Metode Regresi Linier Berganda Berbasis Machine Learning untuk Memprediksi Peminjaman Buku di Kabupaten Pamekasan

Abstract

Abstrak

Peningkatan literasi masyarakat melalui perpustakaan daerah menuntut adanya pengelolaan data peminjaman buku yang efektif dan prediktif. Penelitian ini bertujuan untuk memprediksi jumlah peminjaman buku di Kabupaten Pamekasan menggunakan metode regresi linier berganda berbasis machine learning. Data yang digunakan merupakan data peminjaman buku tahun 2023 hingga 2024 dengan lima variabel bebas: jumlah mahasiswa, pelajar, sekolah, masyarakat umum, dan katagori lainnya. Penelitian menguji empat model regresi diuji, yaitu model linier dasar, model interaksi, model polinomial, dan model gabungan interaksi dan kuadrat. Hasil menunjukkan bahwa meskipun model model kompleks seperti interaksi dan polynomial meningkatkan nilai R-squared hingga maksimal, adjusted R-squared yang rendah menandakan kemungkinan overvitting. Model linier dasar memberikan keseimbangan terbaik antara akurasi dan kompleksitas dengan R-squared sebesar 46,8%.Dengan demikian, metode regresi linier berganda cocok untuk prediksi peminjaman buku jika dilakukan dengan pemilihan model yang tepat

Abstract

Increasing public literacy through regional libraries requires effective and predictive book lending data management. This study aims to predict the number of book lending in Pamekasan Regency using a multiple linear regression method based on machine learning. The data used is book lending data from 2023 to 2024 with five independent variables: the number of students, students, schools, the general public, and othercategories. The study tested four regression models,namely the basic linier model, interaction model, polynomial model, and a combined interaction and quadratic model. The results show that although complex models such as interaction and polynomial increase the R-squared value to the maximum, a lowadjusted R-squared indicates the possibility ofoverfitting. The basic linier model provides the best balance between accuracy and complexity with an R-squared of 45,8%. Thus, the multiple linier regression method is suitable for predicting book lending if it is carried out the right model selection.