PEMODELAN REGRESI LOGISTIK BINER DAN ANALISIS DISKRIMINAN TERHADAP PENERIMAAN MAHASISWA BARU JALUR NONTES DI UNIVERSITAS BENGKULU

Penelitian ini bertujuan untuk memodelkan kelulusan calon mahasiswa pada
jalur nontes/Seleksi Nasional Berdasarkan Prestasi (SNBP) di Universitas
Bengkulu tahun 2023 menggunakan metode Regresi Logistik Biner (RLB) dan
Linear Discriminant Analysis (LDA). Data yang dianalisis mencakup berbagai
faktor akademik dan non-akademik, seperti nilai rapor, asal sekolah, pilihan
program studi, serta kondisi sosial ekonomi. Hasil analisis menunjukkan bahwa
pada Model RLB, sebanyak 13 variabel memiliki pengaruh signifikan terhadap
kelulusan, sedangkan pada Model LDA hanya 7 variabel yang signifikan dalam
fungsi diskriminan. Berdasarkan evaluasi performa model, RLB lebih unggul
dibandingkan LDA, dengan tingkat akurasi 95,66% dan kesalahan klasifikasi
(APER) 4,34%, serta skor evaluasi lainnya seperti presisi, recall, spesifisitas, dan
F1-score yang lebih tinggi. Oleh karena itu, Model RLB dinilai lebih andal dan
efektif dalam memprediksi kelulusan seleksi SNBP di Unib. Temuan ini diharapkan
dapat digunakan sebagai dasar kebijakan berbasis data bagi universitas serta
informasi bagi masyarakat.
Kata Kunci: PMB, SNBP, Regresi Logistik Biner, Analisis Diskriminan,
Universitas Bengkulu.