PERBANDINGAN MODEL REGRESI ROBUST ESTIMASI MM DAN ESTIMASI LTS PADA DATA PRODUKSI PADI DI WILAYAH SUMBAGSEL TAHUN 2022

ka data mengandung outlier yang dapat memengaruhi akurasi estimasi
parameter. Beberapa metode regresi robust yang sering digunakan adalah MM dan
LTS. Metode ini sering digunakan karena keduanya memiliki keunggulan utama
dalam menangani outlier, baik MM maupun LTS sama-sama memiliki breakdown
point tinggi, artinya keduanya tahan terhadap data rusak hingga 50%. Penelitian ini
bertujuan untuk membandingkan dua metode regresi robust, yaitu estimasi MM dan
estimasi LTS. Metode ini dibandingkan melalui simulasi dengan proporsi outlier
sebesar 5%, 10%, dan 20%. Selain itu, penelitian ini mengaplikasikan metode MM
dan LTS, pada data aktual produksi padi di wilayah sumbagsel tahun 2022. Evaluasi
performa dilakukan berdasarkan nilai bias dan standar deviasi dari parameter
estimasi. Hasil simulasi menunjukkan bahwa metode MKT sangat sensitif terhadap
outlier, menghasilkan bias dan standar error yang tinggi. Estimasi MM
memberikan hasil yang efisien dan stabil pada outlier ringan hingga sedang, bahkan
unggul dari LTS pada beberapa kondisi outlier 20%. Sementara itu, estimasi LTS
secara umum sangat baik dalam menghadapi outlier, terutama pada data dengan
outlier ekstrem. Pada data aktual, model regresi LTS memberikan hasil yang lebih
baik daripada estimasi MM dengan nilai ����
2
sebesar 0,9987. Berdasarkan hasil
yang diperoleh, dapat disimpulkan bahwa estimasi MM lebih efisien untuk outlier
tidak ekstrem atau mendekati normal, sedangkan estimasi LTS lebih tangguh pada
outlier ekstrem. Oleh karena itu, pemilihan metode regresi robust harus
mempertimbangkan baik jumlah maupun sifat dari outlier dalam data agar estimasi
parameter tetap akurat dan stabil.
Kata Kunci: Regresi, Regresi Robust, Outlier, Estimasi MM, Estimasi LTS