PERBANDINGAN METODE MAXIMUM LIKELIHOOD ESTIMATION (MLE) DENGAN BAYESIAN PADA REGRESI LOGISTIK MULTINOMIAL

Regresi logistik multinomial klasik menggunakan metode Maximum Likelihood untuk mengestimasi parameter -parameternya. Sedangkan pada regresi logistik multinomial dengan menggunakan metode Bayesian, distribusiprior dipadukan dengan likelihood datanya  untuk mendapatkan distribusi posterior. Distribusi posterior tersebutakan digunakan untuk mengestimasi parameter – parameternya. Penerapan dua metode ini dilakukanpadapenelitian ini untuk mengklasifikasikan siswa SMAN 1 Grati Pasuruan pada 3 jurusan yang telah ditetapkan olehpihak sekolah yaitu jurusan IPA, IPS dan Bahasa. Variabel prediktor yang digunakan ada 5 yaitu tuntas IPA,tuntas IPS, tuntas Bahasa, IQ dan minat. Dari kelima variabel prediktor tersebut ternyata variabel yangberpengaruh secara signifikan pada penjurusan siswa adalah variabel tuntas bahasa dan IQ. Misklasifikasi padaregresi logistik multinomial klasik lebih besar dibandingkan pada regresi logistik multinomial metode Bayesian.Misklasifikasi dengan metode pertama adalah sebesar 46,1% sedangkan dengan menggunakan metode keduayaitu metode Bayesian, misklasifikasinya adalah sebesar 39,5%. Sehingga dalam penelitian ini, regresi logistikmultinomial dengan metode Bayesian lebih baik dalam pemodelan jurusan di SMAN 1 Grati Pasuruan jikadibandingkan dengan regresi logistik Multinomial klasik