Penggunaan Algoritma Detect Deviating Cells (DDC) untuk Mengatasi Pencilan Sel pada Regresi Partial Least Squares

Abstract

Data multivariat seringkali mengandung pencilan yang dapat mengganggu hasil analisis. Algoritma Detect Deviating Cells (DDC) digunakan untuk mengidentifikasi dan menangani pencilan pada tingkatan sel pada gugus data, menggantinya dengan nilai imputasi (X_imp) sehingga menciptakan gugus data yang disempurnakan untuk regresi Partial Least Squares (PLS) berikutnya. Akurasi model dievaluasi menggunakan Root Mean Square Error (RMSE) dan metrik R-squared adjusted (R^2_adj). Hasil penelitian menunjukkan bahwa algoritma DDC pada regresi PLS menghasilkan model yang lebih akurat dalam menduga nilai sebenarnya, terutama pada data yang mengandung pencilan dan multikolinearitas. Model ini juga mampu menjelaskan variabilitas data yang lebih baik dibandingkan dengan metode regresi Ordinary Least Squares (OLS).

Multivariate data often contains outliers that can interfere the analysis results. The Detect Deviating Cells (DDC) algorithm was used to identify and handle cell-level outliers in the data clusters, replacing them with imputed values (X_imp) thus creating enhanced data clusters for subsequent Partial Least Squares (PLS) regression. Model accuracy was evaluated using Root Mean Square Error (RMSE) and adjusted R-squared metric (R^2_adj). The results show that the DDC algorithm in PLS regression produces a more accurate model in predicting the true value, especially in data containing outliers and multicollinearity. This model is also able to explain data variability better than the Ordinary Least Squares (OLS) regression method.