Klasifikasi Tingkat Hidup Pekerja dengan Bootstrap Diskriminan

Abstract

Masalah klasifikasi (pengelompokkan) pada kelompok yang sudah diketahui pada umumnya
membatasi diri dalam melibatkan sejumlah peubah yang terkait, sehingga mengakibatkan hilangnya
sebagian informasi yang justru berkonsekuensi dalam kesimpulan penelitian. Untuk itu upaya yang
dilakukan untuk membatasi keterlibatan sejumlah peubah dalam penelitian harus melihat kerangka
permasalahan secara menyeluruh pada kelompok dalam peubah tersebut. Klasifikasi Tingkat Hidup
Pekerja yang meliputi kelompok ”kurang baik’, ’sama baik’ dan ”lebih baik’ diduga dipengaruhi oleh
pendidikan (X1), status pekerjaan (X2), upah/gaji sebulan (X3) dan status perkawinan (X4).
Metode klasifikasi yang baik akan menghasilkan sedikit kesalahan klasifikasi atau peluang
kesalahan alokasi yang kecil dan juga terpenuhinya asumsi seperti variansi sama pada kelompok.
Sehingga diperlukan suatu kajian mengenai masalah klasifikasi dengan pendekatan analisis
diskriminan yang dikembangkan Fisher (1936). Analisis diskriminan yang dikembangkan untuk
populasi yang berdistribusi normal dengan varians-kovarians sama. Tetapi pada penerapannya
analisis diskriminan sering melibatkan variabel-variabel kategorik yang tidak mengikuti pola
distribusi normal, meskipun diperoleh hasil tidak optimal. Metode klasifikasi yang baik akan
menghasilkan sedikit kesalahan klasifikasi (alokasi) atau peluang kesalahan alokasi yang kecil.
Kenyataannya, masalah klasifikasi sering dijumpai pada data dengan pola sebaran yang tidak
normal, meskipun dapat digunakan analisis diskriminan tetapi hasil yang diperoleh tidak menjamin.
Efron dan Tibshirani (1993), telah menggunakan metode bootstrap dalam memodelkan kadar
hormon lutenisia pada wanita.
Hasil penelitian menunjukkan bahwa analisis diskriminan linear Fisher merupakan suatu
metode yang sangat baik dalam masalah klasifikasi dan dalam menentukan variabel pembeda pada
kelompok, terutama jika asumsi distribusi normal dan matriks kovarians sama telah terpenuhi.
Selain itu fungsi diskriminan yang diperoleh mudah diinterpretasikan untuk menjelaskan
keterkaitan prediksi kedepan dalam pengelompokkan. Model prediksi untuk mengelompokkan
tingkat hidup pekerja hanya dipengaruhi oleh variabel Pendidikan (X1) dan secara keseluruhan
mempunyai ketepatan pengelompokkan sebesar 54.6%, sedangkan pada bootstrap diskriminan
secara keseluruhan mempunyai ketepatan pengelompokkan sebesar 56.2%. Dengan demikian
pendekatan bootstrap