METODE POHON REGRESI PIECEWISE LINEAR DENGAN MENGGUNAKAN ALGORITMA GUIDE

Pohon regresi merupakan metode alternatif yang dapat digunakan untuk melihat hubungan antara peubah respon kontinu dengan peubah-peubah penjelas. Metode pohon regresi menghasilkan dugaan piecewise constant atau piecewise linear dari model regresi. Penggunaan metode pohon regresi piecewice linear memberikan beberapa keunggulan dibandingkan metode pohon regresi piecewice constant. Metode pohon regresi picewice linear melibatkan peubah penjelas dalam model sehingga mampu mereduksi sisaan yang dihasilkan model picewise constant. Dengan demikian metode pohon regresi piecewice linear cenderung menghasilkan pohon regresi yang lebih pendek. Tulisan ini melihat penggunaan algoritma GUIDE dalam pohon regresi untuk model piecewice linear. Data yang digunakan terdiri dari data simulasi dengan mengambil satu peubah penjelas kontinu dan data sekunder dari internet dengan peubah respon harga mobil dengan peubah-peubah penjelas berupa atribut-atribut mobil yang terdiri dari 10 peubah kategorik dan 13 peubah numerik. Metode GUIDE menghasilkan kelompok-kelompok pengamatan yang memiliki model regresi yang lebih baik dibandingkan dengan model regresi dengan melibatkan semua data. Disamping itu GUIDE mampu mejelaskan hubungan antara peubah respon dan peubah penjelas yang bersifat kuadratik dengan menggunakan model regresi linier dengan terlebih dahulu membentuk kelompok-kelompok pengamatan berdasarkan peubah penjelas yang digunakan