Nurramdani, Laily (2024) Penerapan metode regresi lasso untuk mengatasi multikolinearitas pada kasus ekspor nonmigas indonesia / Laily Nurramdani</p>. Diploma thesis, Universitas Negeri Malang.
Full text not available from this repository.Abstract
p Pada hakikatnya suatu negara melakukan kegiatan perdagangan internasional untuk mencukupi kebutuhannya salah satunya ekspor. Total nilai ekspor di Indonesia sangat dipengaruhi oleh ekspor nonmigas yang pergerakannya diperkirakan akibat dari faktor perekonomian dalam negeri maupun global. Hubungan antara nilai ekspor nonmigas dan faktor-faktor tersebut dapat dianalisis menggunakan analisis regresi linear berganda. Analisis regresi linear berganda merupakan suatu teknik statistik yang digunakan untuk menganalisis dan memodelkan hubungan antara variabel respon dan beberapa variabel prediktor. Salah satu asumsi yang harus terpenuhi dalam analisis regresi linear bergada adalah tidak adanya multikolinearitas atau tidak adanya korelasi yang kuat antar variabel prediktor dan menyebabkan estimasi koefisien regresi menjadi tidak tepat. Untuk mengatasi multikolinearitas pada penelitian ini digunakan metode regresi LASSO (Least Absolute Shrinkage and Selection Operator). Regresi LASSO dapat mereduksi koefisien regresi mendekati nol hingga tepat nol dan menyeleksi variabel prediktor untuk menghasilkan model terbaik. Model regresi LASSO dapat menggunakan algoritma Least Angle Regression (LARS) dan Coordinate Descent karena kedua algoritma tersebut lebih efisien dalam mengestimasi model regresi LASSO. Penelitian ini menggunakan data ekspor nonmigas di Indonesia pada bulan Januari 2020 hingga Desember 2023. Tujuan dari penelitian ini yaitu menerapkan metode regresi LASSO untuk menentukan model terbaik dan mengatasi permasalahan multikolinearitas dengan membandingkan penggunaan algoritma LARS dan Coordinate Descent. Hasil penelitian menunjukkan bahwa model terbaik dari metode regresi LASSO lebih unggul menggunakan algoritma Coordinate Descent dibanding algoritma LARS dengan nilai sebesar 92 77% dimana nilai tersebut digunakan untuk melihat seberapa besar pengaruh variabel prediktor terhadap variabel respon serta menghasilkan nilai MSE sebesar 0 07181 yang digunakan untuk melihat seberapa akurat model yang dihasil. Model LASSO dengan LARS memperoleh nilai VIF kurang dari 10 yang berarti masalah multikolinearitas telah teratasi. Faktor yang memiliki pengaruh signifikan terhadap ekspor nonmigas yaitu indeks harga perdagangan besar (IHPB) tingkat suku bunga kredit inflasi dan impor. /p
| Item Type: | Thesis (Diploma) |
|---|---|
| Divisions: | Fakultas Matematika dan IPA (FMIPA) > Departemen Matematika (MAT) > S1 Matematika |
| Depositing User: | library UM |
| Date Deposited: | 16 Jul 2024 04:29 |
| Last Modified: | 09 Sep 2024 03:00 |
| URI: | http://repository.um.ac.id/id/eprint/362682 |
Actions (login required)
 |
View Item |