Penerapan Generalized LASSO dalam Pendeteksian Pencilan pada Pemodelan Harga Rumah di Jawa Barat

Abstract

Pencilan adalah amatan yang secara signifikan berbeda jauh dari amatan lainnya dalam sebuah data. Keberadaan pencilan ini dapat mengganggu pendugaan koefisien dalam regresi. Pendeteksian pencilan bisa dilakukan dengan menggunakan metode Generalized Least Absolute Shrinkage Selection Operator (Generalized LASSO). Generalized LASSO adalah sebuah metode yang mengaplikasikan nilai D sebagai matriks penalti (D) untuk regresi lasso. Variasi dari nilai D beragam disesuaikan dengan kebutuhan penggunaan, salah satunya untuk mendeteksi pencilan. Pengaplikasian metode Generalized LASSO untuk mendeteksi pencilan pada pemodelan harga rumah di Jawa Barat tahun 2023 menunjukkan bahwa metode ini cukup baik dalam mendeteksi pencilan sehingga bisa digunakan sebagai alternatif untuk pendeteksian pencilan. Pemilihan lamda optimal berpengaruh terhadap jumlah amatan yang terdeteksi pencilan. Semakin besar nilai lamda yang digunakan maka model akan menjadi lebih sederhan dan amatan yang terdeteksi pencilan semakin sedikit. Sebaliknya, semakin kecil nilai lamda yang digunakan maka model akan menjadi semakin kompleks dan amatan yang terdeteksi pencilan lebih banyak.

Outliers are observations that are significantly different from other observations in the data. The existence of this outlier can interfere with the estimation of coefficients in regression. Outlier detection can be done using the Generalized Least Absolute Shrinkage Selection Operator (Generalized LASSO) method. Generalized LASSO is a method that applies the D value as a penalty matrix (D) for lasso regression. Variations in the D value vary according to usage needs, one of which is to detect outliers. The application of the Generalized LASSO method to detect outliers in house price modeling in West Java in 2023 shows that this method is quite good at detecting outliers so that it can be used as an alternative for outlier detection. Choosing the optimal lambda affects the number of observations that detect outliers. The greater the lambda value used, the simpler the model will be and the fewer outliers detected will be observed. On the other hand, the smaller the lambda value used, the more complex the model will become and more outliers will be detected.