Pengelolaan Perikanan Pukat Cincin Berbasis Ekologiekonomi (Studi Kasus: Perikanan Di Perairan Selat Sunda).

Abstract

Pemerintah Indonesia telah berkomitmen untuk meningkatkan mutu pendidikan seperti yang tercantum pada undang-undang sistem pendidikan nasional (UU No. 20/2003). Peringkat akreditasi sekolah yang dikeluarkan oleh Badan Akreditasi Nasional untuk Sekolah/Madrasah (BAN S/M) merupakan cerminan mutu pendidikan yang diselenggarakan oleh sekolah. Namun jumlah sekolah yang terakreditasi belum sesuai dengan target sehingga pemerintah mengalami kesulitan dalam perencanaan program dan anggaran. Oleh karena itu, memprediksi peringkat akreditasi sekolah memiliki peranan yang penting sebagai referensi untuk meningkatkan mutu pendidikan. Tujuan dari penelitian ini adalah untuk memprediksi peringkat akreditasi sekolah tingkat SMP di Provinsi Banten menggunakan boosted classification tree dengan memanfaatkan database data pokok pendidikan (Dapodik). Model terbaik akan digunakan untuk memprediksi peringkat akreditasi sekolah yang belum terakreditasi. Metode yang digunakan pada penelitian ini adalah metode CART sebagai metode klasifikasi tunggal dengan menggunakan kriteria Gini untuk pohon klasifikasi nominal dan generalized Gini impurity untuk pohon klasifikasi ordinal. Boosting merupakan salah satu metode ensambel yang sering digunakan untuk meningkatkan akurasi dari prediksi. Pada penelitian ini, boosted classification tree akan menggunakan metode CART sebagai metode dasarnya. Hasil penelitian ini menunjukkan bahwa boosting telah berhasil meningkatkan tingkat akurasi dari prediksi dan mengurangi masalah ketidakstabilan prediksi. Persentase orang tua yang bekerja sebagai petani/nelayan/peternak (X22), luas area yang dimiliki sekolah (X29), persentase orang tua yang berpenghasilan  1 juta (X20), dan persentase orang tua yang bekerja sebagai PNS/tentara/polisi/pegawai swasta (X23) diduga sebagai empat prediktor terpenting dalam memprediksi peringkat akreditasi sekolah. Meskipun boosted classification tree telah berhasil meningkatkan performa prediksi, akurasi prediksi sangat tergantung pada kualitas Dapodik. Sehingga peningkatan mutu Dapodik sangat diperlukan untuk memperoleh akurasi prediksi yang lebih baik.