Khafsah JoebaediNurul GusrianiTRISHA MAGDALENA ADELHEID JANUAVIANI2024-05-212024-05-212017-07-19https://repository.unpad.ac.id/handle/kandaga/140110130036Dalam analisis regresi, terkadang dijumpai multikolinearitas yaitu kondisi terdapatnya korelasi antar variabel bebas yang merupakan sebuah masalah. Pada skripsi ini membahas metode LASSO (Least Absolute Shrinkage and Selection Operator) regression untuk mengatasi multikolinearitas. Metode LASSO regression mampu membantu untuk menyusutkan multikolinearitas dan meningkatkan akurasi model regresi linear. Penaksir parameter LASSO regression dapat diselesaikan dengan algoritma LARS yang menghitung vektor korelasi, nilai korelasi absolut terbesar, equiangular vector, vektor inner product, dan menentukan pembatas algoritma LARS untuk LASSO. Metode LASSO (Least Absolute Shrinkage and Selection Operator) regression pada skripsi ini akan dibahas dengan prosedur yang lebih rinci dan memilih model terbaik menggunakan statistik Cp Mallows. Metode ini kemudian akan diaplikasikan pada data sekunder mengenai data deposit valuta asing Indonesia yang dipengaruhi oleh aktiva luar negeri bersih, aktiva dalam negeri bersih, tagihan bersih kepada pemerintah pusat dan tagihan kepada sektor lainnya.LASSOLARSCp Mallows