@phdthesis{digilib61545,
           month = {August},
           title = {OPTIMASI MODEL REGRESI PENALIZED SPLINE
MENGGUNAKAN METODE AKAIKE INFORMATION
CRITERION (AIC) PADA DATA CROSS SECTION
(STUDI KASUS : TINGKAT PARTISIPASI ANGKATAN KERJA (TPAK) TERHADAP 3 PROVINSI DENGAN PERSENTASE TINGKAT KEMISKINAN TERTINGGI DI INDONESIA TAHUN 2021)},
          school = {UIN SUNAN KALIJAGA YOGYAKARTA},
          author = {NIM.: 19106010028 Ara Syaifha Nafia},
            year = {2023},
            note = {Pembimbing: Sri Utami Zuliana, S.Si., M.Sc., Ph.D.},
        keywords = {AIC; Cross Section; MAPE; Regresi Penalized Spline},
             url = {https://digilib.uin-suka.ac.id/id/eprint/61545/},
        abstract = {Penalized Spline yaitu penggabungan regresi dengan basis B-Spline untuk kemulusan kurva. Tujuan penelitian ini adalah untuk mendapatkan model persentase kemiskinan dengan variabel TPAK menggunakan regresi Penalized Spline. Model regresi Penalied Spline optimal diperoleh berdasarkan pemilihan kombinasi
orde, jumlah titik knot, dan lambda yang optimal mengguna-kan optimisasi Akaike Information Criterion (AIC). Selanjutnya diperoleh estimasi parameter model dan dilakukan pengujian kelayakan model untuk melihat kinerja model menggunakan nilai Mean Absolute Percentage Error (MAPE). Diperoleh kombinasi orde
dan jumlah titik knot optimal terdapat pada orde 2 (linier), 2 titik knot, dan 0.001 lambda dengan nilai AIC sebesar 435.4894 dan nilai MAPE sebesar 14.48345. Model optimal yang diperoleh adalah: ?y = 17.69902B?1,2(x) + 24.35812B0,2(x) + 18.76323B1,2(x) + 40.36929B2,2(x)}
}