Institutional Repository UIN Sunan Kalijaga YogyakartaOPTIMASI REGRESI LOGISTIK LASSO DENGAN KRITERIA BAYESIAN INFORMATION CRITERION (BIC) (STUDI KASUS : KLASIFIKASI KEMISKINAN DI INDONESIA TAHUN 2024)NIM.: 22106010018Fira Azzah WijayakanthiauthorRegresi Logistik LASSO adalah metode regresi yang efektif untuk mengatasi multikolinearitas dan melakukan seleksi variabel secara simultan melalui penerapan penalti L1 pada fungsi log-likelihood. Metode ini digunakan untuk menganalisis klasifikasi kemiskinan, yang pembentukannya melibatkan faktor sosial, ekonomi, kesehatan, pendidikan, dan pekerjaan secara bersamaan. Penelitian ini bertujuan menerapkan Regresi Logistik LASSO dengan optimisasi Bayesian Information Criterion (BIC) untuk mengidentifikasi faktor penentu klasifikasi kemiskinan provinsi di Indonesia tahun 2024. Data yang digunakan bersumber dari Badan Pusat Statistik (BPS), mencakup 38 provinsi dengan sembilan variabel independen dan satu variabel dependen berupa klasifikasi tingkat kemiskinan berbasis rata-rata nasional. Tahapan analisis meliputi uji multikolinearitas dengan VIF, standarisasi data, pemodelan LASSO, lalu pemilihan nilai penalti optimal berdasarkan BIC. Dari hasil analisis, Regresi logistik tidak ada variabel yang signifikan dan ditemukan multikolinearitas pada data awal. Pada LASSO didapatkan penalti optimal λ = 0,017373 dengan nilai BIC minimum 41,695. Model akhir memuat tiga variabel, ada Umur Harapan Hidup (UHH), Tingkat Partisipasi Angkatan Kerja (TPAK), dan Produk Domestik Regional Bruto (PDRB). Regresi Logistik LASSO berbasis BIC terbukti mampu mengatasi multikolinearitas sekaligus menghasilkan model yang lebih ringkas dan stabil untuk mengidentifikasi faktor-faktor yang memengaruhi klasifikasi kemiskinan di Indonesia pada tahun 2024.510 Mathematics (Matematika)2026-05-18UIN SUNAN KALIJAGA YOGYAKARTA;FAKULTAS SAINS DAN TEKNOLOGIThesis

For work being deposited by its own author: In self-archiving this collection of files and associated bibliographic metadata, I grant Institutional Repository UIN Sunan Kalijaga Yogyakarta the right to store them and to make them permanently available publicly for free on-line. I declare that this material is my own intellectual property and I understand that Institutional Repository UIN Sunan Kalijaga Yogyakarta does not assume any responsibility if there is any breach of copyright in distributing these files or metadata. (All authors are urged to prominently assert their copyright on the title page of their work.)

For work being deposited by someone other than its author: I hereby declare that the collection of files and associated bibliographic metadata that I am archiving at Institutional Repository UIN Sunan Kalijaga Yogyakarta) is in the public domain. If this is not the case, I accept full responsibility for any breach of copyright that distributing these files or metadata may entail.

Clicking on the deposit button indicates your agreement to these terms.