Ketepatan Klasifikasi Metode Regresi Logistik dan CHAID dengan Pembobotan Sampel

Main Article Content

Puspa Juwita
Sugiman Sugiman
Putriaji Hendikawati

Abstract

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

Article Details

How to Cite
Juwita, P., Sugiman, S., & Hendikawati, P. (2018). Ketepatan Klasifikasi Metode Regresi Logistik dan CHAID dengan Pembobotan Sampel. PRISMA, Prosiding Seminar Nasional Matematika, 1, 684-695. Retrieved from http://journal.unnes.ac.id/sju/prisma/article/view/20215
Section
Articles

References

Antipov, E., Elenea P. 2009. Applying CHAID for Logistic Regression Diagnostics and Classification Accuracy Improvement. Munich Personal RePEc Archive.
BPS. 2015. Profil Ketenagakerjaan Kabupaten Temanggung 2015. Kabupaten Temanggung : BPS Kabupaten Temanggung.
Hosmer, D. W., & S. Lemeshow. 2000. Applied Logistic Regression (2nd edition). New York : John Willey and Sons Inc.
Imaslihkah, Siti. 2013. Analisis Regresi Logistik Ordinal terhadap Faktor-Faktor yang Mempengaruhi Prediksi Kelulusan Mahasiswa S1 di ITS Surabaya. Jurnal Sains dan Seni POMITS, 2(2013): 177-182.
Kleinbaum, David G., & M. Klein. 2010. Logistic Regression : A Self-Learning Text (3rd edition), New York ; John Willey and Sons Inc.
Ritschard, Gilbert. 2010. CHAID and Earlier Supervised Tree Methods. Geneva : Universitas Geneva.
OECD. 2016. Survei Ekonomi OECD: Indonesia 2016. Online https://www.oecd.org/eco/surveys/indonesia-2016-OECD-economic-survey-overview-bahasa.pdf [diakses pada 11-2-2017].