Shabrina, Putri Yasmin Nur (2025) MODEL ADAPTIVE LEAST ABSOLUTE SHRINKAGE AND SELECTION OPERATION PADA KASUS INDEKS PEMBANGUNAN MANUSIA DI SULAWESI SELATAN TAHUN 2021 = Adaptive Least Absolute Shrinkage and Selection Operation Model in the Case of the Human Development Index in South Sulawesi in 2021. Skripsi thesis, Universitas Hasanuddin.
![[thumbnail of Cover]](/49054/1.hassmallThumbnailVersion/H051201001-.jpg)

H051201001-.jpg
Download (395kB) | Preview
![[thumbnail of Bab 1-2]](/style/images/fileicons/text.png)
H051201001-1-2.pdf
Download (439kB)
![[thumbnail of Dapus]](/style/images/fileicons/text.png)
H051201001-dp.pdf
Download (177kB)
![[thumbnail of Full Text]](/style/images/fileicons/text.png)
H051201001-full.pdf
Restricted to Repository staff only until 18 February 2027.
Download (2MB)
Abstract (Abstrak)
PUTRI YASMIN NUR SHABRINA. Model Adaptive Least Absolute Shrinkage and Selection Operation Pada Kasus Indeks Pembangunan Manusia Di Sulawesi Selatan Tahun 2021 (dibimbing oleh Sitti Sahriman, S.Si., M.Si.) Latar Belakang. Metode Least Absolute Shrinkage and Selection Operation (LASSO) merupakan metode regresi yang digunakan untuk menyeleksi variabel dan regulasi model. Metode ini menambahkan penalti terhadap jumlah absolut dari koefisien regresi, sehingga beberapa koefisien dapat bernilai nol. Dengan demikian, LASSO efektif dalam menangani multikolinearitas serta mempertahankan variabel yang berpengaruh. Adaptive LASSO merupakan pengembangan dari LASSO dengan memberikan bobot adaptif pada penalti, yang dihitung berdasarkan estimasi awal menggunakan metode Ordinary Least Squares (OLS). Tujuan. Penelitian ini bertujuan untuk memperoleh faktor-faktor yang mempengaruhi Indeks Pembangunan Manusia di Sulawesi Selatan tahun 2021 berdasarkan metode Adapive LASSO. Metode. Data yang digunakan dalam penelitian ini adalah data Indeks Pembangunan Manusia (IPM) di Sulawesi Selatan pada tahun 2021 sebagai variabel respon, dengan lima variabel prediktor. Analisis diawali dengan estimasi parameter penalti (adaptive λ) menggunakan algoritma coordinate descent dan dilanjutkan estimasi regresi adaptive LASSO. Hasil. Hasil analisis menunjukkan bahwa metode adaptive LASSO lebih baik dalam memodelkan data IPM di Sulawesi Selatan berdasarkan nilai Mean Squared Error (MSE) yang lebih kecil yaitu sebesar 1.1094 dibandingkan dengan metode LASSO (MSE sebesar 2.0842). Kesimpulan. Faktor-faktor yang secara signifikan mempengaruhi IPM di Provinsi Sulawesi Selatan tahun 2021 adalah rata-rata lama sekolah, umur harapan hidup, dan tingkat pengangguran terbuka. Sedangkan, variabel pengeluaran per kapita dan harapan lama sekolah tidak berpengaruh secara signifikan.
Item Type: | Thesis (Skripsi) |
---|---|
Uncontrolled Keywords: | Kata Kunci: Adaptive Least Absolute Shrinkage and Selection Operation , Algoritma Coordinate Descent, , Indeks Pembangunan Manusia, Mean Squared Error, Multikolinearitas |
Subjects: | Q Science > Q Science (General) |
Divisions (Program Studi): | Fakultas Matematika dan Ilmu Peng. Alam > Statistika |
Depositing User: | Unnamed user with username pkl2 |
Date Deposited: | 04 Sep 2025 05:18 |
Last Modified: | 04 Sep 2025 05:18 |
URI: | http://repository.unhas.ac.id:443/id/eprint/49054 |