Perbandingan Estimasi LASSO Dan LASSO Least Trimmed Squares Untuk Menganalisis Data Dimensi Besar (Studi Kasus: Faktor-Faktor Yang Mempengaruhi Penyebaran Penyakit Tuberkulosis Di Sulawesi Selatan) = Comparison of LASSO and LASSO Least Trimmed Squares Estimation to Analyze High Dimensional Data (Case Study: Factors Affecting the Spread of Tuberculosis in South Sulawesi)

Tuberkulosis (TB) merupakan penyebab kematian ke-13 di dunia dan menjadi penyakit menular yang mematikan di Indonesia. Salah satu provinsi penyumbang kasus TB terbanyak di Indonesia pada tahun 2018 adalah Sulawesi Selatan dengan 84 kasus per 100,000 penduduk. Penelitian ini bertujuan untuk mengidentifikasi peubah yang dapat menjelaskan proporsi kasus TB di Sulawesi Selatan. Data yang digunakan memiliki banyak peubah bebas, dan terdapat pencilan. Analisis LASSO Least Trimmed Squares (LTS) dapat digunakan untuk menangani data yang memiliki banyak peubah bebas dan pencilan. Analisis data dilakukan pada data simulasi dan data proporsi kasus TB Berdasarkan rata-rata koefisien determinasi (R2) dan Root Mean Square Error (RMSE), LASSO LTS memiliki performa terbaik dibandingkan LASSO pada setiap skenario kondisi ukuran data dan persentase pencilan. Analisis proporsi kasus TB di Sulawesi Selatan menghasilkan kesimpulan bahwa model LASSO LTS berhasil menyeleksi dan menyusutkan variabel menjadi 11 variabel dan menunjukkan hasil yang baik berdasarkan nilai R2 dan RMSE untuk evaluasi model. Faktor-faktor tersebut bisa menjadi fokus pemerintah jika ingin menurunkan proporsi kasus TB di Sulawesi Selatan.