Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Indonesian Journal of Education And Computer Science
Mitra Pranata
Universitas Pembangunan Panca Budi
Computer Science & IT Education

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Ketidaksesuaian Distribusi Poisson dalam Pemodelan Jumlah Kehadiran Siswa Sekolah Menengah Kejuruan Aditya Pranata; Mitra Pranata; Marsini Sibuea; Sumiran Sumiran; Joni Joni; Rian Farta Wijaya
Indonesian Journal of Education And Computer Science Vol. 4 No. 2 (2026): INDOTECH - August 2026
Publisher : PT. INOVASI TEKNOLOGI KOMPUTER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.60076/indotech.v4i2.2083

Abstract

Kehadiran siswa merupakan indikator penting dalam kontinuitas proses pembelajaran, tetapi jumlah siswa hadir per hari pada kelas berukuran tetap merupakan data cacahan dengan batas atas yang dapat membatasi kesesuaian model Poisson. Penelitian ini bertujuan mengevaluasi kelayakan distribusi Poisson dalam memodelkan jumlah kehadiran harian 30 siswa kelas XI TKJ SMK Putra Anda Binjai selama 224 hari efektif pada periode Juli 2025-April 2026. Parameter rata-rata diestimasi dengan Maximum Likelihood Estimation (MLE), sedangkan kesesuaian model dievaluasi melalui rasio variansi terhadap mean, probabilitas model pada nilai yang melampaui batas kelas, serta statistik Kolmogorov-Smirnov (K-S) yang dikalibrasi dengan bootstrap parametrik 20.000 replikasi. Hasil menunjukkan λ = 28,5134 siswa/hari atau tingkat kehadiran agregat 95,04%, dengan variansi 0,4220 dan rasio variansi/mean 0,0148 yang menunjukkan underdispersion sangat kuat. Model Poisson juga menempatkan sekitar 34,50% probabilitas pada X > 30, yaitu kejadian yang tidak mungkin untuk kelas berukuran 30 siswa. Statistik K-S sebesar D = 0,4367 dengan p-value bootstrap < 0,0001 menunjukkan bahwa data tidak konsisten dengan distribusi Poisson. Dengan demikian, distribusi Poisson tidak tepat digunakan secara langsung untuk pemodelan probabilitas kehadiran pada data cacahan berbatas ini; model dengan batas atas eksplisit dan/atau kemampuan mengakomodasi underdispersion perlu dibandingkan pada penelitian lanjutan. Temuan ini terbatas pada satu kelas dan satu sekolah
Co-Authors Aditya Pranata Joni Joni Marsini Sibuea Rian Farta Wijaya Sumiran Sumiran