REGRESI KUANTIL DENGAN PENALTI GROUP LASSO UNTUK MEMODELKAN DATA JUMLAH KASUS TUBERKULOSIS DI PROVINSI SULAWESI SELATAN

Latar Belakang. Tuberkulosis (TB) merupakan salah satu dari 10 penyebab kematian terbesar di dunia dan merupakan penyakit menular mematikan di Indonesia. Salah satu provinsi di Indonesia yang menyumbang kasus TBC terbanyak pada tahun 2018 adalah Sulawesi Selatan, dengan 84 kasus per 100.000 penduduk. Tujuan. Penelitian ini bertujuan untuk mengidentifikasi variabel-variabel yang dapat menjelaskan proporsi kasus TBC di Sulawesi Selatan. Metode. Data yang digunakan mempunyai variabel prediktor yang banyak dan terdapat outlier. Regresi kuantil dapat digunakan untuk mengatasi data outlier, namun tidak dapat mengatasi permasalahan multikolinearitas. Multikolinearitas menyebabkan varians parameter estimasi menjadi terlalu besar dan mengurangi keakuratan estimasi, sehingga memerlukan pendekatan analisis data yang berbeda. Terdapat berbagai macam metode untuk menangani analisis regresi pada data yang mengalami permasalahan multikolinearitas. Salah satu metode regresi berpenalti yang paling umum dikenal adalah Grup LASSO. Group LASSO dapat digunakan untuk menyeleksi variabel dan mengatasi multikolinearitas. Hasil. Dalam penelitian ini, terdapat enam variabel kelompok sektor yang terbentuk secara alami yang diduga mempengaruhi proporsi kasus TBC. Pemodelan regresi kuantil dengan penalti kelompok LASSO dilakukan dengan menggunakn 3 level kuantil yaitu (0,25, 0,5, dan 0,75). Hasil analisis regresi kuantil dengan penalti group LASSO diperoleh model yang berbeda untuk setiap kuantil. Kesimpulan. Model terbaik yang mampu menjelaskan proporsi kasus TBC diperoleh pada level kuantil 0,5 dengan nilai R^2 sebesar 0,99 mendekati 1 dibandingkan level model kuantil lainnya.