Direktorat KemahasiswaanITBsetiaptahunnyamelaksanakansurvei TracerStudy
(Pelacakan JejakAlumni)kepadalulusanITByangbertujuanmemberikanmasukan
kepadaITBdalamperbaikansistemdanmutupendidikan.Datahasilsurvei
dapat diolahdenganmodelprediksimenggunakanpendekatanpembelajaranmesin,
salah satunyadalammemprediksigajisebagaigambaranpencapaianlulusanITB
dalam membangunkarirsetelahmenyelesaikanpendidikandiITB.TugasAkhirini
bertujuan untukmembangunmodelRegresiLinierBergandauntukmemprediksi
gajilulusanITBmenggunakandata TracerStudy ITB 2021yangkolom-kolomnya
telah diseleksi.Datayangdigunakanpadapenelitianiniterdiriatas1815observasi
yang terdiriatasempatbelasvariabelprediktordansatuvariabelresponsyaitugaji.
Untuk mempermudahprosespemodelandanmemenuhiasumsimodel,dilakukan
praproses datasehinggadihasilkandatasebanyak1803observasiyangterdiri
atas delapanvariabelprediktordansatuvariabelrespons.Selanjutnya,model
RegresiLinierBergandadiselesaikandenganpendekatanstatistikaBayesuntuk
mengaproksimasidistribusiposteriordariparametermodel.Metodenumerikyang
digunakan adalahAlgoritmeMetropolis-Hastingsyangmembutuhkandistribusi
prior parameterdandistribusilikelihooddaridatasebagaimasukan.Distribusi
posterior yangdidapatkanmemilikireratayangcukupdekatdenganestimasinilai
parameter yangdidapatkanmenggunakanpendekatanstatistikaFrekuensisyaitu
metode OrdinaryLeastSquare. Pengambilansampeldapatdilakukandaridistribusi
posterior tersebutuntukmelakukanprediksijikadiketahuihimpunandatabaru.
Prediksi dapatdilakukanberulangkalimenggunakanhimpunanparameterberbeda
dari pengambilansampel,sehinggadapatdibuathistogramnilaiprediksiyanglebih
informatif dariprediksidenganmetode OrdinaryLeastSquare dan kedekatanrerata
prediksi dengannilaisebenarnyamasihvariatif(cukupdekat,lebihbesar,ataulebih
kecil).