Pemodelan Data Multi-Label dengan Pendekatan Multivariate Generalized Linear Mixed Model (MGLMM).
Abstract
Data multi-label merujuk pada jenis data kategorik dimana suatu objek dapat
memiliki lebih dari satu label atau kelas kategori. Data multi-label sering dijumpai
dalam berbagai bidang, salah satunya riset pasar produk susu kental manis (SKM)
dan krimer kental manis (KKM). Berdasarkan karakteristik produknya, riset pasar
untuk produk tersebut lebih tepat dilakukan pada level outlet. Suatu outlet
memungkinkan untuk menggunakan lebih dari satu merek produk pada waktu
yang sama. Kondisi tersebut mengakibatkan informasi pilihan merek diwakili oleh
data multi-label. Penelitian ini menggunakan metode pendekatan transformasi
permasalahan dengan mengubah data multi label menjadi beberapa peubah
tunggal. Pemodelan dengan metode Multivariate Generalized Linear Mixed
Model (MGLMM) dipilih dengan pertimbangan peubah respon berskala biner dan
adanya dugaan korelasi antar peubah respon tersebut. Pemodelan lima peubah
respon pilihan merek SKM dan KKM menghasilkan model yang tidak
overdispersi dengan nilai statistik pearson chi-square terskala sebesar 0.99.
Dengan taraf nyata 5%, hasil uji pengaruh tetap mengidentifikasi tiga faktor
berpengaruh terhadap pilihan merek SKM dan KKM yakni jumlah belanja,
provinsi, dan jenis usaha. Keragaman intersep antar pengaruh acak sebesar
1.53×10−18 atau tidak signifikan, sehingga hasil pemodelan dengan MGLMM
tidak jauh berbeda dengan pemodelan dengan GLM secara terpisah untuk masingmasing
respon.