Penulis Utama : Bintoro Susilo
NIM / NIP : M0507012
× Program RSBI adalah program yang dirancang untuk sekolah-sekolah dengan tujuan mewujudkan pendidikan yang berkualitas. Untuk keberhasilan program tersebut, pihak sekolah berusaha mendapatkan siswa yang mempunyai kualitas tinggi, sehingga seleksi dilakukan dengan mempertimbangkan banyak kriteria. Penelitian ini berkonsentrasi pada seleksi penerimaan siswa baru untuk sekolah tinggi (SMA) yang mengikuti tes masuk, guna mendapatkan siswa yang mempunyai kualitas tinggi. Seleksi dilakukan dengan sebuah sistem pendukung keputusan, yang menerapkan model regresi linear ganda untuk melakukan pembobotan terhadap kriteria dan melakukan perankingan terhadap pendaftar. Model regresi linear ganda menghasilkan persamaan yang terdiri dari koefisien-koefisien untuk setiap kriteria (X) yang digunakan sebagai bobot kriteria, dan nilai dugaan Y yang akan dijadikan nilai akhir untuk melakukan perankingan. Kriteria-kriteria yang digunakan untuk pembobotan dan seleksi adalah nilai UAN SMP (Matematika, Bahasa Inggris, Bahasa Indonesia, IPA), dan nilai tes masuk (Matematika, Bahasa Inggris, Bahasa Indonesia, IPA, IPS). Pembobotan didasarkan atas nilai prestasi yang diperoleh oleh siswa dari angkatan sebelumnya. Setelah melakukan pembobotan dan perankingan, langkah terakhir adalah melakukan proses sorting sesuai dengan jumlah kuota yang dibutuhkan. Dengan menggunakan data dari tiga angkatan untuk pembobotan, pembobotan kriteria dari data angkatan yang lebih banyak memberikan hasil yang lebih baik daripada data angkatan yang lebih sedikit. Hal ini dapat dilihat dari pengujian terhadap ketiga persamaan regresi linier berganda yang dihasilkan. Untuk hasil perankingan, dengan dua kali pengujian, peringkat yang dihasilkan SPK memberikan hasil yang lebih baik dibandingkan peringkat yang dihasilkan dengan menggunakan model yang diterapkan di SMA RSBI Program is a program designed for schools with the aim to realize a quality education. For the success of the program, the school tried to get students who have a high quality, so the selection is done by considering many criteria. This research concentrates on the selection of accepting new students to high school (SMA) which followed the entrance test, in order to get students who have high quality. Selection is done by a decision support system, that implement multiple linear regression model to perform weighting of the criteria and perform ranking of applicants. Multiple linear regression model produces an equation that consists of the coefficients for each criterion (X) which is used as a weighting criteria, and the alleged value of Y will be the final value for ranking. The criteria used for weighting and selection is the value of UAN SMP (Mathematics, English Language, Indonesian Language, Science Studies), and the entrance test (Mathematics, English Language, Indonesian Language, Science Studies, Social Studies). Weighting is based on achievement scores obtained by students from the previous generation. After doing the weighting and ranking, the last step is sorting process according to the amount of quota required. By Using three data generation for the weighting, the criteria weighting from more data generation is better than less data generation. It can be seen from the testing of three linear multiple regression equations generated. For the ranking, with two tests, ranking of SPK provides better results than the model applied in high school.
×
Penulis Utama : Bintoro Susilo
Penulis Tambahan : -
NIM / NIP : M0507012
Tahun : 2012
Judul : Penerapan regresi linear ganda pada sistem pendukung keputusan seleksi penerimaan siswa baru program rintisan sekolah bertaraf internasional (RSBI) tingkat sekolah menengah atas (SMA)
Edisi :
Imprint : Surakarta - F. MIPA - 2012
Program Studi : S-1 Informatika
Kolasi :
Sumber : UNS-F. MIPA Jur. Informatika-M. 0507012-2012
Kata Kunci :
Jenis Dokumen : Skripsi
ISSN :
ISBN :
Link DOI / Jurnal : -
Status : Public
Pembimbing : 1. Sari Widya Sihwi, S.Kom., MTI
2. Ristu Saptono, S.Si., MT
Penguji :
Catatan Umum :
Fakultas : Fak. MIPA
×
File : Harus menjadi member dan login terlebih dahulu untuk bisa download.