%A NIM. 16610041 Nurul Hajatin
%O Mohammad Farhan Qudratullah, M.Si.,
%T ANALISIS REGRESI NONPARAMETRIK SPLINE
PENALIZED (Studi Kasus : Presentase Kemiskinan di Jawa
Tengah Tahun 2018)
%X Analisis regresi digunakan untuk menyelidiki pola hubungan
fungsional antara variabel dependen dan variabel independen.
Pada analisis regresi terdapat tiga jenis regresi salah satunya adalah
regresi nonparametrik. Regresi nonparametrik digunakan apabila
bentuk kurva tidak diketahui sebelumnya. Salah satu pendekatan
regresi nonparametrik adalah regresi spline. Regresi spline
merupakan model regresi yang memiliki sifat tersegmen yang
dihubungkan oleh titik knot yang dapat menjelaskan karakteristik
data. Dalam regresi spline memiliki beberapa estimator seperti
truncated, smoothing, dan penalized. Pada penelitian ini,penulis
akan membahas salah satu estimator spline yaitu spline penalized.
Estimator spline penalized akan diterapkan pada kasus tingkat
kemiskinan di Jawa Tengah dengan menggunakan 2 faktor yang
mempengaruhi kemiskinan yaitu Angka Prtisipasi Sekolah dan
Tingkat Pengangguran Terbuka. Metode spline penalized terbaik
yaing dihasilkan dari penelitian ini adalah model penalized spline
dengan satu orde dan satu titik knot optimal yaitu:
Y=34302231-0.374430X-0.3530551 1 2 2 Y 34.302231 0.374430x 0.353055 x 70.09 0.137242x 0.005833 x 4
Pada saat angka partisipasi sekolah (APS) (X1) kurang dari
70,09% maka apabila APS naik satu persen, nilai presentase
penduduk miskin cenderung turun 0,374%. Sebaliknya jika APS
lebih dari 70,09% maka presentase penduduk miskin cenderung
turun sebesar 0,727%.
Kemudian untuk tingkat pengangguran terbuka (TPT)(X2) kurang dari 4% maka apabila TPT naik satu persen, nilai presentase kemiskinan naik sebesar 0,137% dan jika TPT lebih dari 4% presentase kemiskinan naik sebesar 0,143%.
%K Regresi Nonparametrik, Spline, Spline Penalized, Kemiskinan
%D 2021
%I FAKULTAS SAINS DAN TEKNOLOGI
%L digilib43712