ALGORITMA MODIFIKASI NIPALS UNTUK REGRESI PARTIAL LEAST SQUARE

HIKMAH RAHMADANI, Prof. Drs. Subanar, Ph.D.

2018 | Skripsi | S1 STATISTIKA

Statistika sering digunakan untuk menentukan hubungan antara sebuah variabel dependen dengan sebuah variabel independen melalui suatu model regresi. Metode estimasi yang sering digunakan dalam model regresi linear adala metode kuadrat terkecil. Multikolinearitas dalam model dengan estimasi kuadrat terkecil menghasilkan parameter yang tidak efisien, sehingga diperlukan metode alternatif lain yaitu regresi Partial least square (PLS-R). Model Linear PLS-R dibangun dari hasil reduksi variabel independen X yang menghasilkan variabel baru yang disebut komponen utama. Estimasi parameter-parameter yang ada pada model regresi PLS menggunakan Algoritma Modifikasi Nonlinear Iterative Partial least squares (NIPALS). Algoritma ini merupakan algoritma modifikasi dari algoritma standar dengan hanya melakukan deflasi pada variabel dependen Y sehingga proses estimasi parameter menjadi lebih cepat. Algoritma modifikasi Nonlinear Iterative Partial least squares (NIPALS) digunakan untuk menentukan parameter dalam regresi Partial least square . Keefektifan dari metode ini akan ditunjukkan melalui simulasi dan analisis menggunakan data nyata yaitu jumlah uang beredar di Indonesia dan faktor-faktor yang mempengaruhinya yaitu aktiva luar negeri bersih, tagihan bersih kepada pemerintah pusat, tagihan kepada pemerintah daerah, tagihan kepada lembaga keuangan lainnya, tagihan kepada perusahaan bukan keuangan BUMN, dan tagihan kepada sektor swasta.

Statistics is often used to determine the relationship between a dependent variable and a independent variable through a regression models. Ordinary least squares method is commonly used for parameter estimation in linear regression. The presence of multicolinearity in ordinary least squares estimation yields inefficient parameters, so the other method such as Partial least square Regression (PLS-R) proposed. Partial least square Regression model is build by reducing predictor variable X that produces a new variable called the main component. Estimation of parameters in the PLS regression model using the Modified Nonlinear Iterative Partial least squares Algorithm (NIPALS). This algorithm is a modification algorithm of the standard algorithm by only deflating the dependense variable Y so that the parameter estimation process becomes faster. Modified NIPALS algorithm is used to determine the parameter in PLS-R. Bayesian procedure is used by adapting currently available procedures. The effectiveness of this method will be demonstrated through simulation and analysis using real data, i.e the money supply in Indonesia and the factors that influence net assets, net bills to the central government, bills to local governments, bills to other financial institutions, non-state finance companies, and bills to the private sector.

Kata Kunci : Partial least square , Regresi Partial least square , Regresi ganda, Multikolinearitas, Modifikasi NIPALS, Jumlah uang beredar.