Pendugaan Parameter Regresi Logistik Biner Dengan Metode Least Absolute Shrinkage And Selection Operator (Lasso) (Studi Pada Persentase Tingkat Kemiskinan Kota/Kabupaten Di Jawa Timur Tahun 2014)
| Main Author: | Wantoro, Destian Demana |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2017
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/4212/ |
Daftar Isi:
- Regresi logistik biner merupakan analisis yang digunakan untuk mengetahui hubungan antara variabel prediktor dengan variabel respon yang memiliki dua kategori. Proses pendugaan parameter dapat dilakukan dengan metode Maximum Likelihood Estimation (MLE), namun mempunyai kendala jika terdapat kasus multikolinieritas. Hasil pendugaan tidak akan akurat karena banyaknya variabel prediktor yang tidak signifikan mempengaruhi variabel respon karena nilai standard error yang tinggi. Karena permasalahan tersebut maka digunakan metode Least Absolute Shrinkage and Selection Operator (LASSO) yang dapat diterapkan ketika terjadi kasus multikolinieritas, dimana metode ini dapat menyusutkan penduga parameter yang berkorelasi menjadi nol. Data yang digunakan adalah data tingkat kemiskinan Kota/Kabupaten di Jawa Timur tahun 2014. Dari hasil analisis disimpulkan bahwa metode LASSO memiliki persentase ketepatan klasifikasi sebesar 81.56%. Sedangkan faktor-faktor yang memengaruhi tingkat kemiskinan Kota/Kabupaten di Jawa Timur adalah jumlah penduduk miskin, rata-rata lama sekolah, tingkat pengangguran terbuka dan PDRB.