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

Abstract

Regresi logistik multinomial klasik menggunakan metode Maximum Likelihood untuk mengestimasi parameter -
parameternya. Sedangkan pada regresi logistik multinomial dengan menggunakan metode Bayesian, distribusi
prior dipadukan dengan likelihood datanya  untuk mendapatkan distribusi posterior. Distribusi posterior tersebut
akan digunakan untuk mengestimasi parameter – parameternya. Penerapan dua metode ini dilakukanpada
penelitian ini untuk mengklasifikasikan siswa SMAN 1 Grati Pasuruan pada 3 jurusan yang telah ditetapkan oleh
pihak 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 yang
berpengaruh secara signifikan pada penjurusan siswa adalah variabel tuntas bahasa dan IQ. Misklasifikasi pada
regresi logistik multinomial klasik lebih besar dibandingkan pada regresi logistik multinomial metode Bayesian.
Misklasifikasi dengan metode pertama adalah sebesar 46,1% sedangkan dengan menggunakan metode kedua
yaitu metode Bayesian, misklasifikasinya adalah sebesar 39,5%. Sehingga dalam penelitian ini, regresi logistik
multinomial dengan metode Bayesian lebih baik dalam pemodelan jurusan di SMAN 1 Grati Pasuruan jika
dibandingkan dengan regresi logistik Multinomial klasik.