Perbandingan Metode CV dan GCV pada Pemodelan MARS (Aplikasi Rata-Rata Lama Sekolah di Kabupaten Gianyar)

Abstract

COVID-19 sangat mempengaruhi segala aspek kehidupan dalam masyarakat salah satunya tidak hanya perlambatannya dalam bidang ekonomi, kesehatan, namun di bidang pendidikan pun terkena dampak besar akibat dari COVID-19 ini. Dilihat dari aspek indikator pendidikan biasanya seseorang yang memiliki pendidikan tinggi peluang diterima pada suatu perusahaan akan semakin besar. Semakin tinggi tingkat pendidikan seseorang maka capaian rata-rata lama sekolah akan semakin tinggi pula.   Maka dari itu dalam penelitian ini akan dilakukan pemodelan rata-rata lama sekolah dengan menggunakan pendekatan MARS (Multivariate Adaptive Regression Spline). MARS alah salah satu metode regresi nonparametric selain spline, kernel, dan lain-lain, dimana tidak ada informasi apapun tentang bentuk dari kurva regresi. MARS juga menggunakan parameter penghalus yaitu metode Cross Validation (CV) dan metode Generalized Cross Validation (GCV). Hasil yang diperoleh nilai RMSE dan R2 model MARS CV baik lebih baik dibandingkan dengan GCV karena memiliki nilai RMSE yang paling rendah dan R2 yang lebih besar. Hal tersebut bisa menunjukan bahwa model MARS dengan CV adalah model yang lebih baik untuk memodelkan rata-rata lama sekolah di Kabupaten Gianyar. Model yang diperoleh dari metode CV dengan model yang diperoleh sebagai berikut: y = 7.656 -0.115*BF1 -0.366*BF2 +0.496*BF3 +0.205*BF4