Tujuan penelitian ini adalah menggali lebih dalam data formulir pendaftaran mahasiswa baru untuk memprediksi prestasi belajar mahasiswa yang rendah. Perguruan Tinggi sebenarnya telah memiliki basis data yang cukup sejak penerimaan mahasiswa baru untuk dapat dimanfaatkan sebagai sumber informasi maupun tambahan pertimbangan dalam upaya menjaga kualitas dan profesionalitas pelayanan pendidikan di masa yang kompetitif. Mengetahui lebih dini faktor-faktor yang berhubungan dengan masalah prestasi belajar mahasiswa merupakan bentuk upaya untuk menjaga kualitas kinerja mahasiswa yang merupakan salah satu variabel yang ikut menentukan tingkat kualitas pelayanan pendidikan yang disediakan Perguruan Tinggi. Penelitian ini dilaksanakan di Program Studi Pendidikan Matematika, FKIP, Universitas Islam Malang (UNISMA). Data yang dipergunakan adalah data formulir pendaftaran mahasiswa baru Prodi Pendidikan Matematika tahun 2016, 2017, dan 2018. Analisa data dari formulir pendaftaran dilakukan dengan menerapkan Chi-square Automatic Interaction Detector (CHAID) dengan pohon keputusan sebagai hasil akhir pemodelan prediksinya sehingga akan lebih mudah dibaca dan dipahami. Avilla (dalam Hasana, 2013) menjelaskan bahwa CHAID merupakan suatu teknik untuk mendeteksi adanya interaksi dalam sebuah model prediksi. Hasil analisa CHAID dalam penelitian ini menunjukkan bahwa mahasiswa yang berpeluang memiliki kinerja rendah adalah mahasiswa dengan karakteristik yang melibatkan variabel Pendapatan Ayah, Jenis Kelamin, Pilihan Prodi, Jenis Asal Sekolah, dan Hobi. Hasil analisa ini diharapkan dapat menjadi salah satu pertimbangan untuk pengambilan keputusan dan kebijakan di Prodi Pendidikan Matematika, sehingga permasalahan kinerja mahasiswa yang rendah dapat segera teridentifikasi dan teratasi sedini mungkin.

[ARCHIVES] Copyright Article from : Wahana Matematika dan Sains: Jurnal Matematika, Sains, dan Pembelajarannya