ANALISIS TINGKAT KEMISKINAN DI PROVINSI SUMATERA BARAT MELALUI PENDEKATAN REGRESI TERKENDALA (RIDGE REGRESSION, LASSO, DAN ELASTIC NET)

Fitri Mudia Sari, Khairil Anwar Notodiputro, Bagus Sartono

Abstract


Pandemi Covid-19 yang mulai menyerang Indonesia semenjak Maret 2020 menyebabkan krisis ekonomi dan sosial di Indonesia, termasuk Sumatera Barat. Data BPS Sumatera Barat menyebutkan bahwa jumlah penduduk miskin bertambah sebanyak 20.056, dari 344.023 orang pada Maret 2020, menjadi 364.079 pada September 2020. Masalah kemiskinan merujuk pada konsep high dimensional data yang melibatkan banyak peubah sehingga digunakan Regresi Ridge, LASSO, dan Elastic Net yang dapat mengatasi masalah multikolinieritas. Penelitian ini bertujuan untuk melihat peubah yang memiliki pengaruh yang penting terhadap tingkat kemiskinan di Sumatera Barat menggunakan model terbaik yang terpilih dari Regresi Ridge, LASSO, dan Elastic Net. Hasil penelitian menunjukkan bahwa tingkat buta huruf merupakan peubah penting yang mempengaruhi tingkat kemiskinan di Sumatera Barat dengan model terbaik yaitu Regresi Ridge.

Keywords


kemiskinan, regresi ridge, LASSO, elastic-net

Full Text:

PDF

References


Badan Pusat Statistik Provinsi Sumatera Barat. (2021). Provinsi Sumatera Barat Dalam Angka. Padang: BPS Provinsi Sumatera Barat.

Chen, S., Notodiputro, K. A., & Rahardiantoro, S. (2020). Penerapan analisis LASSO dan Group LASSO dalam mengidentifikasi faktor-faktor yang berhubungan dengan tuberkulosis di Jawa Barat. Indonesian Journal of Statistics and Its Applications, Vol 4 No 1, 39 - 54

Fanny, R., Djuraidah, A., & Alamudi, A. (2018). Pendugaan Produktivitas Bagan Perahu dengan Regresi Gulud, LASSO dan Elastic-net. Xplore: Journal of Statistics, 2(2), 7–14.

Kutner, M. H., Nachtsheim, C. J., Neter, J., & Li, W. (2005). Applied linear statistical models (Vol. 5). Boston: McGraw-Hill Irwin.

Kusuma, G. W., & Wulansari, I. Y. (2019). Analisis kemiskinan dan kerentanan kemiskinan dengan Regresi Ridge, LASSO, dan Elastic-Net di Provinsi Jawa Tengah tahun 2017. Seminar Nasional Official Statistics 2019: Pengembangan Official Statistics dalam mendukung Implementasi SDG’s

Ohyver, M. (2011). Metode Regresi Ridge Untuk Mengatasi Kasus Multikolinear. ComTech: Computer, Mathematics and Engineering Applications, 2(1), 451-457.

Soleh, Agus Mohamad, & Aunuddin. (2013). LASSO: solusi alternatif seleksi peubah dan penyusutan koefisien model regresi linier. Forum Statistika Dan Komputasi, 18(1).

Tibshirani, R. (1996). Regression shrinkage and selection via the lasso. Journal of the Royal Statistical Society: Series B (Methodological), 58(1), 267-288.

Zou, H., & Hastie, T. (2005). Regularization and variable selection via the elastic net. Journal of the Royal Statistical Society. Series B: Statistical Methodology, 67(2), 301–320.




DOI: https://doi.org/10.29313/jstat.v21i1.7836

Refbacks

  • There are currently no refbacks.


Copyright Notice

Creative Commons License
STATISTIKA is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.