Hybrid Distatis Untuk Menganalisis Objek Dan Assessor Dari Data Penyortiran

Ginanjar, Irlandia (2011) Hybrid Distatis Untuk Menganalisis Objek Dan Assessor Dari Data Penyortiran. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 1309201014-Master_Thesis.pdf Restricted to Repository staff only Download (7MB) | Request a copy

Abstract

Penyortiran (sorting task) yang dilakukan oleh assessor terhadap beberapa objek secara bersamaan berdasarkan persepsi kesamaan (similarity), adalah suatu metoda yang paling mudah dan sederhana untuk pengumpulan data kesamaan antar objek dan antar assessor. Assessor berdasarkan penilaian keseluruhan objek dapat dipetakan menggunakan DISTATIS. Informasi tentang kesamaan antar objek akan lebih lengkap bila ditambah dengan informasi tentang karakteristik objek. Objek, karakteristik objek dan assessor untuk setiap objek dipetakan dengan menggunakan Hybrid DISTATIS yang merupakan metoda gabungan PCA Biplot dan DISTATIS. Persentase keragaman dari matriks kesamaan antar assessor menjadi acuan kualitas pemetaan yang dihasilkan DISTATIS. Persentase keragaman dari matriks compromise menjadi acuan kualitas pemetaan yang dihasilkan Hybrid DISTATIS. Data yang digunakan adalah data penyortiran dari ranking dunia perguruan tinggi tahun 2010 yang dipublikasikan oleh tiga assessor yaitu Webometrics, 4ICU, dan OS. Perguruan tinggi sebagai objek terdiri dari UI, UGM, Unair, ITB, IPB, Undip, Unpad, dan ITS. Variabel karakteristik yang digunakan adalah jumlah mahasiswa dan nilai akreditasi. Informasi yang diperoleh dari peta DISTATIS adalah, ketiga assessor memberikan penilaian berbeda terhadap delapan perguruan tinggi. Informasi yang diperoleh dari peta Hybrid DISTATIS adalah: (1) Perguruan tinggi dapat dibagi menjadi dua kelompok, dimana ITB, UGM dan UI mempunyai penilaian baik. (2) UGM, ITB dan UI relatif memiliki jumlah mahasiswa yang banyak, juga UGM, ITB, UI, ITS dan Undip relatif memiliki nilai akreditasi yang tinggi. (3) Webometrics menilai UGM sama dengan ITB, Undip sama dengan Unair. 4ICU menilai UGM sama dengan ITB, Unpad sama dengan Unair dan IPB. QS menilai UGM sama dengan ITB, ITS sama dengan Undip dan Unpad.
========================================================================================================================================
Assessors sorting task on several objects simultaneously based on the perception of similarity is the easiest and simplest method to collecting similarity data between objects and between assessors. Assessors based on the overall assessment of objects mapped using DISTATIS. Information about the similarity between objects will be more complete when coupled with information about the characteristics of the object. Objects, characteristics of the object and assessors for each object is mapped by using Hybrid DISTATIS, which is a combining Biplot PCA and DISTATIS method. Variation percentage of between-assessor similarity matrix is a reference quality DISTATIS map. Variation percentage of compromise matrix is a reference quality Hybrid DISTATIS map. This study using sorting task from the college ranks in 2010, where it’s published by three assessors is Webometrics, 4ICU, and QS. The college that became the object is ITB, ITS, IPB, Unair, Undip, UGM, UI and Unpad. The characteristics variable is the number of students and the accreditation value. The information obtained from DISTATIS map is, the three assessors gave a different assessment of the eight colleges. The information obtained from Hybrid DISTATIS map is: (1) Colleges can be divided into two groups, where the ITB, UGM and UI have a good rating. (2) UGM, ITB and UI relative has a lot of students, while also UGM, ITB, UI, ITS and Undip relatively high accreditation value. (3) Webometrics rated ITB equal with UGM, and Undip equal with Unair. 4ICU rated ITB equal with UGM, and Unpad equal with Unair and IPB. QS rated ITB equal with UGM, ITS equal to Undip and Unpad.

Item Type:	Thesis (Masters)
Additional Information:	RTSt 511.33 Gin h 2011 3100012045593 WEEDING
Uncontrolled Keywords:	Hybrid Distatis, Distatis, Biplot PCA, Sorting task, Mapping
Subjects:	H Social Sciences > HA Statistics > HA31.35 Analysis of variance
Divisions:	Faculty of Mathematics and Science > Statistics > 49101-(S2) Master Thesis
Depositing User:	Anis Wulandari
Date Deposited:	17 Jun 2026 07:51
Last Modified:	17 Jun 2026 07:51
URI:	http://repository.its.ac.id/id/eprint/133856

Actions (login required)

View Item