Metode Regresi Elastic-net untuk Mengatasi Masalah Multikolinearitas pada Kasus Tingkat Pengangguran Terbuka di Provinsi Jawa Barat

Abstract

Abstract. Linear regression is used to study the relationship between dependent variables and one or more independent variables. The most widely used linear regression parameter estimation is the Least Squares Method (MKT). Multiple linear regression involves more than one independent variable. The common problem that is often encountered in multiple linear regression is the problem of multicollinearity. Multicollinearity in multiple linear regression occurs when there is a correlation between independent variables, with multicollinearity it is often difficult to see the effect of the independent variables on the dependent variables. Multicollinearity handling can be done using the elastic-net regression method where this method can reduce the regression coefficient to exactly zero, besides that the regression nets also select variables simultaneously and can select groups of correlated variables. In 2020 the open response rate in West Java Province was relatively high, namely 10.46, exceeding the national average of 7.07. This study uses data regarding the open response rate in West Java Province in 2020. Based on the results of testing the independent variables that influence the open response rate in West Java, namely the dependency ratio, average length of schooling, human development index, percentage of poor people, wages minimum district/city, and population density. Abstrak. Regresi linier digunakan untuk mempelajari hubungan antara peubah tak bebas dengan satu atau lebih peubah bebas. Pendugaan parameter regresi linier yang paling banyak digunakan yaitu Metode Kuadrat Terkecil (MKT). Regresi linier berganda melibatkan lebih dari satu peubah bebas. Masalah umum yang sering dijumpai pada regresi linier berganda yaitu adanya masalah multikolinearitas. Multikolinearitas pada regresi linier berganda terjadi apabila terdapat korelasi antar peubah bebas, keberadaan multikolinearitas seringkali menyulitkan untuk melihat pengaruh antara peubah bebas terhadap peubah tak bebas. Penanganan multikolinearitas dapat dilakukan menggunakan metode regresi elastic-net dimana metode ini dapat menyusutkan koefisien regresi tepat nol, selain itu regresi elastic-net juga melakukan seleksi peubah secara simultan dan dapat memilih kelompok peubah yang berkorelasi. Pada tahun 2020 tingkat pengangguran terbuka di Provinsi Jawa Barat relatif tinggi yaitu sebesar 10,46 melebihi nilai rata-rata nasional sebesar 7,07. Penelitian ini menggunakan data mengenai tingkat pengangguran terbuka di Provinsi Jawa Barat pada tahun 2020. Berdasarkan hasil pengujian peubah bebas yang memberikan pengaruh tehadap tingkat pengangguran terbuka di Jawa Barat yaitu dependency ratio, rata-rata lama sekolah, indeks pembangunan manusia, presentase penduduk miskin, upah minimum kabupaten/kota, dan kepadatan penduduk.