Pendeteksian adanya pelanggaran asumsi homoskedastisitas salah satu langkah penting dalam pemodelan metode regresi linier karena terjadinya heteroskedastisitas dapat menyebabkan penduga menjadi bias atau tidak memenuhi sifat Best Linear Unbiased Estimator (BLUE). Heteroskedastisitas dapat diatasi dengan melakukan transformasi box-cox pada model atau dengan metode regresi kuantil median. Transformasi box-cox dilakukan dengan menemukan labda terbaik pada interval (-2 sampai 2) yang kemudian dipangkatkan terhadap variabel prediktor. Metode regresi kuantil dilakukan dengan memodelkan data kedalam beberapa kuantil yang kemudian kedua metode diuji kembali asumsi homoskedastisitasnya serta melihat kebaikan modelnya. Hasil daripada penelitian ini membuktikan bahwa diantara kedua metode, transformasi box-cox mampu mengatasi gejala heteroskedastisitas pada data pertumbuhan ekonomi di pulau jawa dan sumatera. Transformasi box-cox memiliki nilai A/C lebih meminimum, sehingga terbukti bawa metode tersebut lebih baik untuk digunakan untuk mengatasi data dengan gejala heteroskedastisitas dibandingkan regresi kuantil median.


Kata Kunci : Heteroskedastisitas, Regresi Kuantil Median, Transformasi Box-Cox.