MAR'ATUSSHALIHA, MAR'ATUSSHALIHA (2026) PEMODELAN REGRESI ROBUST MM-ESTIMATOR MENGGUNAKAN ADAPTIVE LEAST ABSOLUTE SHRINKAGE AND SELECTION OPERATOR DENGAN ALGORITMA COORDINATE DESCENT (Studi Kasus: Indeks Pembangunan Manusia di Indonesia). Skripsi thesis, Universitas Hasanuddin.
H051221073-bEhA9m5TW83Ca7gY-20261013112838.pdf
Restricted to Repository staff only
Download (969kB)
Abstract (Abstrak)
Latar Belakang. Indeks Pembangunan Manusia (IPM) merupakan salah satu indikator yang digunakan untuk mengukur keberhasilan pembangunan manusia di suatu wilayah. Dalam pemodelan IPM, keberadaan outlier dan multikolinearitas dapat memengaruhi hasil estimasi parameter, sehingga diperlukan metode regresi yang mampu menghasilkan estimasi yang robust sekaligus melakukan seleksi variabel. Tujuan. Penelitian ini bertujuan untuk memperoleh model regresi IPM yang robust terhadap outlier dan mampu melakukan seleksi variabel menggunakan metode Adaptive Least Absolute Shrinkage and Selection Operator (Adaptive LASSO) dengan MM-Estimator. Metode. Data yang digunakan merupakan data IPM beserta 14 variabel prediktor pada 34 provinsi di Indonesia selama tahun 2020–2024, sehingga diperoleh 170 observasi. Estimasi parameter dilakukan menggunakan algoritma Coordinate Descent, sedangkan parameter penalti λdipilih menggunakan 10-fold Cross Validation. Bobot adaptif diperoleh berdasarkan penduga koefisien MM-Estimator. Hasil. Hasil penelitian menunjukkan bahwa metode Adaptive LASSO-MM mampu melakukan seleksi variabel melalui penyusutan koefisien sehingga menghasilkan model yang lebih sederhana. Nilai parameter penalti optimal yang diperoleh adalah λ=0,2084 dengan Cross Validation Error sebesar 1,1013. Evaluasi model menghasilkan nilai Mean Squared Error (MSE) sebesar 1,0799, Root Mean Squared Error (RMSE) sebesar 1,0392, dan koefisien determinasi (R^2) sebesar 0,9211. Hasil tersebut menunjukkan bahwa model Adaptive LASSO-MM memiliki kemampuan yang baik dalam menjelaskan variasi IPM di Indonesia selama periode 2020–2024. Kesimpulan. Dengan demikian, metode Adaptive LASSO-MM dengan algoritma Coordinate Descent dapat digunakan untuk pemodelan IPM yang mempertimbangkan keberadaan outlier dan multikolinearitas sekaligus melakukan seleksi variabel.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Subjects: | Q Science > Q Science (General) |
| Divisions (Program Studi): | Fakultas Matematika dan Ilmu Peng. Alam > Statistika |
| Depositing User: | Nasyir Nompo |
| Date Deposited: | 11 Nov 2026 00:53 |
| Last Modified: | 11 Nov 2026 00:53 |
| URI: | http://repository.unhas.ac.id:443/id/eprint/61822 |
