Dalam ilmu statistik terdapat dua jenis sudut pandang yaitu Frequentist dan Bayesian. Kedua sudut pandang tersebut berbeda dalam hal memandang suatu parameter. Bayesian memandang suatu parameter merupaka variable random, sehingga nilainya tidak tunggal. Metode pemodelan yang paling sering diaplikasikan dan digunakan oleh peneliti adalah model regresi linier. Selama ini pemodelan yang dilakukan umumnya diperoleh dari hasil estimasi parameter sudut pandang Frequentist. Metode Frequentist yang sering digunakan dalam regresi linier adalah Ordinary Least Square (OLS) dan Maximum Likelihood Estimation (MLE). Namun seiring dengan perkembangan Bayesian, beberapa penelitian menunjukkan hasil pemodelan yang lebih baik daripada metode Frequentist. Oleh karena itu dalam penelitian ini dilakukan pemodelan regresi linier dengan pendekatan Bayesian. Selanjutnya dilakukan perbandingan hasil pemodelan Bayesian dan Frequentist dengan menggunakan beberapa kriteria diantaranya RMSE, MAPE dan MAD. Hasilnya menunjukkan bahwa metode regresi linier dengan menggunakan pendekatan Bayesian lebih baik daripada metode Frequentist menggunakan OLS.

Regresi Linier, Bayesian, Frequentist

• Dra. Heruna Tanty, M.Si.

• Syarifah Diana Permai, S.Si, M.Si