STUDI TERHADAP KONSTRUKSI MODEL PENGKLASIFIKASI REGRESILOGISTIK

Model prediksi klasifikasi yang berbasis statistika adalah Regresi Logistik (RL). Model RL ekwivavalen dengan model Jaringan Syaraf Tiruan 1 lapisansehingga banyak studi empiris memperbandingan performa kedua model tersebut. Formulasi variabel dependen model RL tidak dinyatakan secara eksplisit sebagai fungsi dari variabel penjelas, melainkan sebagai fungsi logaritma dari rasio peluang (logit). Beberapa publikasi paper menerapkan cara tidak sama dalam implementasi model pada tahap penetuannilai cut-off point untuk menghitungnilai logit.Pendekatan fungsionaluntukkonstruksi model RL digunakan untuk mendapatkan cara menghitung nilai cut-off point secara tepat dan mengklarifikasi penggunaan istilah terkait dengan model RL. Selain itu pendekatan fungsional dapat menunjukkan arah pengembangan model RL yang dapat memperbaiki performa prediksi model, salah satunya adalah menggunakan fungsi analitisnonlinear dari variabelpenjelas dan parameter fungsi sigmoid yang sesuai dengan fungsi sebaranpeluang kumulatif empiris data.