PROPOSAL SKRIPSI

IMPLEMENTASI METODE NAIVE BAYES UNTUK

MEMPREDIKSI PARTISIPASI PEMILU
BERDASARKAN FAKTOR AGAMA

Oleh :

Husnul Abidin
NIM : 201080200189

PROGRAM STUDI INFORMATIKA

FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS MUHAMMADIYAH SIDOARJO
2023
 HALAMAN PENGESAHAN

JUDUL PROPOSAL SKRIPSI

Penelitian Untuk S-1

Prodi Informatika

Diajukan oleh :
Husnul Abidin
201080200189

Disetujui oleh :

Ketua Penguji Dosen Penguji

Nama Lengkap Nama Lengkap

Disahkan oleh:
Ka.Prodi Informatika
Universitas Muhammadiyah Sidoarjo

Nama Kaprodi

i
DAFTAR ISI

ii
 BAB I
PENDAHULUAN
1.1 Latar Belakang

Secara Bahasa, demokrasi itu berasal dari bahasa Yunani demokratia atau
demos yang artinya rakyat dan kratos yang artinya pemerintahan. Demokrasi
sendiri dapat diartikan sebagai bentuk pemerintahan di mana kekuasaan atau
otoritas pemerintahan dipegang oleh rakyat atau warga negara. Demokrasi
pertama kali muncul di Athena, Yunani Kuno, pada abad ke-5 SM. Model ini
melibatkan partisipasi warga negara dalam pengambilan keputusan politik.
Dalam pengertian lain Demokrasi adalah suatu bentuk pemerintahan di
mana keputusan-keputusan politik dibuat oleh warga negara melalui partisipasi
aktif dalam proses pengambilan keputusan. Ada beberapa mekanisme utama
dalam sistem demokrasi yang memungkinkan partisipasi rakyat dalam
pengambilan keputusan politik, salah satunya adalah dengan Pemilihan Umum
(Pemilu).

Pemilu merupakan salah satu pilar demokrasi yang penting dalam suatu
negara. Partisipasi masyarakat dalam pemilu mencerminkan keterlibatan aktif
mereka dalam menentukan arah kebijakan negara. Faktor-faktor yang
memengaruhi partisipasi pemilu sangat beragam, dan salah satunya adalah faktor
agama. Agama dapat menjadi elemen krusial dalam membentuk sikap dan
keputusan politik seseorang.
Meskipun penting, partisipasi pemilu seringkali bervariasi di antara
kelompok agama. Oleh karena itu, perlu dilakukan penelitian untuk memahami
sejauh mana faktor agama dapat memprediksi partisipasi pemilu. Dengan
pemahaman yang lebih baik tentang hubungan antara agama dan partisipasi
pemilu, upaya dapat dilakukan untuk meningkatkan partisipasi di kalangan
kelompok-kelompok tertentu. Oleh karena itu, penelitian ini bertujuan untuk
mengimplementasikan metode Naive Bayes dalam memprediksi partisipasi
pemilu berdasarkan faktor agama di Kabupaten Sidoarjo.
Metode ini dapat digunakan untuk mengidentifikasi pola dan hubungan
antara faktor-faktor agama tertentu dan partisipasi pemilu. Apakah ada agama

1
tertentu yang lebih cenderung berpartisipasi atau tidak, Apakah ada tren dalam
partisipasi pemilih selama periode tertentu yang berkaitan dengan faktor agama
tertentu. Implementasi metode Naive Bayes dapat memberikan wawasan yang
berharga dalam memahami hubungan antara faktor agama dan partisipasi pemilu.
Analisis semacam ini dapat membantu pihak berwenang dan peneliti untuk
mengambil tindakan yang tepat guna meningkatkan partisipasi pemilu dan
memahami faktor-faktor sosial yang memengaruhi proses demokrasi

1.2 Rumusan masalah

Berdasarkan uraian latar belakang diataas, maka diperoleh rumusan masalah
sebagai berikut :
1. Bagaimana mengimplementasikan metode Naive Bayes untuk
menganalisis dan memprediksi partisipasi pemilu di Kabupaten Sidoarjo?
2. Bagaimana menilai sejauh mana faktor agama berkontribusi terhadap
partisipasi pemilu di wilayah tersebut.?

1.3 Tujuan
Adapun tujuan yang ingin dicapai dalam penilitian ini yaitu :
1. Mengimplementasikan metode Naive Bayes untuk menganalisis dan
memprediksi partisipasi pemilu di Kabupaten Sidoarjo.
2. Menilai sejauh mana faktor agama berkontribusi terhadap partisipasi
pemilu di wilayah tersebut.

1.4 Batasan Masalah

Penelitian ini memiliki batasan permasalahan yang dibahas agar dapat
menyelesaikan permasalahan utama. Berikut ini batasan masalah penelitian ini
1. Ruang lingkup penelitian ini dibatasi pada data partisipasi pemilu tahun
2019 dan data IDM (Indeks Desa Membangun) tahun 2021 Kabupaten
Sidoarjo.
2. Implementasi metode dan algoritma dengan menggunakan tools google
colab.
3. Dataset berjumlah 4380 Instance.

2
 BAB II
TINJAUAN PUSTAKA

2.1 PENELITIAN TERDAHULU

Beberapa penelitian dengan jurnal terdahulu yang relavan dan berkaitan
mengenai penelitian yang akan dibuat sebagai refrensi dan menghindari
keberadaannya plagiarisme dalam teks. Penulis berupaya mencari beberapa
literatur yang relevan dengan penelitian, antara lain:
1. Jurnal dengan judul “Pemilu Serentak Tahun 2024: Prediksi Partisipasi
Politik Masyarakat Mengacu Pada Perbandingan Anggaran Kampanye
Pemilu Serentak Tahun 2019” karya Arlen Intani. Persamaan dengan
penelitian yang penulis teliti adalah objek penelitiannya. Objek
penilitiannya yaitu pemilu dengan metode penelitian yang digunakan yakni
metode kualitatif dan konteks dana kampanye pemilu. Perbedaan antara
peniliti ini dengan penelitian penulis, yakni mengenai konteks yang diambil.
Hasil dari penilitian ini adalah prediksi kemungkinan keterlibatan
masyarakat terkait penggalangan dana kampanye dapat meningkat sebesar
88,6% pada pemilu 2024.
2. Jurnal dengan judul “Penerapan Regresi Linear Ganda Untuk Memprediksi
Hasil Nilai Kuesioner Mahasiswa Dengan Menggunakan Python” karya
Muhammad Sholeh, Rr. Yuliana Rachmawati dan Eko Nur Cahyo
mahasiswa Informatika, Institut Sains & Teknologi AKPRIND Yogyakarta.
Persamaan dengan penelitian yang penulis teliti adalah metode
penelitiannya. Metode penelitian yang digunakan yakni metode regresi
linier berganda dengan konteks hasil kuesioner kinerja dosen yang
dilakukan mahasiswa. Perbedaan antara peniliti ini dengan penelitian
penulis, yakni mengenai objek dan konteks yang diambil. Hasil dari
penilitian ini adalah hasil nilai koefisien sebesar 0,997. Korelasi antara
jumlah variabel dengan variabel lainnya menunjukkan nilai negatif.
3. Jurnal dengan judul “Hak Politik Warga Negara Dalam Cengkeraman
Politik Identitas: Refleksi Menuju Pemilu Serentak Nasional Tahun 2024”
karya Osbin Samosir dan Indah Novitasari mahasiswa Ilmu Politik,
FISIPOL Universitas Kristen Indonesia, Jakarta. Persamaan dengan
penelitian yang penulis teliti adalah konteks penelitiannya. Konteks
penelitiannya yakni politik agama. Perbedaan antara peneliti ini dengann
peniliti penulis, yakni metode penelitianya yakni menggunakan regresi
linier. Hasil penelitian ini adalah pengalaman politik yang menonjol
mengenai isu identitas agama (Islam) pada pemilu nasional Indonesia tahun
2014 dan 2019 menjadi ancaman serius bagi persatuan bangsa Indonesia
menjelang pemilu tahun 2024.

1
 4. Jurnal dengan judul “Penerapan Data Mining Untuk Mengestimasi Laju
Pertumbuhan Penduduk Menggunakan Metode Regresi Linier Berganda
Pada BPS Deli Serdang” karya Purwadi, Puji Sari Ramadhan, Nurdiyanti
Safitri STMIK Triguna Dharma. Persamaan dengan penelitian yang penulis
teliti adalah objek dan metode penelitiannya. objek penelitiannya yakni
Badan Pusat Statistik (BPS) dan metode menggunakan metode regresi
linier. Perbedaan antara peneliti ini dengan peniliti penulis, yakni konteks
dan tempat penelitian. Hasil penelitian ini adalah mengetahui atribut/kriteria
apa saja yang mempengaruhi pertumbuhan penduduk dan menemukan tren
yang berkaitan erat antara jumlah laki-laki dan jumlah perempuan terhadap
laju pertumbuhan penduduk di Kabupaten Deli Serdang.
5. Jurnal dengan judul “Prediksi Partisipasi Pemilih dalam Pemilu Presiden
2014 dengan Metode Support Vector Machine” karya I Putu Arya Putra
Wibawa, I Ketut Adi Purnawan, Desy Purnami Singgih Putri, Ni Kadek
Dwi Rusjayanthi, mahasiswa Studi Teknologi Informasi, Universitas
Udayana. Persamaan dengan penelitian yang penulis teliti adalah objek
penelitiannya. objek penelitiannya yakni prediksi partisipasi pemilu dengan
menggunakan metode SVM. Perbedaan antara peneliti ini dengan peniliti
penulis, yakni konteks dan metode penelitian. Hasil penelitian ini adalah
penerapan metode SVM pada sistem dapat memberikan tingkat akurasi
hingga 96%, dari 3 jenis kernel yang digunakan: linier, polinomial, dan
RBF.

2.2 RINGKASAN PENELITIAN TERDAHULU

Dari penjelasan penelitian-penelitian yang disebutkan pada subbab 2.1 yang

berkaitan langsung dengan proposal penelitian ini dan digunakan untuk
membandingkan kelebihan dan kekurangannya, maka hasil yang dihasilkan
penelitian ini akan dirangkum dalam bentuk tabel.
Tabel 2.1 menyajikan penelitian-penelitian sebelumnya mengenai peramalan
pemilu. Penelitian-penelitian tersebut dijadikan acuan karena merupakan
penelitian yang relatif baru. Selain itu, kelebihan-kelebihan yang dapat menjadi
acuan studi doktoral ini serta kelemahan-kelemahan penelitian terdahulu yang
dapat dijadikan bahan pertimbangan atau perbaikan akan dianalisis untuk mencari
solusi yang lebih baik dibandingkan penelitian-penelitian sebelumnya.
Tabel 2.1 Ringkasan Penelitian Terdahulu
Kelebihan atau
No Judul dan Peneliti Pembahasan Metode
Kekurangan
1 Pemilu Serentak membahas Kualitatif Kelebihan : update

2
 faktor-faktor
informasi yang
dengan menggunakan
diterima dapat
Tahun 2024: data pemilu terbaru
mempengaruhi
Prediksi Partisipasi dengan membandingkan
partisipasi
Politik Masyarakat data pemilu sebelumnya.
masyarakat
Mengacu Pada
sebagai pemilih.
Perbandingan Kekurangan :
Informasi ini
Anggaran menggunakan metode
berkaitan dengan
Kampanye Pemilu yang lama dan
kampanye yang
Serentak Tahun menghitung secara
dilakukan oleh
2019 manual
berbagai partai
politik menjelang
pemilu.
Kelebihan :
• menjelaskan secara
rinci tahapan penelitian
dengan hitungan
manual maupun
pemrograman
Penerapan Regresi • menggunakan 4
Linear Ganda variabel berbeda untuk
Prediksi hasil
Untuk Memprediksi menghasilkan hasil
kuesioner kinerja Regresi
Hasil Nilai yang tertinggi
2 dosen yang Linier
Kuesioner • google colab sebagai
dilakukan Ganda
Mahasiswa Dengan tools pemrograman
mahasiswa
Menggunakan
Python Kekurangan:
Hasil analisa korelasi
antar variable dengan
variable lainnya
menunjukan hasil
negative.

Kelebihan :
pengalaman • Membahas tentang isu
politik yang politik (agama) dalam
menonjol pemilu 2024.
mengenai isu • menggunakan data total
Hak Politik Warga identitas agama jumlah penduduk
Negara Dalam (Islam) pada beragama di Indonesia
Cengkeraman pemilu nasional pada tahun 2019 dan
Politik Identitas: Indonesia tahun 2014 perbandingan
3 -
Refleksi Menuju 2014 dan 2019
Kekurangan :
Pemilu Serentak menjadi ancaman
Hanya membahas secara
Nasional Tahun serius bagi
teori tidak adanya bukti
2024 persatuan bangsa
hasil perbandingan untuk
Indonesia
mengetahui apakah isu
menjelang
agama mempengaruhi
pemilu tahun
pemilu.
2024.

3
 Atribut/kriteria
apa yang
mempengaruhi Kelebihan :
Penerapan Data pertumbuhan • menjelaskan secara
Mining Untuk penduduk dan detail tahapan penelitian
Mengestimasi Laju menemukan tren dengan hitungan
Pertumbuhan yang berkaitan manual
Regresi
Penduduk erat antara • membandingkan data 7
4 Linier
Menggunakan jumlah laki-laki tahun terakhir
Berganda
Metode Regresi dan jumlah
Linier Berganda perempuan Kekurangan :
Pada BPS Deli terhadap laju Menghitung secara manual
Serdang pertumbuhan dan atribut yang digunakan
penduduk di pada penelitian
Kabupaten Deli
Serdang.
Kelebihan:
• data yang digunakan
ada 2 macam yaitu
pengumpulan data
dilalukan secara
langsung (observasi dan
kuesioner) dan data
daerah Kec. Denpasar
Mengenai • membuat interface
Prediksi Partisipasi prediksi laju system prediksi
Pemilih dalam pertumbuhan Support partisipasi pemilu
Pemilu Presiden penduduk pada Vector • membandingkan hasil
5
2014 dengan Badan Pusat Machine fungsi kernel linear,
Metode Support Statistik (SVM) polynomial dan RBF,
Vector Machine Kabupaten Deli sehingga mendapatkan
Serdang nilai dengan tingkat
akurasi yang bervariasi.
Kekurangan :
Tidak adanya record data
untuk mendapatkan hasil
nilai / akurasi yang lebih
baik.

2.3 LANDASAN TEORI

2.3.1 Pemilu

Pemilu adalah singkatan dari “Pemilihan Umum”. Ini adalah proses

dimana warga suatu negara memilih perwakilan mereka untuk memegang posisi
politik di pemerintahan atau legislatif. Pemilu adalah salah satu dasar sistem
demokrasi, yang memberikan warga negara hak untuk memilih pemimpin
mereka dan berpartisipasi dalam pengambilan keputusan politik.

4
2.3.2 Partisipasi

Partisipasi mengacu pada tindakan dan tata cara seseorang atau kelompok
melalui partisipasi atau berpartisipasi dalam suatu kegiatan, proses atau kegiatan
lainnya. Akibatnya, masyarakat lebih bersedia bertindak atau berkontribusi
dalam situasi atau konteks tertentu. Partisipasi dapat terjadi dalam berbagai
bidang kehidupan sehari-hari, seperti politik, interaksi sosial, ekonomi, agama,
dan banyak lainnya.

Partisipasi berpengaruh dalam demokratis masyarakat karena

memungkinkan warga negara mempengaruhi pengambilan keputusan politik dan
sosial, dan menyediakan platform untuk berkontribusi pada pengembangan
masyarakat dan budaya. Partisipasi juga dapat meningkatkan rasa memiliki dan
rasa kekeluargaan dalam masyarakat.

2.3.3 Demografis Agama

Pancasila sebagai dasar negara Indonesia menjamin kebebasan beragama.

Artinya, setiap warga negara Indonesia berhak memilih dan mengamalkan suatu
agama atau kepercayaan sesuai dengan keyakinan pribadinya.

Indonesia juga terkenal dengan keberagaman suku dan budayanya. Setiap

kelompok etnis sering kali memiliki tradisi atau kepercayaan agama yang unik,
sehingga menciptakan gambaran agama dan budaya yang beragam.

Agama kerapkali menjadi faktor utama dalam menentukan pilihan pemilu.

Pemilih mungkin cenderung mendukung kandidat atau partai politik yang
sejalan dengan nilai dan keyakinan agamanya. Misalnya, pemilih yang sangat
religius mungkin cenderung mendukung kandidat yang mendukung kebijakan
atau nilai moral yang sejalan dengan agamanya mungkin lebih disukai.

Beberapa kandidat atau partai politik mungkin memilih untuk menjalankan

kampanye keagamaan yang menargetkan pemilih dari komunitas agama untuk
dapat membentuk aliansi dengan kelompok agama tertentu untuk mendapatkan
dukungan politik. Mencakup kunjungan ke tempat ibadah, diskusi mengenai isu-
isu agama, atau janji untuk mendukung kebijakan yang penting bagi pemilih

5
yang beragama. Hal ini dapat mempengaruhi hasil pemilu dengan memperluas
basis suara.

2.3.4 Data Mining

Data Mining adalah proses mengekstraksi informasi berharga atau pola

tersembunyi dari kumpulan data yang besar dan kompleks. Ini melibatkan
penggunaan teknik statistik, matematika, dan komputasi untuk mengidentifikasi
hubungan, tren, atau pola yang mungkin sulit atau tidak dapat dibedakan dengan
analisis manual. Tujuan utama dari data mining adalah untuk mengubah data
mentah menjadi informasi berguna yang dapat digunakan untuk pengambilan
keputusan, peramalan, dan pemahaman lebih dalam tentang fenomena yang
dapat diamati.

Secara keseluruhan, data mining memberikan cara yang lebih efektif dan
efisien untuk menggali wawasan dari data besar dan kompleks, yang pada
akhirnya membantu organisasi mengambil keputusan yang lebih informasional
dan cerdas.

2.3.5 Klasifikasi

Klasifikasi adalah teknik yang sangat penting untuk memahami dan

memanfaatkan pola data untuk tujuan prediksi dan pengambilan keputusan.
Klasifikasi dalam data mining mengacu pada proses pengelompokan atau
pengklasifikasian data ke dalam kelas atau kelompok yang berbeda berdasarkan
atribut atau karakteristik tertentu yang ada pada data tersebut. Tujuan dari
klasifikasi adalah untuk memprediksi kelas atau label dari data baru berdasarkan
pola atau aturan yang dipelajari dari data yang sudah ada.

Konsep penting dalam klasifikasi ada 7 yaitu : data training, atribut atau
fitur, kelas atau label, algoritma klasifikasi, model klasifikasi, vaidasi model,
prediksi

2.3.6 Forecasting atau Prediksi

Prediksi adalah salah satu tujuan utama analisis data untuk pengambilan
keputusan dan perencanaan di berbagai bidang, mulai dari bisnis hingga sains.

6
Mengacu pada upaya untuk mengidentifikasi dan memprediksi nilai atau
perilaku masa depan berdasarkan pola dan informasi yang ditemukan dalam data
historis. Hal ini memungkinkan organisasi memanfaatkan data historis mereka
untuk menghasilkan wawasan tentang apa yang mungkin terjadi di masa depan,
sehingga mereka dapat mengambil tindakan yang tepat.

2.3.7 Regresi Linier

Metode regresi linier adalah teknik statistik yang digunakan untuk

mengukur hubungan antara satu atau lebih variabel independen (disebut juga
sebagai variabel prediktor atau variabel eksplanatori) dengan variabel dependen
(variabel yang ingin diprediksi atau dijelaskan). Tujuan utama dari regresi linier
adalah untuk memahami dan memodelkan hubungan linear antara variabel-
variabel tersebut.

Dalam regresi linier, bentuk hubungan antara variabel independen dan

variabel dependen diasumsikan sebagai garis lurus, yaitu sebuah persamaan
linear. Persamaan regresi linier memiliki bentuk umum:

y=β 0 + β 0 x1 + β 0 x 2+ …+ β p x p +ε

Di mana:

• y adalah variabel dependen yang ingin diprediksi.

• x 1 , x 2 ,… , x p adalah variabel independen (prediktor)
• β 0 , β 1 , β 2 , … , β p adalah koefisien regresi yang harus diestimasi.
• ε adalah istilah kesalahan (error) yang merepresentasikan
ketidaksempurnaan model dan faktor-faktor yang tidak dapat dijelaskan
oleh variabel independen.

Tujuan dalam analisis regresi linier adalah untuk menemukan nilai-nilai

koefisien β 0 , β 1 , β 2 , … , β p paling baik merepresentasikan hubungan antara
variabel independen dan variabel dependen. Proses ini melibatkan teknik-teknik
estimasi, seperti metode kuadrat terkecil (least squares), yang berusaha untuk
mengurangi total kesalahan antara nilai yang diprediksi oleh model dan nilai
sebenarnya dari variabel dependen dalam data

7
 Regresi linier memiliki berbagai aplikasi dalam berbagai bidang, termasuk
ilmu sosial, ekonomi, ilmu alam, dan bisnis, serta digunakan untuk analisis
prediksi, pemahaman hubungan kausal, dan pengambilan keputusan berdasarkan
data empiris.

2.3.8 Google Colab

Google Colab, singkatan dari Google Colaboratory, adalah platform

berbasis cloud yang disediakan oleh Google untuk menjalankan kode Python
dalam lingkungan Jupyter Notebook. Ini adalah layanan yang gratis yang
memungkinkan pengguna untuk menulis dan menjalankan kode Python, membuat
dokumentasi interaktif, dan melakukan analisis data dalam lingkungan yang dapat
diakses dari browser web.

Penggunaan Google Colab (Google Colaboratory) memiliki sejumlah

manfaat yang membuatnya menjadi pilihan yang baik untuk berbagai keperluan
analisis data, pemrograman, dan pengembangan proyek. Berikut adalah beberapa
manfaat utama menggunakan Google Colab yaitu daya komputasi tinggi,
interaktif, dukungan bahasa lain dan gratis.

Dengan kombinasi kemudahan penggunaan, daya komputasi tinggi, dan

fitur-fitur yang kuat, Google Colab menjadi alat yang sangat berguna untuk
berbagai tujuan, mulai dari eksplorasi data hingga pengembangan model machine
learning yang canggih.

2.4 ANALISIS GAP

Tulis pada bagian ini terkait analisis gap atau kesimpulan yang dapat ditarik
sehingga muncul penelitian yang akan anda lakukan untuk memperbaiki atau
mengisi celah dari penelitian sebelumnya.

8
 BAB III
METODOLOGI PENELITIAN

3.1 METODOLOGI
Dalam penelitian ini, peneliti menggunakan regresi linier sebagai algoritma
untuk menentukan kemungkinan pengaruh agama pada partisipasi pemilu. Metode
regresi linier merupakan bentuk kausalitas dimana sebab dilambangkan dengan
variabel X dan akibat dilambangkan dengan variabel Y. Tahapan yang dilakukan
penulis dalam penelitian ini antara lain:
1. Pengumpualan Data
Penilitian dilakukan dengan mengambil data dari Badan Pusat Statistik (BPS)
dan data pemilu Kabupaten Pasuruan. Penggunaan data penelitian
menggunakan data tentang tempat ibadah dan jumlah partisipasi pemilu di
Kabupaten Pasuruan.
2. Metode Regresi Linier Berganda
Pengujian ini bertujuan untuk melakukan perhitungan algoritmik untuk
mencari nilai prediksi terbaik yang akan menjadi pengaruh pada beberapa
variabel lainnya. Dalam regresi, variabel yang mempengaruhi disebut
variabel bebas (independen) sedangkan variabel yang dipengaruhi disebut
variabel terikat atau (dependen).
3. Flowchart
flowchart merupakan representasi grafis dari langkah-langkah dan urutan
proses dari keseluruhan program kerja dengan menggunakan regresi linier
berganda dari awal hingga akhir proses.

1
4. Variabel Penelitian
a. Variabel Bebas (Independen)
Variabel bebas dalam penelitian ini adalah data tempat ibadah meliputi
masjid, mushola, gereja protestan, gereja katholik, pura dan vihara.
b. Variabel Terikat (Dependen)
Dalam penelitian ini yang menjadi variable terikat adalah data partisipasi
pemilu 2019.
5. Analisis data
a. Input
Dalam hal ini diambil dari database BPS Kabupaten Pasuruan 2022. Data ini
akan digunakan dalam perhitungan beberapa metode regresi linier untuk
dianalisa. Data demografi tersebut kemudian diolah terlebih dahulu untuk
menghasilkan data khusus yang siap diubah menjadi informasi baru.

Tempat Ibadah
Masji Gereja Gereja Partisipasi
No Mushola Pura Vihara
d Protestan Katholik
X1 X2 X3 X4 X5 X6 Y
1 2 2 1 1 1 1 2
2 1 2 1 1 1 1 2
3 1 2 1 1 1 1 1
4 1 3 1 1 1 1 2
5 1 2 1 1 1 1 2
6 1 1 1 1 1 1 1
7 1 1 1 1 1 1 2
8 2 2 1 1 1 1 2
9 2 2 1 1 1 1 1
10 3 3 1 1 1 1 2
11 3 2 1 1 1 1 2
12 3 2 1 1 1 1 1
13 2 3 1 1 1 1 2
14 2 3 1 1 1 1 2
15 1 1 1 1 1 1 1
16 1 3 1 1 1 1 2
17 2 3 1 1 1 1 2
18 1 2 1 1 1 1 2
19 2 2 1 1 1 1 2
20 2 3 1 1 1 1 2
21 1 2 1 1 1 1 1
22 1 3 1 1 1 1 1
23 1 3 1 1 1 1 2

2
 24 2 3 1 1 1 1 2
25 2 2 1 1 1 1 1
26 1 2 1 1 1 1 2
27 2 2 1 1 1 1 2
28 1 3 1 1 1 1 1
29 3 3 1 1 1 1 2
30 3 3 1 1 1 1 1
31 2 2 1 1 1 1 2
32 2 3 1 1 1 1 2
33 2 3 1 1 1 1 1
34 1 3 1 1 1 1 1
35 1 3 1 1 1 1 2
36 2 1 1 1 1 1 1
37 2 1 1 1 1 1 2
38 2 3 1 1 1 1 2
39 1 2 1 1 1 1 2
40 2 3 1 1 1 1 1
41 1 1 1 1 1 1 2
42 2 3 1 1 1 1 1
43 2 2 1 1 1 1 2
44 2 1 1 1 1 1 1
45 3 2 1 1 1 1 2
46 3 2 1 1 1 1 2
47 3 2 1 1 1 1 1
48 1 2 1 1 1 1 1
49 3 3 1 1 1 1 1
50 3 1 1 1 1 1 2
Σ 91 113 50 50 50 50 81

b. Proses

c. Output
d. Hasil

Jadwal Penelitian
Tabel 3.1 Jadwal Penelitian

Waktu
No Kegiatan
1 2 3 4 5

3
 Penulisan
1
proposal
Seminar dan
2 bimbingan
proposal
Penelitian dan
3
tindakan
Analisis dan
4 bimbingan hasil
penelitian
5 Ujian skripsi

4
DAFTAR PUSTAKA