Analisis Faktor yang Memengaruhi Status Putus Sekolah Tingkat SMA di Provinsi DKI Jakarta menggunakan Metode Regresi Logistik Biner dengan Pendekatan SMOTE-NC

Nandiwardhana, Anshar Fayyadh (2025) Analisis Faktor yang Memengaruhi Status Putus Sekolah Tingkat SMA di Provinsi DKI Jakarta menggunakan Metode Regresi Logistik Biner dengan Pendekatan SMOTE-NC. Other thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 5003211139-Undergraduate _Thesis.pdf] Text
5003211139-Undergraduate _Thesis.pdf
Restricted to Repository staff only

Download (4MB) | Request a copy

Abstract

Putus sekolah merupakan indikator penting dalam menilai kualitas sistem pendidikan suatu wilayah, khususnya di Provinsi DKI Jakarta sebagai pusat pemerintahan dan perekonomian nasional. Fenomena ini mencerminkan keberhasilan atau kegagalan suatu daerah dalam memberikan akses pendidikan yang merata. Penelitian ini bertujuan untuk mengidentifikasi faktor-faktor yang memengaruhi status putus sekolah tingkat SMA di Provinsi DKI Jakarta serta membangun model prediksi status putus sekolah menggunakan metode regresi logistik biner, baik tanpa maupun dengan pendekatan Synthetic Minority Oversampling Technique for Nominal and Continuous (SMOTE-NC). Data yang digunakan berasal dari Survei Sosial Ekonomi Nasional (SUSENAS) KOR Maret 2023, dengan sampel sebanyak 821 anak usia 15–18 tahun yang berdomisili di DKI Jakarta. Proporsi status sekolah pada data tersebut menunjukkan ketidakseimbangan, dengan 86,2% anak masih bersekolah dan 13,8% anak telah putus sekolah. Ketidakseimbangan ini menyebabkan performa klasifikasi model awal menjadi kurang optimal, dengan nilai Area Under Curve (AUC) sebesar 61,7% yang dikategorikan sebagai klasifikasi buruk. Oleh karena itu, dilakukan penanganan terhadap ketidakseimbangan data menggunakan pendekatan SMOTE-NC, dengan cara meningkatkan proporsi kelompok minoritas (putus sekolah) hingga mencapai 30% dari total data. Hasil pemodelan setelah penerapan SMOTE-NC menunjukkan peningkatan nilai AUC menjadi 74%, yang termasuk dalam klasifikasi adil dan mengindikasikan peningkatan kemampuan model dalam membedakan antara kelas mayoritas dan minoritas. Hasil analisis menunjukkan bahwa terdapat beberapa faktor yang berpengaruh signifikan terhadap status putus sekolah anak usia SMA di DKI Jakarta, yaitu jumlah anggota rumah tangga, tingkat pendidikan orang tua, status keluarga penerima Program Keluarga Harapan (PKH), serta status anak sebagai penerima Program Indonesia Pintar (PIP). Temuan ini diharapkan dapat menjadi masukan bagi pemerintah daerah dalam merancang kebijakan pendidikan yang lebih tepat sasaran dalam menurunkan angka putus sekolah di wilayah DKI Jakarta.
==========================================================================================================================================
School dropout is a critical indicator for assessing the quality of education in a region, particularly in the Special Capital Region of Jakarta as the center of government and economy. This phenomenon reflects the extent to which equitable access to education has been achieved. This study aims to identify the factors influencing high school dropout status in Jakarta and to construct a predictive model using binary logistic regression, both without and with the application of the Synthetic Minority Oversampling Technique for Nominal and Continuous (SMOTE-NC). The study uses data from the Survei Sosial Ekonomi Nasional (SUSENAS) KOR March 2023, comprising 821 individuals aged 15–18 years residing in Jakarta. The dataset shows class imbalance, with 86.2% of respondents currently attending school and 13.8% having dropped out. This imbalance led to poor classification performance, with the initial model producing an Area Under the Curve (AUC) value of 61.7%, indicating a poor classification. To address this, the SMOTE-NC technique was applied to increase the proportion of the minority class (dropouts) to 30% of the total dataset. After applying this technique, the model’s AUC improved to 74%, indicating fair classification performance and improved ability to distinguish between the majority and minority classes. The results show that the significant factors influencing dropout status among high school-aged children in Jakarta are household size, parents’ education level, status as a beneficiary of Program Keluarga Harapan (PKH), and status as a recipient of Program Indonesia Pintar (PIP). These findings are expected to serve as input for the Jakarta Provincial Government in formulating more targeted educational policies to reduce dropout rates.

Item Type: Thesis (Other)
Uncontrolled Keywords: Putus Sekolah, Regresi Logistik Biner, SMOTE-NC
Subjects: H Social Sciences > HA Statistics > HA31.3 Regression. Correlation. Logistic regression analysis.
Divisions: Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49201-(S1) Undergraduate Thesis
Depositing User: Anshar Fayyadh Nandiwardhana
Date Deposited: 01 Aug 2025 08:06
Last Modified: 01 Aug 2025 08:06
URI: http://repository.its.ac.id/id/eprint/125823

Actions (login required)

View Item View Item