Dosen Pengampu: Dinda Galuh Guminta, S.Stat., M.Stat. Nama Kelompok: Celine Nurhidayah Santoso (24031554033) Dista Ishlahul Amalia (24031554063) Dessy Saputri (24031554190) Dokumen ini menyajikan implementasi pemodelan klasifikasi status akademik mahasiswa menggunakan metode Analisis Diskriminan dan Regresi Logistik Multinomial. Dataset yang digunakan berasal dari UCI Machine Learning Repository dengan tiga kategori status akademik, yaitu Dropout, Enrolled, dan Graduate. Sebelum dilakukan pemodelan, data terlebih dahulu melalui tahap praproses berupa standarisasi untuk memastikan keseragaman skala antar variabel prediktor. Salah satu tahapan penting dalam analisis adalah pengujian asumsi, termasuk uji dependensi antar variabel prediktor menggunakan Variance Inflation Factor (VIF). Pengujian ini dilakukan dengan membangun model regresi linear sementara, di mana salah satu variabel prediktor dijadikan sebagai variabel respon terhadap variabel lainnya. Hasil perhitungan menunjukkan bahwa nilai VIF untuk seluruh variabel berada di bawah batas umum (VIF < 10), sehingga dapat disimpulkan bahwa tidak terdapat masalah multikolinearitas yang signifikan dalam data. Dengan demikian, variabel-variabel yang digunakan memenuhi asumsi independensi dan layak digunakan dalam pemodelan lebih lanjut. Selanjutnya, dilakukan pemodelan menggunakan analisis diskriminan dan regresi logistik multinomial untuk mengklasifikasikan status akademik mahasiswa. Hasil analisis menunjukkan bahwa variabel performa akademik pada semester awal memiliki pengaruh yang signifikan dalam membedakan kategori status akademik. Model yang dihasilkan tidak hanya mampu melakukan klasifikasi, tetapi juga memberikan interpretasi yang informatif mengenai pengaruh masing-masing variabel terhadap kemungkinan mahasiswa mengalami dropout, tetap enrolled, atau berhasil graduate.