Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal MATHunesa: Jurnal Ilmiah Matematika
Syarifah Fadhilah
Universitas Sumatera Utara
Mathematics

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Optimasi Parameter Tuning Pada Model Regresi Logistik Lasso Syarifah Fadhilah
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 3 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v13n3.p445-450

Abstract

Regresi logistik LASSO merupakan metode klasifikasi biner yang efektif dalam mengatasi multikolinieritas dan menyederhanakan model melalui seleksi variabel otomatis. Penelitian ini bertujuan untuk mengevaluasi pengaruh kombinasi tiga metode validasi silang (KFold, Stratified KFold, dan Repeated KFold) dan tiga rentang nilai parameter tuning terhadap performa dan kesederhanaan model regresi logistik LASSO. Evaluasi dilakukan pada data sekunder dari Kaggle serta tiga dataset bangkitan dengan ukuran dan kompleksitas berbeda. Model dievaluasi menggunakan metrik log loss, F1 score, apparent error rate (APER), dan jumlah variabel terseleksi. Hasil menunjukkan bahwa nilai tuning optimal bergantung pada karakteristik data dan metode validasi silang yang digunakan. Stratified KFold memberikan performa terbaik pada data tidak seimbang, sedangkan KFold lebih efisien untuk dataset besar. LASSO terbukti mampu menyederhanakan model tanpa kehilangan akurasi secara signifikan.
Co-Authors