eprintid: 67391
rev_number: 10
eprint_status: archive
userid: 12243
dir: disk0/00/06/73/91
datestamp: 2024-10-01 02:17:07
lastmod: 2024-10-01 02:17:07
status_changed: 2024-10-01 02:17:07
type: thesis
metadata_visibility: show
contact_email: muchti.nurhidaya@uin-suka.ac.id
creators_name: Uswatun Khasanah, NIM.: 20106010018
title: OPTIMISASI ANALISIS REGRESI LASSO DENGAN ALGORITMA LARS MENGGUNAKAN BIC (Studi Kasus : Jumlah penduduk miskin di provinsi Jawa Timur tahun 2022)
ispublished: pub
subjects: 515.6
divisions: jur_mat
full_text_status: restricted
keywords: Multicollinearity; LASSO; LARS; BIC; Regresi Linear
note: Pembimbing: Sri Utami Zuliana, S.Si., M.Sc., Ph.D.
abstract: Salah satu metode pemodelan yang umumnya digunakan adalah dengan regresi linear. Untuk membuat model linear harus memenuhi beberapa asumsi. Dalam pengujian asumsi tersebut terdapat masalah-masalah yang sering muncul, salah satunya adalah multikolinearitas, yang terjadi ketika antara variabel independen memiliki korelasi yang kuat. Salah satu cara untuk mengatasi masalah multikolinearitas yaitu dengan metode regresi Least Absolute Shrinkage And Selection Operator (LASSO). Metode ini dapat menyusutkan koefisien regresi pada variabel bebas yang memiliki korelasi dan error yang tinggi sampai mendekati nol atau sama dengan nol. Koefisien regresi LASSO dicari dengan menggunakan algoritma Least Angle Regression (LARS). Pemilihan lambda optimal pada regresi LASSO pada penelitian ini menggunakan kriteria Bayesian Information Criterion (BIC), model yang dipilih diidentifikasi dengan nilai minimum dari BIC. Penelitian ini akan membahas penerapan metode regresi LASSO pada data jumlah penduduk miskin di Jawa Timur tahun 2022. Dalam penyelesaiannya, regresi LASSO akan menghasilkan 79 nilai lambda, kemudian dipilih lambda yang optimal dengan nilai BIC sebesar 2715.977. Dengan dua dari lima variabel independen yang masuk ke dalam model yaitu rata-rata lama sekolah (RLS) dan tingkat pengangguran terbuka (TPT).
date: 2024-08-20
date_type: published
pages: 82
institution: UIN SUNAN KALIJAGA YOGYAKARTA
department: FAKULTAS SAINS DAN TEKNOLOGI
thesis_type: skripsi
thesis_name: other
citation:   Uswatun Khasanah, NIM.: 20106010018  (2024) OPTIMISASI ANALISIS REGRESI LASSO DENGAN ALGORITMA LARS MENGGUNAKAN BIC (Studi Kasus : Jumlah penduduk miskin di provinsi Jawa Timur tahun 2022).  Skripsi thesis, UIN SUNAN KALIJAGA YOGYAKARTA.   
document_url: https://digilib.uin-suka.ac.id/id/eprint/67391/1/20106010018_BAB-I_IV-atau-V_DAFTAR-PUSTAKA.pdf
document_url: https://digilib.uin-suka.ac.id/id/eprint/67391/2/20106010018_BAB-II_sampai_SEBELUM-BAB-TERAKHIR.pdf