Estimasi Interval Kepercayaan Model Regresi Kuantil Least Absolute Shringkage and Selection Operator (Studi kasus: Data Tuberkulosis di Indonesia) = Estimation Of Confidence Intervals Quantile Regression Using The Least Absolute Shrinkage and Selection Operator (Case Study: Tuberculosis Data In Indonesia)

Tuberkulosis (TB) merupakan salah satu penyakit menular yang masih menjadi masalah kesehatan masyarakat di indonesia. Tingginya jumlah kasus TB setiap tahunnya menuntut adanya upaya identifikasi faktor-faktor yang memengaruhi jumlah kasus tersebut. Namun, analisis faktor- faktor tersebut sering kali mengalami kendala akibat keberadaan pencilan, heteroskedastisitas, dan distribusi data yang tidak normal. Untuk mengatasi permasalahan tersebut, penelitian ini menggunakan metode regresi kuantil Least Absolute Shringkage and Selection Operator (LASSO) yang mampu menangani karakteristik data tersebut sekaligus melakukan seleksi variabel. Tujuan: Tujuan dari penelitian ini adalah untuk mengestimasi interval kepercayaan parameter pada model regresi kuantil LASSO. Data yang digunakan merupakan data sekunder yang mencakup 34 provinsi di Indonesia dengan sejumlah variabel prediktor yang berkaitan dengan kasus TB. Estimasi dilakukan pada beberapa kuantil, yaitu 0,25; 0,50; dan 0,75. Metode: Pendekatan asimtotik digunakan dalam membentuk interval kepercayaan, dengan memperkirakan fungsi Sparsity menggunakan metode kernel. Hasil. Berdasarkan Interval kepercayaan regresi kuantil LASSO, hasil penelitian menunjukkan bahwa variabel Presentase perokok 15 tahun keatas yang berpengaruh terhadap jumlah kasus tuberkulosis di Indonesia pada tahun 2021 di masing-masing kuantil.

Keyword : Tuberkulosis, regresi kuantil, LASSO, interval kepercayaan, fungsi sparsity.