EVALUASI KARAKTERISTIK IPK MAHASISWA PENERIMA BEASISWA PPA DAN BBM DENGAN POHON REGRESI

EVALUASI KARAKTERISTIK IPK MAHASISWA PENERIMA BEASISWA PPA DAN BBM DENGAN POHON REGRESI (Studi Kasus di Program Sarjana Institut Pertanian Bogor Tahun 2012/2013)

NURHALIMAH

DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2013

PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA* Dengan ini saya menyatakan bahwa skripsi berjudul Evaluasi Karakteristik IPK Mahasiswa Penerima Beasiswa PPA dan BBM dengan Pohon Regresi (Studi Kasus di Program Sarjana Institut Pertanian Bogor Tahun 2012/2013) adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, September 2013 Nurhalimah NIM G14090040

ABSTRAK NURHALIMAH. Evaluasi Karakteristik IPK Mahasiswa Penerima Beasiswa PPA dan BBM dengan Pohon Regresi (Studi Kasus di Program Sarjana Institut Pertanian Bogor Tahun 2012/2013). Dibimbing oleh BUDI SUSETYO dan DIAN KUSUMANINGRUM. Beasiswa Peningkatan Prestasi Akademik (PPA) ditujukan kepada mahasiswa yang mempunyai prestasi tinggi, sedangkan beasiswa Bantuan Belajar Mahasiswa (BBM) ditujukan kepada mahasiswa yang orang tuanya kurang mampu dan mempunyai prestasi baik. Prestasi dapat diukur menggunakan Indeks Prestasi Kumulatif (IPK). Oleh karena itu, untuk mengetahui karakteristik mahasiswa penerima kedua beasiswa tersebut dilakukan metode pengklasifikasian berdasarkan IPK. Data yang digunakan berasal dari kuesioner online perpanjangan beasiswa PPA dan BBM. Peubah penjelas yang dianalisis sebanyak 20 peubah dengan peubah respon yaitu IPK terakhir mahasiswa. Metode yang dapat digunakan untuk pengklasifikasian ini ialah CART (Classification and Regression Tree) dengan pohon regresi. Pohon regresi yang dihasilkan mahasiswa penerima beasiswa PPA menghasilkan empat simpul akhir dengan rata-rata IPK pada simpul awal sebesar 3.413, peubah yang paling efektif untuk menyekat simpul yaitu pekerjaan ayah, penghasilan per kapita per bulan, dan pemasukan mahasiswa per bulan. Pada beasiswa BBM menghasilkan enam simpul akhir dengan rata-rata IPK pada simpul awal sebesar 3.014, peubah penjelas yang digunakan sebagai penyekat yaitu penghasilan per kapita per bulan, anak ke-, pendidikan ayah, pekerjaan ayah, dan asal daerah. Kata kunci : beasiswa PPA dan BBM, CART, pohon regresi ABSTRACT NURHALIMAH. Evaluation on GPA Characteristics of PPA and BBM Scholarship Recipients with Regression Tree (Case Study of Undergraduate Bogor Agricultural University Period 2012/2013). Supervised by BUDI SUSETYO and DIAN KUSUMANINGRUM. Improving Academic Achievement (PPA) scholarship is intended for students who have high achievements, while Student Learning Assistance (BBM) scholarship is intended for students whose parents are less capable and have good achievement. Achievements can be measured using the Grade Point Average (GPA). Therefore, to determine the characteristics of the student who receive scholarship done by classification methods based on GPA. The data which being used are online PPA and BBM extension questionnaire. Explanatory variables were analyzed by 20 variables with the response variable is student’s final GPA. The method for this classification is CART (Classification and Regression Trees) with a regression tree. The regression tree of PPA scholarship recipent produces four terminal nodes with an average GPA at initial node is 3.413, the most effective variable in the of partition the node are students father’s occupation, income per capita per month and students income per month. BBM scholarship

produces six terminal nodes with an average of GPA for the initial node was 3.014, the explanatory variable that used for partioning were insulating the income per capita per month, child’s, father’s education, father’s occupation, and region of origin. Keywords : CART, PPA and BBM scholarship, regression tree

EVALUASI KARAKTERISTIK IPK MAHASISWA PENERIMA BEASISWA PPA DAN BBM DENGAN POHON REGRESI (Studi Kasus di Program Sarjana Institut Pertanian Bogor Tahun 2012/2013)

NURHALIMAH

Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Statistika pada Departemen Statistika

DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2013

Judul Skripsi : Evaluasi Karakteristik IPK Mahasiswa Penerima Beasiswa PPA dan BBM dengan Pohon Regresi (Studi Kasus di Program Sarjana Institut Pertanian Bogor Tahun 2012/2013) Nama : Nurhalimah NIM : G14090040

Disetujui oleh

Dr Ir Budi Susetyo, MS Pembimbing I

Dian Kusumaningrum, MSi Pembimbing II

Diketahui oleh

Dr Ir Hari Wijayanto, MSi Ketua Departemen

Tanggal Lulus:

PRAKATA Penulis panjatkan puji dan syukur kepada Allah SWT atas segala karuniaNya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang dipilih dalam penelitian ini ialah Evaluasi Karakteristik IPK Mahasiswa Penerima Beasiswa PPA dan BBM dengan Pohon Regresi (Studi Kasus di Program Sarjana Institut Pertanian Bogor Tahun 2012/2013). Terima kasih penulis ucapkan kepada Bapak Dr Ir Budi Susetyo, MS dan Ibu Dian Kusumaningrum, MSi selaku dosen pembimbing yang telah menyediakan waktu untuk membimbing dan memberi arahan kepada penulis. Terima kasih kepada Bapak Agus M Soleh, MT selaku dosen penguji yang telah memberikan masukan dan saran yang bermanfaat. Terima kasih juga penulis ucapkan kepada Ibu Megawati Simanjuntak dan staff dari Direktorat Kemahasiswaan IPB yang telah memberikan data penerima beasiswa. Ungkapan terima kasih juga penulis sampaikan kepada Bapak, Ibu dan Taufik serta seluruh keluarga atas segala doa dan kasih sayangnya. Staff TU dan pekerja departemen statistika terima kasih atas bantuannya. Dimas Anugrah Akbar atas kesabarannya dan support yang telah diberikan kepada penulis. Teman-teman statistika 46 yang telah memberikan masukan yang bermanfaat. Keluarga besar UKM MAX!!, JCo, puri mawar dan keluarga beringin terima kasih atas perhatian dan kekompakannya. Semoga karya ilmiah ini bermanfaat.

Bogor, September 2013 Nurhalimah

DAFTAR ISI DAFTAR TABEL

vi

DAFTAR GAMBAR

vi

DAFTAR LAMPIRAN

vi

PENDAHULUAN

1

Latar Belakang

1

Tujuan Penelitian

1

METODE

2

Bahan

2

Metode Analisis

2

HASIL DAN PEMBAHASAN

5

Analisis Deskriptif

5

Pohon Regresi Beasiswa PPA

8

Pohon Regresi Beasiswa BBM

11

SIMPULAN DAN SARAN

15

Simpulan

15

Saran

15

DAFTAR PUSTAKA

16

LAMPIRAN

17

RIWAYAT HIDUP

24

DAFTAR TABEL 1 2 3 4

Improvement awal beasiswa PPA Karakteristik kelompok IPK mahasiswa penerima beasiswa PPA Improvement awal beasiswa BBM Karakteristik kelompok IPK mahasiswa penerima beasiswa BBM

9 10 11 13

DAFTAR GAMBAR 1 2 3 4 5 6

Asal daerah mahasiswa penerima beasiswa Pekerjaan ayah mahasiswa penerima beasiswa Pekerjaan ibu mahasiswa penerima beasiswa Pendidikan ayah mahasiswa penerima beasiswa Pendidikan ibu mahasiswa penerima beasiswa Diagram kotak garis IPK mahasiswa penerima beasiswa PPA dan BBM 7 Pohon regresi beasiswa PPA 8 Pohon regresi beasiswa BBM

6 6 7 7 8 8 10 12

DAFTAR LAMPIRAN 1 2 3 4 5 6 7

Keterangan peubah penjelas Deskripsi peubah-peubah penjelas numerik pada beasiswa PPA Deskripsi peubah-peubah penjelas numerik pada beasiswa BBM Deskripsi peubah-peubah penjelas kategorik pada beasiswa PPA Deskripsi peubah-peubah penjelas kategorik pada beasiswa BBM Pohon besar beasiswa PPA Pohon besar beasiswa BBM

17 19 19 20 21 22 23

1

PENDAHULUAN Latar Belakang Beasiswa adalah pemberian bantuan keuangan yang diberikan kepada perorangan untuk digunakan demi keberlangsungan pendidikan yang ditempuh. Beasiswa Peningkatan Prestasi Akademik (PPA) dan Beasiswa Bantuan Belajar Mahasiswa (BBM) merupakan beasiswa yang berasal dari pemerintah melalui Direktorat Jenderal Pendidikan Tinggi Kementerian Pendidikan dan Kebudayaan. Beasiswa bertujuan meningkatkan prestasi mahasiswa penerima baik kurikuler, ko-kurikuler, maupun ekstrakurikuler serta motivasi berprestasi bagi mahasiswa lain, selain itu untuk mengurangi jumlah mahasiswa yang putus kuliah karena kurang mampu membiayai pendidikan dan untuk meningkatkan akses serta pemerataan kesempatan belajar di perguruan tinggi. Pada dasarnya kedua beasiswa ini memiliki banyak persamaan, yang membedakan ialah persyaratan dari masing-masing beasiswa. Persyaratan beasiswa PPA yaitu mahasiswa berprestasi sangat baik pada bidang akademik/kurikuler, ko-kurikuler maupun ekstra kurikuler. Persyaratan beasiswa BBM adalah mahasiswa yang memiliki keterbatasan kemampuan ekonomi tetapi memiliki prestasi baik pada bidang akademik/kurikuler, ko-kurikuler maupun ekstra kurikuler (Dikti 2013). Pengukuran prestasi pada bidang akademik mahasiswa dapat menggunakan Indeks Prestasi Kumulatif (IPK). Perbedaan pada kedua beasiswa ini pun terlihat dari syarat IPK bagi calon penerima. Beasiswa PPA mensyaratkan IPK minimal 3.00 sedangkan beasiswa BBM 2.50. Oleh karena itu, untuk melihat perbedaan karakteristik IPK kedua beasiswa tersebut dilakukan metode pengklasifikasian. Pada penelitian ini data yang digunakan berasal dari kuesioner online perpanjangan beasiswa PPA dan BBM. Peubah penjelas yang digunakan sebanyak 20 peubah dengan peubah respon yaitu IPK terakhir mahasiswa. Metode yang dapat digunakan untuk pengklasifikasian ini ialah metode CART (Classification and Regression Tree). Metode CART memiliki beberapa keunggulan dalam mengeksplorasi struktur data yang berukuran besar dan kompleks (Lewis 2000). CART dapat digunakan untuk menganalisis hubungan antara peubah respon dan peubah penjelas yang meliputi data nominal, ordinal, dan kontinu. Metode ini menghasilkan pohon klasifikasi saat peubah respon berupa data kategorik dengan skala pengukuran nominal, dan ordinal, sedangkan pohon regresi dihasilkan saat peubah respon berupa data kontinu dengan skala pengukuran interval, dan rasio. Tujuan utama CART ialah untuk menghasilkan kelompok data yang akurat sebagai penciri dari suatu klasifikasi (Breimen et al. 1993). Peubah respon yang digunakan dalam penelitian ini berupa data kontinu dengan skala pengukuran interval. Oleh karena itu, metode CART untuk pohon regresi dapat digunakan dalam penelitian ini.

Tujuan Penelitian Tujuan dari penelitian ini adalah mengevaluasi karakteristik mahasiswa Program Sarjana Institut Pertanian Bogor penerima beasiswa PPA dan beasiswa BBM berdasarkan IPK menggunakan metode pohon regresi.

2

METODE Bahan Data yang digunakan dalam penelitian ini adalah data primer berupa data mahasiswa penerima Beasiswa PPA dan BBM pada Program Sarjana Institut Pertanian Bogor (IPB) yang didapat dari Direktorat Kemahasiswaan IPB. Data tersebut berasal dari kuesioner online yang dibuat Direktorat Kemahasiswaan untuk mahasiswa yang melakukan perpanjangan atau pendaftar baru Beasiswa PPA maupun BBM tahun 2012/2013. Peubah respon 𝑦 yang digunakan dalam penelitian ini adalah Indeks Prestasi Kumulatif (IPK) terakhir mahasiswa penerima beasiswa PPA dan BBM dalam skala pengukuran inteval. Peubahpeubah penjelas yang digunakan sebanyak 20 peubah (Lampiran 1). Metode Analisis Langkah-langkah yang dilakukan dalam penelitian ini adalah sebagai berikut : 1. Melakukan proses persiapan data. a. Pada tahap ini dilakukan pemisahan antara data perpanjangan beasiswa PPA dan BBM. seleksi responden yang memiliki indikasi kuat b. Melakukan ketidakakuratannya. Data yang tidak digunakan sebanyak 8.9% dan 5.91% untuk masing-masing beasiswa PPA dan BBM. Hal ini disebabkan karena mahasiswa mengisi kuesioner tidak secara teliti sehingga kuesioner yang diisi memiliki kesalahan seperti penghasilan orangtua yang lebih dari Rp25 000 000.00 dan pengeluaran mahasiswa per bulan mencapai Rp6 000 000.00. c. Mengategorisasikan ulang pekerjaan ayah dan pekerjaan ibu. Hal ini disebabkan banyak jawaban dalam peubah pekerjaan ayah dan ibu yang memiliki karakteristik sama seperti buruh tani, buruh non tani, tukang ojek, tukang cukur, calo, dan satpam dapat digabung menjadi pekerjaan lainnya. d. Menggabungkan daerah yang memiliki jumlah responden sedikit ke daerah yang berdekatan seperti pada wilayah timur yaitu Papua, Sulawesi Utara, Sulawesi Selatan, Sulawesi Tenggara, Sulawesi Barat, Sulawesi Tengah, Gorontalo, dan Maluku menjadi Indonesia Timur. e. Menentukan total penghasilan per kapita per bulan dari keluarga mahasiswa dengan menjumlahkan penghasilan ayah, penghasilan ibu, penghasilan saudara, penghasilan lainnya serta jumlah uang beasiswa sebesar Rp350 000.00 selama satu bulan kemudian dibagi dengan jumlah anggota keluarga. f. Menentukan jumlah pengeluaran mahasiswa per bulan dengan menjumlahkan uang makan, uang fotocopy, uang transport, uang pulsa serta pembayaran uang kosan selama satu bulan. g. Menetukan jumlah pemasukan mahasiswa per bulan dengan menjumlahkan uang kiriman dari orangtua, pembayaran uang kosan, dan uang beasiswa selama satu bulan. 2. Menyiapkan data IPK terakhir mahasiswa penerima beasiswa PPA dan BBM untuk digunakan sebagai peubah respon.

3 3. Menentukan peubah penjelas yang akan dianalisis. 4. Melakukan analisis deskriptif pada peubah penjelas di setiap beasiswa sehingga dapat memberikan gambaran tentang karakteristik mahasiswa penerima beasiswa PPA dan BBM. 5. Membuat pohon regresi dengan algoritma CART pada beasiswa PPA dan BBM dengan menggunakan software Salford Predictive Modeler v7.0. Pohon regresi merupakan metode penyekatan rekursif biner, karena pada simpul (kumpulan data) selalu disekat menjadi dua sekatan yang disebut simpul anak (Kurniawan et al. 2002). Oleh karena itu, pohon regresi menghasilkan pengelompokan pengamatan yang dicirikan oleh peubah-peubah yang memisahkan simpul. Peubah-peubah penjelas yang dianggap berpengaruh terhadap respon adalah peubah-peubah yang muncul sebagai pemisah. Selain itu, pohon regresi dapat mengatasi masalah adanya pencilan (Komalasari 2007). Aturan utama pembentukan pohon regresi adalah: a. Aturan penyekatan setiap simpul. i. Setiap penyekatan tergantung pada nilai yang hanya berasal dari satu peubah penjelas. ii. Untuk peubah kontinu 𝑋𝑗 , penyekatan yang diperbolehkan adalah 𝑋𝑗 ≤ 𝑐, dengan 𝑐 adalah nilai tengah antara dua nilai amatan peubah 𝑋𝑗 berurutan yang berbeda. Jadi jika 𝑋𝑗 mempunyai 𝑛 nilai yang berbeda maka akan terdapat sebanyak-banyaknya 𝑛 − 1 penyekatan. iii. Untuk peubah penjelas kategorik, penyekatan yang terjadi berasal dari semua kemungkinan penyekatan berdasarkan terbentuknya dua anak gugus yang saling lepas. Jika peubah 𝑋𝑗 merupakan peubah kategorik nominal dengan 𝐿 kategori maka akan ada 2𝐿−1 − 1 penyekatan, sedangkan jika berupa peubah kategorik ordinal maka akan ada 𝐿 − 1 penyekatan. b. Proses penyekatan dengan menetukan penyekatan pada tiap peubah penjelas kemudian dipilih penyekatan terbaik dari masing-masing peubah penjelas dan dipilih penyekatan terbaik dari kumpulan penyekatan terbaik tersebut. Penyekatan terbaik adalah penyekatan yang memaksimumkan ukuran kehomogenan di dalam masing-masing simpul anak relatif terhadap simpul induknya dan yang memaksimumkan ukuran pemisah antara dua simpul anak tersebut. Proses penyekatan dimulai dengan mencari nilai prediksi pada simpul 𝑡 yaitu 2 1 𝑅 𝑇 = (𝑦𝑛 − y t ) 𝑁 𝑡∈𝑇 𝑥 𝑛 ∈𝑡

dengan 𝑦(𝑡) =

1 𝑁(𝑡)

𝑦𝑛 𝑥 𝑛 ∈𝑡

kemudian didefinisikan 𝑅(𝑇) menjadi 1 𝑅 𝑡 = (𝑦𝑛 − 𝑦(𝑡))2 𝑁 𝑥 𝑛 ∈𝑡

dengan 𝑅 𝑡 merupakan prediksi pada setiap simpul sehingga dapat ditulis sebagai berikut:

4 𝑅 𝑇 =

𝑅(𝑡) 𝑡∈𝑇

Jumlah kuadrat galat digunakan sebagai kriteria kehomogenan di dalam masing-masing simpul. Misalkan simpul 𝑡 berisi anak contoh 𝑋𝑛 , 𝑌𝑛 , 𝑁(𝑡) adalah banyaknya amatan dalam simpul 𝑡, 𝑦𝑛 adalah nilai individu peubah respon pada simpul ke-𝑡 dan 𝑦 𝑡 adalah rataan respon dalam simpul 𝑡 maka Jumlah Kuadrat Galat di dalam simpul 𝑡 adalah ( 𝑦𝑛 − 𝑦(𝑡))2

𝑅 𝑇 = 𝑥 𝑛 ∈𝑡

Misalkan ada penyekatan s yang menyekat 𝑡 menjadi simpul anak kiri 𝑡𝐿 dan simpul anak kanan 𝑡𝑅 . Fungsi penyekatan yang digunakan adalah ∆𝑅 𝑠, 𝑡 = 𝑅 𝑡 − {𝑅 𝑡𝐿 + 𝑅 𝑡𝑅 } dengan penyekatan terbaik 𝑠 ∗ adalah ∆𝑅 𝑠, 𝑡 = max ∆𝑅(𝑠, 𝑡) 𝑠∈𝛺

dengan 𝛀 adalah gugus yang berisi semua kemungkinan penyekatan. Pohon regresi dibentuk melalui penyekatan simpul secara rekursif yang memaksimumkan fungsi ∆𝑅(𝑠, 𝑡) . Penyekatan tersebut dihentikan jika banyaknya amatan dalam simpul tersebut berjumlah tertentu atau pada saat nilai ∆𝑅 lebih kecil dari suatu nilai ambang yaitu max𝑠∈𝛺 ∆𝑅 𝑠, 𝑡 ≤ 0.006 R(t1 ) (Breimen 1993). Pada beberapa software notasi ∆𝑅(𝑠, 𝑡) dikenal dengan improvement. Pemilihan aturan penghentian ini akan berpengaruh pada ukuran pohon akhir yang terbentuk. Simpul yang tak bisa disekat lagi disebut simpul akhir. c. Menetukan pemangkasan untuk mencari pohon dengan ukuran yang layak dilakukan dengan validasi silang didapatkan dengan V-fold, amatan induk 𝐿 yang berukuran n dibagi secara acak menjadi V kelompok yakni 𝐿1 , 𝐿2 , … , 𝐿𝑣 yang berukuran sama. Learning sample ke-v adalah 𝐿−𝑣 = 𝐿 − 𝐿𝑣 , 𝑣 = 1,2, … , 𝑉 yang digunakan untuk membentuk sekuen pohon 𝑇𝑘 dan sekuen parameter complexity 𝛼𝑘 . Gunakan amatan induk 𝐿 untuk membentuk sekuen 𝑇𝑘 dan 𝛼𝑘 . Definisikan 𝛼′𝑘 = 𝛼𝑘 𝛼𝑘+1 . Jika 𝑦𝑘−𝑣 (𝑥𝑛 ) adalah dugaan respon dari amatan ke- 𝑛 pada pohon yang bersesuaian dengan 𝛼′𝑘 yang dibentuk oleh Learning sample ke- 𝑣, maka 𝑣 1 𝑐𝑣 𝑅 𝑇𝑘 = 𝑦𝑛 −𝑦𝑘−𝑣 (𝑥𝑛 ) 2 𝑛 𝑣=1 𝑥 𝑛 ,𝑦𝑛 ∈𝐿𝑣

Pohon yang tebaik adalah 𝑇𝑘0 yaitu: 𝑅 𝑐𝑣 𝑇𝑘0 = min 𝑅𝑐𝑣 𝑇𝑘 validasi silang dengan 10-fold, menghasilkan resubstitution estimate yang paling kecil (Breimen et al. 1993). d. Aturan penentuan nilai dugaan respon Setelah pohon regresi terbentuk, maka CART akan menghitung ringkasan statistik dari masing-masing simpul akhir. Apabila metode kuadrat terkecil dipilih sebagai aturan penyekatan, maka akan dihitung rataan dan simpangan baku dari peubah respon. Nilai dugaan respon pada masing-masing kelompok pengamatan yang dihasilkan adalah rataan responnya (Komalasari 2007).

5

HASIL DAN PEMBAHASAN Analisis Deskriptif Penerima beasiswa PPA yang dianalisis pada tahun ajaran 2012/2013 sebanyak 640 mahasiswa, tetapi setelah dilakukan proses persiapan data terdapat 583 mahasiswa yang dapat dianalisis. Sedangkan, pada mahasiswa penerima beasiswa BBM terdapat 964 mahasiswa, kemudian setelah dilakukan proses persiapan data responden yang akan dianalisis sebanyak 907 mahasiswa. Peubah penjelas yang digunakan sebanyak 20 peubah penjelas. Deskripsi untuk peubah penjelas numerik dapat dilihat pada Lampiran 2 dan Lampiran 3, sedangkan deskripsi peubah kategorik dapat dilihat pada Lampiran 4 dan Lampiran 5. Berdasarkan Lampiran 2 rata-rata penghasilan per kapita per bulan keluarga mahasiswa penerima beasiswa PPA sebesar Rp745 772.12 dengan rata–rata pemasukan mahasiswa per bulan yaitu Rp1 235 605.36 dan rata-rata pengeluaran mahasiswa sebulan sebesar Rp846 946.70. Keluarga mahasiswa penerima beasiswa BBM memiliki rata-rata penghasilan per kapita per bulan berkisar Rp612 689.21 dengan rata-rata pemasukan mahasiswa per bulan yaitu Rp1 148 658.02 serta rata-rata pengeluaran mahasiswa per bulan sebesar Rp808 700.47 (Lampiran 3). Mahasiswa penerima beasiswa PPA memiliki ratarata penghasilan per kapita, pemasukan, dan pengeluaran yang lebih tinggi dibandingkan BBM. Mahasiswa penerima beasiswa PPA dan BBM memiliki banyak persamaan. Hal ini dapat dilihat dari mayoritas mahasiswa merupakan anak pertama dan memiliki jumlah saudara kandung sebanyak dua sehingga umumnya banyaknya anggota keluarga di dalam rumah berjumlah lima orang. Kemampuan keluarga mahasiswa dalam berobat umumnya mampu. Mayoritas mahasiswa penerima beasiswa PPA dan BBM telah memiliki rumah sederhana sehat. Hal ini dapat dilihat dari jumlah ruangan yang terdapat dalam sebagian besar rumah mahasiswa penerima beasiswa PPA dan BBM yaitu sebanyak lima ruangan dengan mayoritas kepemilikan rumah milik sendiri. Selain itu, mayoritas mahasiswa menggunakan dinding berupa tembok dengan lantai keramik serta atap genteng dan memakai listrik berukuran 900 Watt. Sebagian besar mahasiswa penerima beasiswa PPA dan BBM menggunakan air sumur atau mata air untuk minum dan mandi, cuci serta kakus (Lampiran 4 dan Lampiran 5). Berdasarkan asal daerah mahasiswa penerima beasiswa PPA dan BBM berasal dari daerah Jawa Barat yaitu sebesar 37.6% dan 46.2%. Hal ini sesuai dengan mayoritas mahasiswa di IPB yaitu berasal dari Jawa Barat. Pada beasiswa PPA asal daerah terbesar selanjutnya yaitu Jawa Tengah, namun berbeda dengan BBM yang memiliki daerah terbesar kedua yaitu DKI Jakarta (Gambar 1).

Persentase (%)

6 46.2 50.0 37.6 40.0 30.0 15.6 12.7 20.0 11.5 10.3 10.3 7.4 5.5 5.2 8.4 5.0 4.7 2.9 10.0 2.7 2.3 2.4 1.7 .9 .3 2.8 3.8 0.0

Gambar 1 Asal daerah mahasiswa penerima beasiswa (

PPA

BBM)

Persentase (%)

Gambar 2 menunjukan bahwa pekerjaan ayah sebagian besar mahasiswa penerima beasiswa PPA dan BBM yaitu PNS/ABRI/POLRI dengan persentase sebesar 32.6% dan 26.1% kemudian karyawan swasta untuk PPA dengan persentase sebesar 17.5% dan pensiunan sebesar 13.2% untuk beasiswa BBM. Pekerjaan ibu terbesar pada mahasiswa penerima beasiswa PPA dan BBM yaitu ibu rumah tangga dengan persentase tertinggi pada mahasiswa penerima beasiswa BBM sebesar 62.8%. Selanjutnya, pekerjaan sebagai PNS/ABRI/POLRI lebih banyak pada penerima beasiswa PPA sebesar 23.0% (Gambar 3). Dari gambar tersebut mengindikasi bahwa pekerjaan orangtua mahasiswa penerima beasiswa PPA lebih layak karena dilihat dari penghasilan per kapita per bulan keluarga mahasiswa penerima beasiswa PPA lebih tinggi dibandingkan BBM. 35.0 30.0 25.0 20.0 15.0 10.0 5.0 0.0

32.6 26.1 17.5 5.7 4.3 7.5 4.1

10.3 9.5 1.2

3.2

4.6 4.7

6.2

10.0

Gambar 2 Pekerjaan ayah mahasiswa penerima beasiswa (

13.2 11.2 10.5

PPA

8.7 8.7

BBM)

Persentase (%)

7 70.0 60.0 50.0 40.0 30.0 20.0 10.0 0.0

58.3

62.8

23.0 3.1 3.0

4.8 8.2

1.7 1.7

15.7

3.9 3.4

1.9 2.4

Gambar 3 Pekerjaan ibu mahasiswa penerima beasiswa (

1.5 1.3

PPA

1.7 1.5

BBM )

Berdasarkan pendidikan ayah mahasiswa penerima beasiswa BBM lebih banyak yang berpendidikan SMA/sederajat, diploma/akademik, SMP/sederajat, SD/sederajat, dan tidak sekolah maupun tidak tamat SD. Pendidikan S1 dan S2/S3 lebih di dominasi oleh penerima beasiswa PPA (Gambar 4). Sama halnya pada pendidikan ayah, pendidikan ibu juga terlihat bahwa pendidikan ibu diploma/akademik, S1 dan S2/S3 lebih didominasi oleh penerima beasiswa PPA sedangkan pendidikan yang lainnya didominasi oleh penerima beasiswa BBM (Gambar 5). Hal ini dapat membuktikan bahwa pendidikan orangtua penerima beasiswa PPA lebih baik karena mahasiswa penerima beasiswa PPA memiliki orangtua dengan tingkat pendidikan yang tertinggi pada tingkat S1 dan S2/S3.

5.2

S2/S3

7.9 25.4

Pendidikan Ayah

S1

33.8 8.6 8.2

Diploma/Akademi

43.2

Tamat SMA/Sederajat

38.1 7.2

Tamat SMP/Sederajat

4.8 7.2 5.5

Tamat SD/Sederajat

3.3 1.7

Tidak Sekolah/Tamat SD 0.0

10.0

20.0

30.0

Persentase (%)

40.0

50.0

Gambar 4 Pendidikan ayah mahasiswa penerima beasiswa ( PPA

BBM )

8 .8

Pendidikan Ibu

S2/S3

2.9 17.3

S1

24.7 10.0 11.5

Diploma/Akademi

44.9 42.2

Tamat SMA/Sederajat 11.4 9.6 11.0 7.0 4.6 2.1

Tamat SMP/Sederajat Tamat SD/Sederajat Tidak Sekolah/Tamat SD 0.0

10.0

20.0

30.0

40.0

50.0

Persentase (%)

Gambar 5 Pendidikan ibu mahasiswa penerima beasiswa ( PPA

BBM )

Gambar 6 menunjukan bahwa IPK mahasiswa penerima beasiswa PPA lebih tinggi dibandingkan beasiswa BBM. Gambar 6 juga menunjukan IPK tertinggi mahasiswa penerima beasiswa PPA adalah 3.94 dan IPK terendah 3.00. Mahasiswa penerima beasiswa BBM memiliki IPK tertinggi 3.61 dan IPK terendah 2.51. Hal ini sesuai dengan syarat dari kedua beasiswa tersebut dimana beasiswa PPA mensyaratkan IPK minimal 3.00 dan beasiswa BBM 2.50. Selain itu, nilai tengah IPK mahasiswa penerima beasiswa PPA yaitu 3.39 dan BBM sebesar 3.01. Secara umum dapat dilihat juga tingkat keragaman IPK mahasiswa penerima beasiswa PPA sedikit lebih besar dibandingkan beasiswa BBM.

Gambar 6 Diagram kotak garis IPK mahasiswa penerima beasiswa PPA dan BBM Pohon Regresi Beasiswa PPA Pohon regresi pada beasiswa PPA dibentuk dengan menetapkan banyaknya amatan minimum pada simpul akhir sebanyak 25 amatan (Schmoor et al. dalam Kudus 1999). Pohon besar yang dihasilkan yaitu 35 simpul dengan 17 simpul

9 dalam dan 18 simpul akhir (Lampiran 6). Pemangkasan menggunakan validasi silang menghasilkan pohon yang memiliki tujuh simpul yang terdiri atas tiga simpul dalam dan empat simpul akhir. Simpul akhir yang dihasilkan merupakan kumpulan atau kelompok mahasiswa penerima beasiswa PPA yang memiliki IPK relatif homogen. Peubah penjelas yang digunakan sebagai penyekat awal yaitu pekerjaan ayah yang merupakan penyekat terbaik. Hal tersebut dapat dilihat pada Tabel 1 yang menunjukan bahwa pekerjaan ayah memiliki improvement terbesar sehingga digunakan sebagai penyekat awal. Tabel 1 Improvement awal beasiswa PPA Peubah Pekerjaan ayah Pendidikan ibu Pendidikan ayah Penghasilan per kapita per bulan Pemasukan mahasiswa per bulan Pekerjaan ibu Air untuk minum Atap rumah Air untuk mandi, cuci dan kakus Jumlah ruangan dalam rumah Anak kePengeluaran mahasiswa per bulan Asal daerah Daya Listrik Jumlah saudara Lantai rumah Jumlah anggota keluarga

Improvement 0.00076 0.00068 0.00048 0.00043 0.00035 0.00035 0.00031 0.00016 0.00014 0.00014 0.00012 0.00012 0.00009 0.00009 0.00006 4.99E-06 4.14E-06

Pekerjaan ayah dibagi menjadi dua simpul, simpul kiri yaitu PNS/ABRI/POLRI, pensiunan, dan pedagang sedangkan simpul kanan tidak bekerja, karyawan swasta, petani, lainnya, wiraswasta, almarhum, dan almarhum pensiunan. Pada kedua simpul tersebut terlihat bahwa mahasiswa yang pekerjaan ayahnya di simpul kiri memiliki rata-rata IPK yang lebih rendah dibandingkan di simpul kanan. Pada simpul kiri pekerjaan ayah disekat kembali oleh peubah penjelas penghasilan per kapita per bulan. Mahasiswa yang memiliki penghasilan per kapita per bulan ≤ Rp833 750.00 memiliki rata-rata IPK yang lebih rendah dibandingkan penghasilan per kapita per bulan ˃ Rp833 750.00. Selanjutnya dari kelompok penghasilan per kapita per bulan ≤ Rp833 750.00 disekat kembali oleh peubah penjelas pemasukan. Pemasukan mahasiswa per bulan ≤ Rp1 282 500.00 memiliki rata-rata IPK yang lebih tinggi dibandingkan pemasukan mahasiswa per bulan ˃ Rp1 282 500.00 (Gambar 7).

10

Node 1 PEKERJAAN_AYAH$ = (PNS/ABRI/POLRI,Pedagang, Pensiunan) STD = 0.216 Avg = 3.413 N = 583

PEKERJAAN_AYAH$ = (PNS/ABRI/P...)

PEKERJAAN_AYAH$ = (Almarhum,...)

Node 2 PERKAPITA <= 833750.00 STD = 0.212 Avg = 3.387 N = 311

PERKAPITA <= 833750.00

Terminal Node 1 STD = Avg = N = 116

0.216 3.443

PERKAPITA > 833750.00

Node 3 PEMASUKAN <= 1282500.00 STD = 0.203 Avg = 3.359 N = 192

PEMASUKAN <= 1282500.00



0.220 3.434

PEMASUKAN > 1282500.00 Terminal Node 2 STD = Avg = N = 76

0.216 3.395

0.167 3.304

Gambar 7 Pohon regresi beasiswa PPA Dari Tabel 2 dapat dijelaskan bahwa kelompok mahasiswa yang memiliki rata-rata IPK paling tinggi sebesar 3.443 yaitu mahasiswa yang pekerjaan ayahnya sebagai pengangguran atau tidak bekerja, karyawan swasta, petani, lainnya, wiraswasta, almarhum, dan almarhum pensiunan. Selanjutnya kelompok mahasiswa yang ayahnya bekerja sebagai PNS/ABRI/POLRI, pensiunan, pedagang dan memiliki penghasilan per kapita per bulan ˃ Rp833 750.00 memiliki rata-rata IPK yaitu 3.434. Kelompok mahasiswa yang memiliki rata-rata IPK sebesar 3.395 ayahnya memiliki pekerjaan sebagai PNS/ABRI/POLRI, pensiunan, pedagang dan penghasilan per kapita per bulan ≤ Rp833 750.00 serta pemasukan mahasiswa per bulan ≤ Rp1 282 500.00. Kelompok mahasiswa yang memiliki rata-rata IPK terkecil sebesar 3.304 yaitu mahasiswa yang pekerjaan ayahnya sebagai PNS/ABRI/POLRI, pensiunan, pedagang memiliki penghasilan per kapita per bulan ≤ Rp833 750.00 dan pemasukan mahasiswa per bulan > Rp1 282 500.00. Tabel 2 Karakteristik kelompok IPK mahasiswa penerima beasiswa PPA Simpul akhir 4

3

Rata-rata

N

Peubah penciri

3.443

272

3.434

119

Pekerjaan ayah (tidak bekerja, karyawan swasta, petani, lainnya, wiraswasta, almarhum, dan almarhum pensiun) Pekerjaan ayah (PNS/ABRI/POLRI, pensiunan, pedagang); Penghasilan per kapita/bulan > Rp833 750.00

11

Tabel 2 Karakteristik kelompok IPK mahasiswa penerima beasiswa PPA (lanjutan) Simpul akhir 2

1

Rata-rata

N

Peubah penciri

3.395

116

3.304

76

Pekerjaan ayah (PNS/ABRI/POLRI, pensiunan, pedagang); Penghasilan per kapita per bulan ≤ Rp833 750.00; Pemasukan mahasiswa/bulan ≤ Rp1 282 500.00 Pekerjaan ayah (PNS/ABRI/POLRI, pensiunan, pedagang); Penghasilan per kapita/bulan ≤ Rp833 750.00; Pemasukan mahasiswa/bulan > Rp1 282 500.00

Pohon Regresi Beasiswa BBM Pohon regresi pada beasiswa BBM dibentuk dengan menetapkan banyaknya amatan minimum sebanyak 50 amatan di dalam simpul akhir. Hal ini berdasarkan apa yang dilakukan Schmoor et al. (1993) dimana dengan ukuran contoh 447 ia menetapkan banyaknya amatan pada simpul akhir sebanyak 25 amatan sehingga beasiswa BBM dengan 907 amatan menggunakan batas minimum amatan sebanyak 50 amatan (Kudus 1999). Pohon besar pada Lampiran 7 menghasilkan 23 simpul yang terdiri atas 11 simpul dalam dan 12 simpul akhir. Pemangkasan menggunakan validasi silang menghasilkan 11 simpul dengan lima simpul dalam dan enam simpul akhir. Peubah penjelas yang menjadi penyekat awal ialah peubah penghasilan per kapita per bulan (Tabel 3). Tabel 3 Improvement awal beasiswa BBM Peubah Penghasilan per kapita per bulan Jumlah anggota keluarga Anak kePengeluaran mahasiswa per bulan Jumlah saudara Asal daerah Pekerjaan ibu Jumlah ruangan dalam rumah Pekerjaan ayah Pemasukan mahasiswa per bulan Pendidikan ayah Dinding rumah Pendidikan ibu Daya listrik Kepemilikan rumah Atap rumah Kemampuan berobat Lantai rumah

Improvement 0.00063 0.00049 0.00048 0.00046 0.00038 0.00032 0.00032 0.00026 0.00024 0.00020 0.00016 0.00010 0.00008 0.00008 0.00008 0.00005 0.00003 0.00002

12 Mahasiswa yang keluarganya memiliki penghasilan per kapita per bulan ˃ Rp969 785.88 memiliki rata-rata IPK yang lebih tinggi dibandingkan ≤ Rp969 785.88. Peubah yang memiliki penghasilan per kapita per bulan ≤ Rp969 785.88 disekat oleh peubah anak ke- menjadi dua simpul yaitu simpul kiri merupakan anak pertama, kedua, dan ketiga dan simpul kanan anak ke-4, ke-5, ke-6 ke-7, ke-8, dan ke-9. Simpul anak ke- di sebelah kiri memiliki rata-rata IPK yang lebih tinggi dibandingkkan simpul anak ke- di sebelah kanan. Peubah anak ke- di simpul kiri selanjutnya disekat oleh pendidikan ayah dengan pendidikan ayah tamat SMA/sederajat, SD/sederajat, dan tidak sekolah memiliki rata-rata IPK yang lebih tinggi dibandingkan lainnya kemudian disekat kembali berdasarkan asal daerah. Mahasiswa yang berasal dari Sumatera Barat,Sumatera Selatan,Indonesia Timur, Jawa Tengah dan Jawa Timur memiliki rata-rata IPK yang lebih tinggi dibandingkan yang berasal dari Jawa Barat, Sumatera Utara, Banten, Kalimantan, DKI Jakarta, dan Lampung. Mahasiswa yang pendidikan ayahnya S1, diploma/akademik, SMP/sederajat, dan S2/S3 disekat kembali oleh peubah pekerjaan ayah dengan pekerjaan ayah seperti PNS/ABRI/POLRI, wiraswasta, petani, dan yang sudah almarhum maupun almarhum PNS memiliki rata-rata IPK yang lebih tinggi dibandingkan pekerjaan ayah sebagai pedagang, karayawan swasta, lainnya maupun yang tidak bekerja (Gambar 8). Node 1 PERKAPITA <= 969785.88 STD = 0.219 Avg = 3.014 N = 907



Node 2 ANAK_KE <= 3.50 STD = 0.216 Avg = 3.006 N = 829


ANAK_KE <= 3.50 ANAK_KE > 3.50

Node 3 PENDIDIKAN_AYAH$ = (S1,S2/S3,SMP/sederajat, diploma/akademik) STD = 0.217 Avg = 3.014 N = 721

Node 5 ASAL_DAERAH$ = (Banten,DKI Jakarta, Jaw a Barat,Kalimantan, Lampung,Sumatera Utara) STD = 0.218 Avg = 3.036 N = 405

Node 4 PEKERJAAN_AYAH$ = (Karyaw an Sw asta,Lainnya, Pedagang,Tidak Bekerja) STD = 0.212 Avg = 2.986 N = 316


0.202 2.930

0.205 2.954

PENDIDIKAN_AYAH$ = (SD/sederaj...)

PENDIDIKAN_AYAH$ = (S1,S2/S3,...)

PEKERJAAN_AYAH$ = (Karyaw an S...)


PEKERJAAN_AYAH$ = (Almarhum,...) Terminal Node 2 STD = Avg = N = 217

0.211 3.011

ASAL_DAERAH$ = (Banten,...)

ASAL_DAERAH$ = (Indonesia ...)



0.219 3.019

0.206 3.089

Gambar 8 Pohon regresi beasiswa BBM Tabel 4 menjelaskan bahwa kelompok mahasiswa penerima beasiswa BBM yang memiliki rata-rata IPK tertinggi sebesar 3.096 yaitu yang penghasilan per kapita selama sebulan > Rp969 785.88. Kelompok mahasiswa yang memiliki rata-rata IPK 2.954 yaitu mahasiswa yang penghasilan per kapita per bulan ≤ Rp969 785.88 dan merupakan anak ke-4, ke-5, ke-6 ke-7, ke-8, dan ke-9. Kelompok mahasiswa yang memiliki rata-rata IPK 3.089 yaitu penghasilan per

0.233 3.096

13 kapita per bulan ≤ Rp969 785.88 merupakan anak pertama, kedua dan ketiga serta pendidikan ayah yaitu tidak sekolah/tamat SD, SD/sederajat, SMA/sederajat, dan berasal dari daerah Sumatera Barat, Sumatera Selatan, Indonesia Timur, Jawa Tengah, Jawa Timur. Selanjutnya kelompok mahasiswa yang memiliki rata-rata IPK 3.019 yaitu penghasilan per kapita per bulan ≤ Rp969 785.88 merupakan anak pertama, kedua dan ketiga dengan pendidikan ayah tidak sekolah/tamat SD, SD/sederajat, SMA/sederajat dan berasal dari daerah Jawa Barat, Sumatera Utara,Banten, Kalimantan, DKI Jakarta, Lampung. Kelompok mahasiswa yang memiliki rata-rata IPK 3.011 yaitu penghasilan per kapita per bulan ≤ Rp969 785.88 merupakan anak pertama, kedua, dan ketiga dengan pendidikan ayah SMP/sederajat, diploma/akademik, S1, S2/S3 dengan pekerjaan ayah sebagai PNS/ABRI/POLRI, almarhum, pensiunan, wiraswasta, almarhum PNS, petani. Terakhir kelompok mahasiswa yang memiliki rata-rata IPK 2.930 yaitu mahasiswa yang penghasilan per kapita per bulan ≤ Rp969 785.88 merupakan anak pertama, kedua, dan ketiga dan pendidikan ayah SMP/sederajat, diploma/akademik,S1,S2/S3 dengan pekerjaan ayah sebagai pedagang, tidak bekerja, lainnya, dan karyawan swasta. Tabel 4 Karakteristik kelompok IPK mahasiswa penerima beasiswa BBM Simpul Akhir 6 5

Ratarata 3.096 2.954

N

Peubah penciri

78 108

4

3.089

96

3

3.019

309

2

3.011

217

1

2.930

99

Penghasilan per kapita/bulan > Rp969 785.88 Penghasilan per kapita/bulan ≤ Rp969 785.88; Anak ke > 3.5; Penghasilan per kapita/bulan ≤ Rp969 785.88 ;Anak ke ≤ 3.5; Pendidikan ayah (tidak sekolah/tamat SD, SD/sederajat, SMA/sederajat); Asal daerah (Sumatera Barat, Sumatera Selatan, Indonesia Timur, Jawa Tengah, Jawa Timur) Penghasilan per kapita/bulan ≤ Rp969 785.88; Anak ke ≤ 3.5; Pendidikan ayah (tidak sekolah/tamat SD, SD/sederajat, SMA/sederajat); Asal daerah (Jawa Barat, Sumatera Utara, Banten, Kalimantan, DKI Jakarta, Lampung) Penghasilan per kapita/bulan ≤ Rp969 785.88; Anak ke ≤ 3.5; Pendidikan ayah (SMP/sederajat, Diploma/Akademik, S1, S2/S3); Pekerjaan ayah (PNS/ABRI/POLRI, almarhum, pensiunan, wiraswasta, almarhum pns, petani) Penghasilan per kapita/bulan ≤ Rp969 785.88; Anak ke ≤ 3.5;Pendidikan ayah (SMP/sederajat, Diploma/Akademik, S1, S2/S3); Pekerjaan ayah (pedagang, tidak bekerja, karyawan swasta, lainnya)

14 Hasil yang diperoleh dari penelitian ini ternyata tidak membuktikan bahwa mahasiswa penerima beasiswa BBM ditujukan bagi mahasiswa yang kemampuan ekonominya rendah dan berprestasi baik. Hal ini dikarenakan terdapat karakteristik mahasiswa yang menunjukan bahwa mahasiswa tersebut termasuk dalam kalangan berekonomi tinggi. Pada simpul akhir 6 terlihat sebanyak 76 mahasiswa memiliki penghasilan per kapita/bulan ˃ Rp969 785.88 yang berarti sebanyak 76 orang mahasiswa merupakan mahasiswa dengan kemampuan ekonomi yang tinggi. Hal ini membuktikan bahwa terdapat beberapa mahasiswa penerima beasiswa BBM tidak tepat sasaran.

15

SIMPULAN DAN SARAN Simpulan Pohon regresi yang dihasilkan mahasiswa penerima beasiswa PPA menghasilkan tujuh simpul yang terdiri dari tiga simpul dalam dan empat simpul akhir, peubah yang paling efektif untuk menyekat simpul yaitu pekerjaan ayah, penghasilan per kapita, dan pemasukan per bulan. Rata-rata IPK kelompok mahasiswa penerima beasiswa PPA yang paling tinggi sebesar 3.443 dimiliki oleh mahasiswa yang ayahnya memiliki pekerjaan sebagai pengangguran atau tidak bekerja, karyawan swasta, petani, lainnya, wiraswasta, almarhum, dan almarhum pensiunan. Kelompok mahasiswa yang memiliki rata-rata IPK terkecil sebesar 3.304 yaitu mahasiswa yang pekerjaan ayahnya sebagai PNS/ABRI/POLRI, pensiunan, dan pedagang dengan penghasilan per kapita per bulan ≤ Rp833 750.00 dan pemasukan mahasiswa per bulan ˃ Rp1 282 500.00 rupiah. Pohon regresi untuk mahasiswa penerima beasiswa BBM menghasilkan 11 simpul yang terdiri dari lima simpul dalam dan enam simpul akhir dengan peubah penjelas yang digunakan sebagai penyekat yaitu penghasilan per kapita, anak ke-, pendidikan ayah, pekerjaan ayah, dan asal daerah. Kelompok mahasiswa yang keluarganya memiliki penghasilan per kapita ˃ Rp969 785.88 memiliki rata-rata IPK yang paling tinggi yaitu 3.096. Kelompok mahasiswa yang memiliki rata-rata terkecil sebesar 2.930 yaitu mahasiswa yang penghasilan per kapita ≤ Rp969 785.88 merupakan anak pertama, kedua, dan ketiga dan pendidikan ayah SMP/sederajat, diploma/akademik, S1, S2/S3 dengan pekerjaan ayah sebagai pedagang, tidak bekerja, lainnya, dan karyawan swasta. Saran Pengisian kuesioner online sebaiknya diisi secara jujur oleh mahasiswa sehingga beasiswa yang diberikan tepat sasaran. Selain itu, pada kuesioner online diberikan filtrasi sehingga apabila ada mahasiswa yang mengisi di luar prasyarat akan terdapat tanda error.

16

DAFTAR PUSTAKA Breiman, L., J.H. Friedman, R.A. Olshen & C.J. Stone. 1993. Classification and Regression Trees. New York (US): Chapman and Hall [DIKTI] Direktorat Jenderal Pendidikan Tinggi, Kementerian Pendidikan Nasional. 2013. Pedoman Umum Beasiswa dan Bantuan Biaya Pendidikan Peningkatan Prestasi Akademik. Jakarta: Kemendiknas. Komalasari WB. 2007. Metode Pohon Regresi untuk Eksploratori Data dengan Peubah yang Banyak dan Kompleks. Informatika Pertanian. 16.967-980 Kudus A. 1999. Penerapan metode regresi berstruktur pohon pada pendugaan masa rawat kelahiran bayi (Studi kasus di Rumah Sakit Hasan Sadikin Bandung) [tesis]. Bogor (ID): Institut Pertanian Bogor Kurniawan T, Aunuddin, Wagiono YK. 2002. Penerapan Metode Pemangkasan dalam CART (Classification and Regression Tree). Forum Statistika dan Komputasi. 7.19-25. Lewis RJ. 2000. An Introduction to Classification and Regression Tree (CART) Analysis. California: Department of Emergency Medicine, Harbor-UCLA Medical Centre. Statsoft. 2003. Classification and Regression Trees (C&RT). [Internet]. [diunduh 2013 Mei 20]. Tersedia pada: http://www.statsoft.com/textbook/stcart.html.

17 Lampiran 1 Keterangan peubah penjelas Peubah Asal Daerah

Skala pengukuran Nominal

Pekerjaan Ayah

Nominal

Pekerjaan Ibu

Nominal

Pendidikan Terakhir Ayah

Ordinal

Pendidikan Terakhir Ibu

Ordinal

Penghasilan per kapita/bulan Pengeluaran Mahasiswa/bulan Pemasukan mahasiswa/bulan Jumlah anggota keluarga

Rasio Rasio Rasio Rasio

Kategori peubah 1 = DKI Jakarta; 2 = Jawa Barat; 3 = Jawa Tengah; 4= Jawa Timur; 5=Sumatera Barat; 6 = Sumatera Utara; 7=Sumatera Selatan; 8= Lampung; 9 = Banten; 10 = Kalimantan; 11 = Indonesia Timur 1 = Tidak Bekerja; 2= Petani; 3 = Pedagang; 4 = Lainnya; 5 = PNS/ABRI/Polisi; 6=Karyawan Swasta; 7 =Pensiunan; 8=Wiraswasta 9=Almarhum; 10= Almarhum PNS 1 = Tidak Bekerja; 2= Petani; 3 = Pedagang; 4 = Lainnya; 5 = PNS/ABRI/Polisi; 6=Karyawan Swasta; 7 =Pensiunan; 8=Wiraswasta 9=Almarhum; 10= Almarhum PNS 1=Tidak Sekolah/ Tidak Tamat SD 2 = SD/Sederajat 3 = SMP/Sederajat 4 = SMA/Sederajat 5 = Akademi/Diploma 6 = S1 7 = S2/S3 1 = Tidak Sekolah/ Tidak Tamat SD 2 = SD/Sederajat 3 = SMP/Sederajat 4 = SMA/Sederajat 5 = Akademi/Diploma 6 = S1 7 = S2/S3

18 Lampiran 1 Keterangan peubah penjelas (lanjutan) Peubah Anak keJumlah Saudara

Skala pengukuran Rasio

Kategori peubah

Rasio

Kemampuan Berobat secara medis

Nominal

1 = mampu; 0 = Tidak Ada

Kepemilikan Rumah

Nominal

Dinding rumah

Nominal

Atap rumah

Nominal

Lantai rumah

Nominal

1 = Sendiri; 2= Saudara 3 = Kontrak 1 = Bilik/kayu; 2 = Setengah tembok; 3 = Tembok 1 = Rumbia/daun kepala kering; 2 =Seng;3 = Genteng 4 = Asbes 1 = Tanah; 2 Kayu 3=Plester semen;4= Keramik

Jumlah ruangan di rumah

Rasio

Sumber air untuk minum

Nominal

Sumber air untuk mandi, cuci dan kakus

Nominal

Daya Listrik (Watt)

Ordinal

1 = Sungai; 2 = Sumur/mata air; 3 = PAM; 4 = Air Galon 1 = Sungai 2 = Sumur/mata air 3 = PAM 1 = 220 Watt; 2= 450 Watt; 3= 900 Watt; 4=1300 Watt; 5=2200 Watt

19 Lampiran 2 Deskripsi peubah-peubah penjelas numerik pada beasiswa PPA

Penghasilan per kapita/bulan Pemasukan mahasiswa/bulan

Rp133 333,- Rp2 199 225,- Rp745 772.12

Simpangan baku Rp360 114.28

Rp650 000,- Rp2 350 000,- Rp1 235 605.36

Rp260 386.12

Pengeluaran mahasiswa/bulan Jumlah anggota keluarga Anak keJumlah saudara

Rp300 000,- Rp1 550 000,- Rp846 946.70

Rp215 947.27

Peubah

Jumlah ruangan rumah

Minimum

Maksimum

Rata-rata

2

14

5.07

1.494

1 1

9 11

1.86 2.50

1.173 1.439

1

12

6.00

1.814

Lampiran 3 Deskripsi peubah-peubah penjelas numerik pada beasiswa BBM Peubah

Rp612 689.21

Simpangan baku Rp317 632.99

Rp350 000,- Rp2 510 000,-

Rp1 148 658.02

Rp284 888.63

Rp170 000,- Rp1 810,- 000,-

Rp808 700.47

Rp239 197.75

Minimum

Maksimum

Penghasilan per kapita/bulan

Rp85 000,-

Rp1 963 100,-

Pemasukan mahasiswa/bulan Pengeluaran mahasiswa/bulan

Rata-rata

Jumlah anggota keluarga Anak ke-

2

12

5.12

1.412

1

9

2.08

1.326

Jumlah saudara

1

12

2.73

1.516

Jumlah ruangan rumah

1

14

5.44

1.606

20 Lampiran 4 Deskripsi peubah-peubah penjelas kategorik pada beasiswa PPA Peubah Kemampuan Berobat Kepemilikan Rumah

Dinding Rumah

Atap Rumah

Lantai Rumah

Sumber Air Minum

Sumber Mandi/Cuci/Kakus Daya Listrik

Kategori Mampu Tidak Mampu Sendiri Saudara Kontrak Bilik/Kayu Setengah Tembok Tembok Rumbia/daun kelapa kering Seng Genteng Asbes Tanah Kayu Plester Semen Keramik Sungai Sumur/Mata air PAM Air Galon Sungai Sumur/Mata Air PAM 450 Watt 900 Watt 1300 Watt 2200 Watt 3100 Watt

Frekuensi 548 35 505 32 46 13 26

Persentase (%) 94.00 6.00 86.60 5.50 7.90 2.20 4.50

544 1

93.30 0.20

88 482 12 2 5 80 496 4 304 239 36 5 347 231 109 332 117 24 1

15.10 82.70 2.10 0.34 0.86 13.72 85.08 0.70 52.10 41.00 6.20 0.90 59.50 39.60 18.70 56.90 20.10 4.10 0.20

21 Lampiran 5 Deskripsi peubah-peubah penjelas kategorik pada beasiswa BBM Peubah Kemampuan berobat Kepemilikan Rumah

Dinding Rumah

Atap Rumah

Lantai Rumah

Sumber Air minum

Sumber Air Mandi/Cuci/Kakus Daya Listrik

Kategori Mampu Tidak Mampu Sendiri Saudara Kontrak Bilik/Kayu Setengah Tembok Tembok Seng Genteng Asbes Tanah Kayu Plester Semen Keramik Sungai Sumur/Mata air PAM Air Galon Sungai Sumur/Mata Air PAM 450 Watt 900 Watt 1300 Watt 2200 Watt

Frekuensi 786 121 783 50 74 11 66 830 141 733 33 4 7 153 743 3 552 325 27 4 592 311 194 544 153 16

Persentase (%) 86.70 13.30 86.30 5.50 8.20 1.20 7.30 91.50 15.50 80.80 3.60 0.44 0.77 16.87 81.92 0.30 60.90 35.80 3.00 0.40 65.30 34.30 21.40 60.00 16.90 1.80


STD = Avg = N = 38

0.204 3.300

ANAK__KE > 1.50

STD = Avg = N = 27

0.180 3.400

ANAK__KE <= 1.50

ANAK__KE STD = 0.200 Avg = 3.342 N = 65

PENGELUARAN <= 830000.00

PENGELUARAN STD = 0.213 Avg = 3.370 N = 91

STD = Avg = N = 26

0.226 3.440

PENGELUARAN > 830000.00

STD = Avg = N = 25

0.201 3.486

ASAL_DAERAH$ = (DKI Jakart...) STD = Avg = N = 48

0.165 3.262

ASAL_DAERAH$ = (Indonesia ...) STD = Avg = N = 28

0.144 3.377


PEMASUKAN > 1282500.00 ASAL_DAERAH$ STD = 0.167 Avg = 3.304 N = 76

PEMASUKAN <= 1282500.00

ASAL_DAERAH$ STD = 0.216 Avg = 3.395 N = 116


STD = Avg = N = 27

0.208 3.470

PERKAPITA <= 1002083.50 STD = Avg = N = 43

0.197 3.360


PERKAPITA STD = 0.208 Avg = 3.403 N = 70

PERKAPITA > 833750.00 ASAL_DAERAH$ STD = 0.220 Avg = 3.434 N = 119


PEMASUKAN STD = 0.203 Avg = 3.359 N = 192

STD = 0.212 Avg = 3.387 N = 311


0.228 3.477

STD = Avg = N = 29

0.160 3.434

PEMASUKAN <= 857500.00 STD = Avg = N = 25

0.225 3.324

PEMASUKAN > 857500.00


PEMASUKAN <= 977500.00

PEMASUKAN <= 1496000.00

PENDIDIKAN_IBU$ = (Diploma/Ak...)

PENGELUARAN STD = 0.212 Avg = 3.424 N = 84 PENGELUARAN <= 937000.00

STD = Avg = N = 34

0.203 3.351

PENGELUARAN > 722500.00 STD = Avg = N = 25

0.200 3.461



STD = Avg = N = 25

0.207 3.488


ASAL_DAERAH$ STD = 0.215 Avg = 3.449 N = 111 ASAL_DAERAH$ = (Banten,...)


PENDIDIKAN_IBU$ = (S1,S2/S3,...)

STD = Avg = N = 27

0.205 3.525

STD = Avg = N = 30

0.195 3.460

STD = Avg = N = 32

0.225 3.610

PENDIDIKAN_AYAH$ = (S1,...)

PENDIDIKAN_AYAH$ STD = 0.224 Avg = 3.538 N = 62 ASAL_DAERAH$ = (Jawa Tenga...) PENDIDIKAN_AYAH$ = (Diploma/Ak...)

PENDIDIKAN_IBU$ STD = 0.222 Avg = 3.481 N = 173


PEKERJAAN_AYAH$ = (Almarhum,...) PEMASUKAN STD = 0.216 Avg = 3.443 N = 272

PEKERJAAN_AYAH$ = (PNS/ABRI/P...)

PEKERJAAN_AYAH$ STD = 0.216 Avg = 3.413 N = 583

PERKAPITA

Lampiran 6 Pohon besar beasiswa PPA

STD = Avg = N = 45

0.167 3.369


22

STD = Avg = N = 99

0.202 2.930

PEKERJAAN_AYAH$ = (Buruh,...)


STD = Avg = N = 58

0.185 2.940

STD = Avg = N = 63

0.223 3.026

PEKERJAAN_AYAH$ = (PNS/ABRI/P...) PEKERJAAN_AYAH$ = (Almarhum,...)


PENGELUARAN <= 872500.00 STD = Avg = N = 96

0.207 3.045


STD = Avg = N = 58

0.203 2.923

PEKERJAAN_AYAH$ = (Almarhum,...) STD = Avg = N = 89

0.239 3.003

PEKERJAAN_AYAH$ = (Buruh,...)




STD = Avg = N = 87

0.199 3.052


PENDIDIKAN_IBU$ = (S1,S2/S3,...)

ASAL_DAERAH$ = (Banten,...) PENDIDIKAN_IBU$ STD = 0.219 Avg = 3.019 N = 309

PEKERJAAN_AYAH$ = (Almarhum,...)


STD = Avg = N = 75

0.202 3.074

PENDIDIKAN_IBU$ = (SD/sederaj...)

PENDIDIKAN_AYAH$ = (SD/sederaj...) ASAL_DAERAH$ STD = 0.218 Avg = 3.036 N = 405

PENDIDIKAN_AYAH$ = (S1,S2/S3,...)


0.206 3.089

STD = Avg = N = 51

0.189 2.897

JUMLAH_SAUDARA <= 4.50

STD = Avg = N = 57

0.206 3.005

JUMLAH_SAUDARA > 4.50

ANAK_KE > 3.50 JUMLAH_SAUDARA STD = 0.205 Avg = 2.954 N = 108

ANAK_KE <= 3.50

PERKAPITA STD = 0.219 Avg = 3.014 N = 907

PENDIDIKAN_AYAH$ STD = 0.217 Avg = 3.014 N = 721

ANAK_KE STD = 0.216 Avg = 3.006 N = 829


Lampiran 7 Pohon besar beasiswa BBM

STD = Avg = N = 78

0.233 3.096


23

24

24

RIWAYAT HIDUP Penulis dilahirkan di Jakarta, 19 September 1991 sebagai anak pertama dari dua bersaudara dari pasangan Bapak H.A Zahrudin dengan Ibu Zulaeha. Penulis telah berhasil menyelesaikan Sekolah Dasar di SDN 10 Jakarta, pada tahun 2003 jenjang pendidikan berikutnya berhasil diselesaikan di SMP Negeri 139 Jakarta tahun 2006. Selanjutnya penulis menyelesaikan Sekolah Menengah Atas di SMA Negeri 91 Jakarta tahun 2009. Selama SMP dan SMA penulis telah aktif dalam kegiatan OSIS. Penulis melanjutkan ke jenjang yang lebih di tinggi di Institut Pertanian Bogor melalui jalur USMI dan diterima di Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam. Selama kuliah penulis aktif dalam Unit Kegiatan Mahasiswa Music Agriculture eXpression, himpunan profesi Gamma Sigma Beta dan Organisasi Mahasiswa Jakarta Comuntiy. Tahun 2010/2011 penulis aktif sebagai anggota beta club dan tahun 2011/2012 penulis aktif sebagai anggota database center di himpro GSB. Selain itu tahun 2010/2011 dan 2011/2012 penulis aktif sebagai anggota divisi acara pada Statistika Ria. Pada tahun 2012/2013 penulis menjabat sebagai manager divisi event organizer di UKM MAX!!. Pada bulan JanuariMaret 2013 penulis melaksanakan Praktik Lapang di PT Swadaya Panduartha dengan judul penelitian Analisis Faktor pada Program MAG Shocking Reward.

EVALUASI KARAKTERISTIK IPK MAHASISWA PENERIMA BEASISWA PPA DAN BBM DENGAN POHON REGRESI

Recommend Documents