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.