika
0.3067
0.5429
0.8304
0.4978
0.6804
0.052
0.3486
0.7467
0.3895
0.4426
-0.2649
0.1421
0.1102
0.4319
0.7329
Kimia
0.0084
0.569
0.7104
0.6364
0.4514
0.277
0.7094
0.6218
0.1516
0.393
-0.1341
0.4481
0.3873
0.3378
0.8316
Biokimia
0.1999
0.1025
0.5908
0.6216
0.0347
0.502
0.6544
0.547
-0.3636
0.4246
0.2295
0.2503
-0.1208
0.3994
0.6572
Meteorologi Terapan
Departemen
X AGM
BIO
EKU
FIS
IND
ING
KAL
KIM
KWR
MAT
ORS
PIP
PKN
SOU
IPK TPB
Biologi
0.3465
0.8095
0.7497
0.553
0.6088
0.588
0.7539
0.8166
0.0308
0.7038
-0.0924
0.679
0.1814
0.5084
0.9337
Agribisnis
0.3792
0.3299
0.1334
-0.0026
0.2638
0.0552
0.2891
0.5355
0.3119
-0.3034
-0.3778
0.4086
-0.0587
0.2151
0.4786
Manajemen
0.0227
0.6267
0.4052
0.4954
0.0368
0.3492
0.5625
0.7719
0.2468
0.4305
0.0035
0.3836
0.0551
0.2597
0.8376
Ekonomi Sumberdaya dan Lingkungan
0.0877
0.0438
-0.0189
0.193
0.2127
0.3086
0.3973
0.413
0.2316
0.0797
-0.4716
0.4868
-0.0946
0.6457
0.5318
Ekonomi dan Studi Pembangunan
0.2757
0.4979
0.2351
0.6169
0.2939
0.2635
0.3647
0.5476
-0.0694
0.4117
-0.5981
0.1929
0.2559
0.2076
0.7184
Ilmu Keluarga dan Konsumen
0.0786
0.6613
0.6231
0.3546
0.4793
0.3511
0.4394
0.7446
-0.003
0.0462
0.3125
0.52
0.2879
0.3977
0.6906
Komunikasi dan Pengembangan Masyarakat
-0.4126
0.6409
0.4928
0.5385
0.4563
-0.0633
0.3384
0.5526
0.2457
0.1138
-0.4002
0.5758
0.3175
0.3221
0.5775
Ilmu Gizi
-0.1655
0.2112
0.7056
-0.3026
-0.1405
-0.2087
-0.3883
0.2542
-0.2572
-0.0425
0.0554
0.4278
0.627
0.1091
0.2756
Lampiran 18 Nilai loading kanonik antara peubah asal (Y) dengan peubah kanoniknya Departemen Manajemen Sumberdaya Lahan Arsitektur Lanskap Agronomi dan Hortikultura Proteksi Tanaman Kedokteran Hewan Teknologi dan Manajemen Perikanan Budidaya Manajemen Sumberdaya Perairan Ilmu dan Teknologi Kelautan Teknologi dan Manajemen Perikanan Tangkap Teknologi Hasil Perairan Nutrisi dan Teknologi Pakan Teknologi Produksi Ternak Manajemen Hutan Silvikultur Teknologi Hasil Hutan Konservasi Sumberdaya Hutan dan Ekowisata Teknologi Pangan
Y IP Sem 3
IP Sem 4
IP Sem 5
0.9381 0.9793 0.8954 -0.5342 0.9698 0.8491 0.7056 0.9859 0.5681 0.9636 0.9298 0.9166 0.8288 0.8184 0.8663 0.9822
0.8467 0.6344 0.821 0.2126 0.8984 0.5455 0.4233 0.7047 0.8847 0.4951 0.9374 0.8595 0.9793 0.6323 0.848 0.5049
0.9376 0.4828 0.9248 0.1294 0.7696 0.7662 -0.0905 0.7592 0.0836 0.328 0.7573 0.7842 0.9024 0.258 0.4069 0.4374
Departemen Teknologi Industri Pertanian Teknik Pertanian Ilmu Komputer Statistika Matematika Meteorologi Terapan Fisika Kimia Biokimia Biologi Agribisnis Manajemen Ekonomi Sumberdaya dan Lingkungan Ekonomi dan Studi Pembangunan Ilmu Keluarga dan Konsumen Komunikasi dan Pengembangan Masyarakat Ilmu Gizi
Y IP Sem 3
IP Sem 4
IP Sem 5
0.6628
0.9454
0.909
0.9623
0.6042
0.752
0.932
0.8736
0.5988
0.7385
0.9571
0.6479
0.8077
0.6961
0.9525
-
-
-
0.5524
0.9821
0.8495
0.8884
0.9353
0.7385
0.7608
0.2246
0.0487
0.9935
0.955
0.7649
0.6972
0.9238
0.5112
0.9113
0.871
0.6846
0.7139
0.9987
0.6219
0.7697
0.3986
0.9068
0.825
0.6467
0.9988
0.7976
0.895
0.4662
0.8436
0.2746
0.7801
Lampiran 19 Tabulasi silang antara penghasilan ayah dan pendidikan ayah (angkatan 42) Penghasilan Orang Tua Pendidikan Orang < 500 500 Ribu 1 Juta 2.5 Juta Tidak Tua > 5 Juta Ribu - 1 Juta 2.5 Juta 5 Juta Mengisi 69 43 2 0 6 51 SD kebawah 29.8% 40.4% 25.1% 1.2% 0% 3.5% 48 9 1 2 18 37 SLTP 32.2% 41.7% 7.8% 0.9% 1.7% 15.7% 99 312 102 19 5 33 SLTA 5.8% 17.4% 54.7% 17.9% 3.3% 0.9% 15 124 44 14 0 5 Diploma 2.5% 7.4% 61.4% 21.8% 6.9% 0% 15 247 138 39 5 4 Sarjana 0.9% 3.3% 55.1% 30.8% 8.7% 1.1% 11 4 1 0 1 9 Tidak Mengisi 34.6% 42.3% 15.4% 3.8% 0% 3.8% 244 785 299 74 18 112 Total 7.3% 15.9% 51.2% 19.5% 4.8% 1.2% 2 hitung = 448.698
171 100% 115 100% 570 100% 202 100% 448 100% 26 100% 1532 100%
Nilai-p = 0.000
Lampiran 20 Tabulasi silang antara penghasilan ayah dan pekerjaan ayah (angkatan 42) Penghasilan Orang Tua Pekerjaan Orang Tua < 500 500 Ribu 1 Juta 2.5 Juta Tidak > 5 Juta Ribu - 1 Juta 2.5 Juta 5 Juta Mengisi 9 399 122 9 1 1 Pegawai Negeri 0.2% 1.7% 73.8% 22.6% 1.7% 0.2% 14 19 4 1 1 4 TNI/POLRI 9.3% 32.6% 44.2% 9.3% 2.3% 2.3% Pensiunan Pegawai 0 2 26 3 1 0 Negeri 0% 6.3% 81.3% 9.4% 3.1% 0% 5 2 0 0 0 4 Wiraswasta 36.4% 45.5% 18.2% 0% 0% 0% 32 81 44 26 2 9 Purnawirawan 4.6% 16.5% 41.8% 22.7% 13.4% 1.0% 20 38 22 1 0 3 Eksekutif 3.6% 23.8% 45.2% 26.2% 1.2% 0% 95 134 64 9 5 26 Pegawai Swasta 7.8% 28.5% 40.2% 19.2% 2.7% 1.5% 0 5 1 2 0 0 Profesional 0% 0% 62.5% 12.5% 25.0% 0% 1 2 1 0 0 2 Rohaniawan 33.3% 16.7% 33.3% 16.7% 0% 0% 21 16 2 0 3 27 Petani/Nelayan 39.1% 30.4% 23.2% 2.9% 0% 4.3% 0 0 0 0 0 1 Buruh 100% 0% 0% 0% 0% 0% 15 14 0 0 1 21 BUMN 41.2% 29.4% 27.5% 0% 0% 2.0% 23 24 5 2 2 7 Lainnya 11.1% 36.5% 38.1% 7.9% 3.2% 3.2% 25 40 13 2 2 14 Tidak Mengisi 14.6% 26.0% 41.7% 13.5% 2.1% 2.1% 112 244 785 299 74 18 Total 7.3% 15.9% 51.2% 19.5% 4.8% 1.2% 2 hitung = 733.557
Total
Nilai-p = 0.000
Total 541 100% 43 100% 32 100% 11 100% 194 100% 84 100% 333 100% 8 100% 6 100% 69 100% 1 100% 51 100% 63 100% 96 100% 1532 100%
Lampiran 21 Tabulasi silang antara penghasilan ayah dan daya listrik (angkatan 42) Penghasilan Ayah Daya Listrik < 500 500 Ribu - 1 Juta - 2.5 Juta Tidak > 5 Juta Ribu 1 Juta 2.5 Juta - 5 Juta Mengisi 64 110 222 50 6 5 < 450 Watt 14.0% 24.1% 48.6% 10.9% 1.3% 1.1% 30 102 403 137 22 7 4.3% 14.6% 57.5% 19.5% 3.1% 1.0% 450 Watt 5 23 118 72 20 3 900 Watt 2.1% 9.5% 49.0% 29.9% 8.3% 1.2% 2 5 30 28 16 0 1300 Watt 2.5% 6.2% 37.0% 34.6% 19.8% 0% 0 0 3 6 6 0 2200 Watt 0% 0% 20.0% 40.0% 40.0% 0% 8 2 9 4 4 1 > 2200 Watt 28.6% 7.1% 32.1% 14.3% 14.3% 3.6% 3 2 0 2 0 2 Tidak Mengisi 33.3% 22.2% 0% 22.2% 0% 22.2% 112 244 785 299 74 18 7.3% 15.9% 51.2% 19.5% 4.8% 1.2% Total 2 hitung = 312.310
457 100% 701 100% 241 100% 81 100% 15 100% 28 100% 9 100% 1532 100%
Nilai-p = 0.000
Lampiran 22 Tabulasi silang antara pendidikan ayah dan pekerjaan ayah (angkatan 42) Pendidikan Ayah Pekerjaan Ayah SD Tidak SLTP SLTA Diploma Sarjana Kebawah Mengisi 0 6 130 100 302 3 Pegawai Negeri 0% 1.1% 24.0% 18.5% 55.8% 0.6% 1 1 20 8 10 3 TNI/POLRI 2.3% 2.3% 46.5% 18.6% 23.3% 7.0% Pensiunan Pegawai 0 6 22 0 4 0 Negeri 0% 18.8% 68.8% 0% 12.5% 0% 1 3 4 2 1 0 Wiraswasta 9.1% 27.3% 36.4% 18.2% 9.1% 0% 4 15 110 27 37 1 Purnawirawan 2.1% 7.7% 56.7% 13.9% 19.1% 0.5% 0 1 41 16 26 0 Eksekutif 0% 1.2% 48.8% 19.0% 31.0% 0% 78 43 150 23 34 5 Pegawai Swasta 23.4% 12.9% 45.0% 6.9% 10.2% 1.5% 1 0 1 0 6 0 Profesional 12.5% 0% 12.5% 0% 75.0% 0% 1 0 4 0 1 0 Rohaniawan 16.7% 0% 66.7% 0% 16.7% 0% 41 12 16 0 0 0 Petani/Nelayan 59.4% 17.4% 23.2% 0% 0% 0% 0 1 0 0 0 0 Buruh 0% 100% 0% 0% 0% 0% 19 12 16 4 0 0 BUMN 37.3% 23.5% 31.4% 7.8% 0% 0% 11 8 20 14 10 0 Lainnya 17.5% 12.7% 31.7% 22.2% 15.9% 0% 14 7 36 8 17 14 Tidak Mengisi 14.6% 7.3% 37.5% 8.3% 17.7% 14.6% 171 115 570 202 448 26 Total 11.2% 7.5% 37.2% 13.2% 29.2% 1.7% 2 hitung = 878.775
Total
Nilai-p = 0.000
Total 541 100% 43 100% 32 100% 11 100% 194 100% 84 100% 333 100% 8 100% 6 100% 69 100% 1 100% 51 100% 63 100% 96 100% 1532 100%
Lampiran 23 Tabulasi silang antara daya listrik dan pekerjaan ayah (angkatan 42) Daya Listrik Pekerjaan Ayah < 450 450 900 1300 2200 > 2200 Watt Watt Watt Watt Watt Watt 144 285 80 24 1 6 Pegawai Negeri 26.6% 52.7% 14.8% 4.4% 0.9% 1.1% 16 23 1 3 0 0 TNI/POLRI 37.2% 53.5% 2.3% 6.9% 0% 0% Pensiunan Pegawai 7 20 3 1 0 1 Negeri 21.9% 62.5% 9.4% 3.1% 0% 3.1% 4 4 3 0 0 0 Wiraswasta 36.4% 36.4% 27.3% 0% 0% 0% 35 96 41 15 2 4 Purnawirawan 18.0% 49.5% 21.1% 7.7% 1.0% 2.1% 3 9 38 22 9 2 Eksekutif 2.4% 3.6% 10.7% 45.2% 26.2% 10.7% 2 3 1 0 1 1 Profesional 25.0% 37.5% 12.5% 0% 12.5% 12.5% 110 130 64 20 6 2 Karyawan Swasta 33.0% 39.0% 19.2% 6.0% 1.8% 0.6% 4 2 0 0 0 0 Rohaniawan 66.7% 33.3% 0% 0% 0% 0% 38 24 1 0 0 4 Petani/Nelayan 55.1% 34.8% 1.4% 0% 0% 5.8% 0 0 0 0 0 1 Buruh 100% 0% 0% 0% 0% 0% 21 19 4 1 0 3 BUMN 41.2% 37.3% 7.8% 1.9% 0% 5.9% 28 20 9 4 0 2 Lainnya 44.4% 31.7% 14.3% 6.3% 0% 3.2% 37 12 4 3 2 38 Tidak Mengisi 39.6% 38.5% 12.5% 4.2% 3.1% 2.1% 457 701 241 81 15 28 Total 29.8% 45.8% 15.7% 5.3% 0.9% 1.8% 2 hitung = 202.627
Nilai-p = 0.000
Tidak Mengisi 1 0.2% 0 0% 0 0% 0 0% 1 0.5% 1 1.2% 0 0% 1 0.3% 0 0% 2 2.9% 0 0% 3 5.9% 0 0% 0 0% 9 0.6%
Total 541 100% 43 100% 32 100% 11 100% 194 100% 84 100% 8 100% 333 100% 6 100% 69 100% 1 100% 51 100% 63 100% 96 100% 1532 100%
Lampiran 24 Tabulasi silang antara penghasilan ayah dan pendidikan ayah (angkatan 43) Penghasilan Ayah Pendidikan Ayah < 500 500 Ribu 1 Juta 2.5 Juta Tidak > 5 Juta Ribu - 1 Juta 2.5 Juta 5 Juta Mengisi 47 13 4 0 49 61 SD kebawah 35.1% 27.0% 7.5% 2.3% 0% 28.2% 50 8 2 0 27 40 SLTP 31.5% 39.4% 6.3% 1.6% 0% 21.3% 105 328 129 32 1 37 SLTA 5.9% 16.6% 51.9% 20.4% 5.1% 0.2% 16 111 77 15 0 4 Diploma 1.8% 7.2% 49.8% 34.5% 6.7% 0% 21 249 236 64 0 4 Sarjana 0.7% 3.7% 43.4% 41.1% 11.1% 0% 7 8 1 0 0 3 Tidak Mengisi 15.8% 36.8% 42.1% 5.3% 0% 0% 124 250 793 464 117 1 Total 0.1% 7.1% 14.3% 45.3% 26.5% 6.7% 2 hitung = 492.425
174 100% 127 100% 632 100% 223 100% 574 100% 19 100% 1749 100%
Nilai-p = 0.000
Lampiran 25 Tabulasi silang antara penghasilan ayah dan pekerjaan ayah (angkatan 43) Penghasilan Orang Tua Pekerjaan Orang Tua < 500 500 Ribu - 1 Juta - 2.5 Juta Tidak > 5 Juta Ribu 1 Juta 2.5 Juta - 5 Juta Mengisi 0 2 14 339 242 17 Pegawai Negeri 2.8% 0% 0.3% 2.3% 55.2% 39.4% 32 8 2 0 0 1 TNI/POLRI 2.3% 74.4% 18.6% 4.7% 0% 0% Pensiunan Pegawai 2 14 41 8 2 0 Negeri 3.0% 20.9% 61.2% 11.9% 3.0% 0% 82 158 60 20 0 24 Wiraswasta 7.0% 23.8% 45.9% 17.4% 5.8% 0% 3 0 0 0 9 7 Purnawirawan 36.8% 15.8% 0% 0% 0% 47.4% 0 0 0 1 0 0 Eksekutif 0% 0% 0% 100% 0% 0% 5 0 0 0 3 8 Profesional 50.0% 31.3% 0% 0% 0% 18.8% 2 27 86 65 39 0 Karyawan Swasta 0.9% 12.3% 39.3% 29.7% 17.8% 0% 3 0 0 0 1 2 Rohaniawan 33.3% 50.0% 0% 0% 0% 16.7% 22 12 2 0 24 19 Petani/Nelayan 24.1% 27.8% 15.2% 2.5% 0% 30.4% 2 1 0 32 25 9 Buruh 13.0% 2.9% 1.4% 0% 46.4% 36.2% 4 29 38 26 0 2 BUMN 2.0% 4.0% 29.3% 38.4% 26.3% 0% 7 0 14 16 22 6 Lainnya 9.2% 10.8% 0% 21.5% 24.6% 33.8% 37 14 1 1 21 34 Tidak Mengisi 31.5% 34.3% 13.0% 0.9% 0.9% 19.4% 124 250 793 464 117 1 Total 7.1% 14.3% 45.3% 26.5% 6.7% 0.1% 2 hitung = 788.014
Total
Nilai-p = 0.000
Total 614 100% 43 100% 67 100% 344 100% 19 100% 1 100% 16 100% 219 100% 6 100% 79 100% 69 100% 99 100% 65 100% 108 100% 1749 100%
Lampiran 26 Tabulasi silang antara penghasilan ayah dan daya listrik (angkatan 43) Penghasilan Ayah Daya Listrik < 500 500 Ribu 1 Juta 2.5 Juta Tidak > 5 Juta Ribu - 1 Juta 2.5 Juta - 5 Juta Mengisi 0 65 102 207 73 8 < 450 Watt 1.8% 0% 14.3% 22.4% 45.5% 16.0% 378 242 32 0 47 105 450 Watt 13.1% 47.0% 30.1% 4.0% 0% 5.8% 33 153 98 33 0 2 900 Watt 0.6% 10.3% 48.0% 30.7% 10.3% 0% 5 40 42 26 0 2 1300 Watt 1.7% 4.3% 34.8% 36.5% 22.6% 0% 4 12 0 0 1 2 2200 Watt 10.5% 21.1% 63.2% 0% 0% 5.3% 12 5 6 1 8 4 > 2200 Watt 11.1% 33.3% 13.9% 16.7% 2.8% 22.2% 0 0 0 0 0 1 Tidak Mengisi 100% 0% 0% 0% 0% 0% 124 250 793 464 117 1 Total 7.1% 14.3% 45.3% 26.5% 6.7% 0.1% 2 hitung = 367.630
455 100% 804 100% 319 100% 115 100% 19 100% 36 100% 1 100% 1749 100%
Nilai-p = 0.000
Lampiran 27 Tabulasi silang antara pendidikan ayah dan pekerjaan ayah (angkatan 43) Pendidikan Ayah Pekerjaan Ayah SD Tidak SLTP SLTA Diploma Sarjana Kebawah Mengisi 4 8 119 103 380 0 Pegawai Negeri 0.7% 1.3% 19.4% 16.8% 61.9% 0% 0 4 31 3 5 0 TNI/POLRI 0% 9.3% 72.1% 7.0% 11.6% 0% Pensiunan Pegawai 1 3 29 16 17 1 Negeri 1.5% 4.5% 43.3% 23.9% 25.4% 1.5% 67 45 154 34 43 1 Wiraswasta 19.5% 13.1% 44.8% 9.9% 12.5% 0.3% 2 5 6 0 5 1 Purnawirawan 10.5% 26.3% 31.6% 0% 26.3% 5.3% 0 0 1 0 0 0 Eksekutif 0% 0% 100% 0% 0% 0% 2 2 5 2 4 1 Profesional 12.5% 12.5% 31.3% 12.5% 25.0% 6.3% 4 15 117 31 52 0 Karyawan Swasta 1.8% 6.8% 53.4% 14.2% 23.7% 0% 1 0 2 2 1 0 Rohaniawan 16.7% 0% 33.3% 33.3% 16.7% 0% 39 10 26 2 2 0 Petani/Nelayan 49.4% 12.7% 32.9% 2.5% 2.5% 0% 24 17 26 1 1 0 Buruh 34.8% 24.6% 37.7% 1.4% 1.4% 0% 2 6 45 14 32 0 BUMN 2.0% 6.1% 45.5% 14.1% 32.3% 0% 10 3 28 5 19 0 Lainnya 15.4% 4.6% 43.1% 7.7% 29.2% 0% 18 9 43 10 13 15 Tidak Mengisi 16.7% 8.3% 39.8% 9.3% 12.0% 13.9% 174 127 632 223 574 19 Total 9.9% 7.3% 36.1% 12.8% 32.8% 1.1% 2 hitung = 969.056
Total
Nilai-p = 0.000
Total 614 100% 43 100% 67 100% 344 100% 19 100% 1 100% 16 100% 219 100% 6 100% 79 100% 69 100% 99 100% 65 100% 108 100% 1749 100%
Lampiran 28 Tabulasi silang antara daya listrik dan pekerjaan ayah (angkatan 43) Daya Listrik Pekerjaan Ayah < 450 450 900 1300 2200 > 2200 Watt Watt Watt Watt Watt Watt 135 327 119 25 3 5 Pegawai Negeri 21.9% 53.3% 19.4% 4.1% 0.5% 0.8% 18 16 7 1 0 1 TNI/POLRI 41.9% 37.2% 16.3% 2.3% 0% 2.3% Pensiunan Pegawai 17 30 15 4 0 1 Negeri 25.4% 44.8% 22.4% 5.9% 0% 1.5% 155 59 35 6 1 88 Wiraswasta 25.6% 45.1% 17.2% 10.2% 1.7% 0.3% 4 8 5 2 0 0 Purnawirawan 21.1% 42.1% 26.3% 10.5% 0% 0% 1 0 0 0 0 0 Eksekutif 0% 100% 0% 0% 0% 0% 2 10 3 0 0 1 Profesional 6.3% 12.5% 62.5% 18.8% 0% 0% 40 88 47 30 5 8 Karyawan Swasta 18.3% 40.2% 21.5% 13.7% 2.3% 3.7% 1 2 2 1 0 0 Rohaniawan 16.7% 33.3% 33.3% 16.7% 0% 0% 48 23 5 0 0 3 Petani/Nelayan 60.8% 29.1% 6.3% 0% 0% 3.8% 25 3 0 0 4 37 Buruh 53.6% 36.2% 4.3% 0% 0% 5.8% 13 46 24 7 3 6 BUMN 13.1% 46.5% 24.2% 7.1% 3.0% 6.1% 18 25 13 4 2 3 Lainnya 27.7% 38.5% 20.0% 6.2% 3.1% 4.6% 48 17 6 0 3 34 Tidak Mengisi 31.5% 44.4% 15.7% 5.6% 0% 2.8% 455 115 804 319 19 36 Total 26.0% 45.9% 18.2% 6.6% 1.1% 2.1% 2 hitung = 215.141
Nilai-p = 0.000
Tidak Mengisi 0 0% 0 0% 0 0% 0 0% 0 0% 0 0% 0 0% 1 0.5% 0 0% 0 0% 0 0% 0 0% 0 0% 0 0% 1 0.1%
Total 614 100% 43 100% 67 100% 344 100% 19 100% 1 100% 16 100% 219 100% 6 100% 79 100% 69 100% 99 100% 65 100% 108 100% 1749 100%
