PERBANDINGAN ORDINAL FOREST DAN REGRESI LOGISTIK ORDINAL

Authors

  • M. Yunus IPB University
  • Khairil Anwar Notodiputro
  • Bagus Sartono

DOI:

https://doi.org/10.34123/jurnalasks.v15i2.399

Keywords:

indeks desa membangun, ordinal forest, peubah respons ordinal, regresi logistik ordinal, ordinal forest, ordinal logistic regression, ordinal response variable, village development index

Abstract

Terdapat banyak metode yang digunakan untuk mengidentifikasi prediktor penting dan memprediksi nilai dari peubah respons ordinal. Namun saat ini, terdapat metode prediksi untuk peubah respons ordinal yang tidak menggunakan sifat ordinal dari peubah respons tersebut. Penelitian ini menggunakan metode ordinal forest dan sebagai pembanding digunakan juga metode regresi logistik ordinal. Nilai akurasi dan kappa metode ordinal forest pada setiap ulangan (5 ulangan) selalu lebih besar dari pada regresi logistik ordinal. Selanjutnya, nilai akurasi dan kappa setiap kelompok berdasarkan PDRB pada metode ordinal forest selalu lebih besar dari pada regresi logistik ordinal. Sehingga didapatkan metode ordinal forest lebih baik digunakan pada data peringkat status indeks desa membangun Provinsi Maluku Utara tahun 2020.

Downloads

Download data is not yet available.

References

Agresti, A. (2010). Analysis of Ordinal Categorical Data Ed ke-2. John Wiley and Sons.
Breiman, L. (2001). Random Forests. Machine Learning, 45, 5–32.
Cohen, J. (1968). Weighed Kappa: Nominal Scale Agreement with Provision for Scaled Disagreement or Partial Credit. Psychological Bulletin, 70(4), 213–220.
Hornung, R. (2019). Ordinal Forests. Journal of Classification, 37(1), 4–17. https://doi.org/10.1007/s00357-018-9302-x
Hornung, R. (2021). Ordinal Forests: Prediction and Variable Ranking with Ordinal Target Variables. In R package version 2.4-2. Springer. https://doi.org/10.1007/s00357-018-9302-x
Hosmer, D. W., Lemeshow, S., & Sturdivant, R. X. (2013). Applied Logistic Regression Ed ke-3. New Jersey (US): John Wiley and Sons.
Janitza, S., Tutz, G., & Boulesteix, A. L. (2016). Random Forest for Ordinal Responses: Prediction and Variable Selection. Computational Statistics and Data Analysis, 96, 57–73. https://doi.org/10.1016/j.csda.2015.10.005
Madjid, T., Rachmawaty, R., Fachri, M., Wikantosa, B., Uguy, N. S., Muklis, Agusta, I., Hariyanti, Mustakim, Dwiatmojo, R., Azizah, K., & Sukoyo. (2020). Peringkat Status Indeks Desa Membangun (IDM). Direktorat Jenderal Pembangunan dan Pemberdayaan Masyarakat Desa: Kementerian Desa, Pembangunan Daerah Tertinggal dan Transmigrasi, Republik Indonesia.
McCullagh, P. (1980). Regression Models for Ordinal. Journal of the Royal Statistical Society. Series B (Methodological), 42(2), 109–142.
Nisa, Z. I., Soleh, A. M., & Wijayanto, H. (2021). Identifikasi Faktor-Faktor yang Memengaruhi Prestasi Mahasiswa Menggunakan Regresi Logistik Ordinal dan Random Forest Ordinal. Xplore: Journal of Statistics, 10(1), 88–101. https://doi.org/10.29244/xplore.v10i1.465
Rachmawaty, R. (2020). Standar Operasional Prosedur (SOP) Update Data Indeks Desa Membangun. Direktorat Jenderal Pembangunan dan Pemberdayaan Masyarakat Desa: Kementerian Desa, Pembangunan Daerah Tertinggal dan Transmigrasi, Republik Indonesia.

Downloads

Published

2023-12-31

How to Cite

Yunus, M., Khairil Anwar Notodiputro, & Bagus Sartono. (2023). PERBANDINGAN ORDINAL FOREST DAN REGRESI LOGISTIK ORDINAL. Jurnal Aplikasi Statistika & Komputasi Statistik, 15(2), 19–30. https://doi.org/10.34123/jurnalasks.v15i2.399