ESTIMATOR CAMPURAN KERNEL DAN DERET FOURIER

DALAM REGRESI NONPARAMETRIK

(Studi Kasus: Pemodelan Persentase Penduduk Miskin di Indonesia)

Nama Mahasiswa : Ngizatul Afifah

NRP : 1315201002
Dosen Pembimbing : Dr. Drs. I Nyoman Latra, MS
Prof. Dr. Drs. I. Nyoman Budiantara, M.Si

ABSTRAK

Terdapat tiga macam pendekatan dalam analisis regresi yaitu regresi

parametrik, nonparametrik dan semiparametrik. Regresi nonparametrik
memungkinkan variabel respon mengikuti kurva regresi nonparametrik yang
berbeda satu variabel prediktor dengan variabel prediktor lainnya. Pada data
berpasangan v1i , v2 i ,..., v pi , t1i , t2 i ,..., tqi , yi , i 1, 2,..., n, diasumsikan mengikuti
model regresi nonparametrik campuran
p q
y v i , t i g j v j h s ts .
j 1 s 1

dengan =( , ,, ) dan = , ,, . Komponen g j v j

didekati dengan fungsi kernel dan komponen hs ts didekati dengan fungsi deret
fourier. Error diasumsikan berdistribusi normal dengan mean nol dan varian
konstan. Estimator diperoleh dengan menggunakan metode optimasi Penalized
Least Square (PLS). Hasil estimator fungsi yang diperoleh adalah:
p
a C , , M y , g v V y
j j ji
j 1
q

h t S , , M y, dan
s 1
s ,M si , ,M v i , t i Z , , M y.
Matriks C , , M , S , , M dan Z , , M bergantung pada bandwidth,
parameter penghalus dan parameter osilasi. Model regresi campuran
nonparametrik kernel dan deret fourier diterapkan pada data persentase penduduk
miskin di Indonesia tahun 2013, dimana variabel responnya adalah persentase
penduduk miskin (y), variabel prediktor yang mengikuti kurva regresi kernel
adalah rata-rata lama sekolah (v1) dan Angka Melek Huruf atau AMH (v2),
sedangkan variabel prediktor yang mengikuti kurva regresi deret fourier adalah
Rata-rata Lama Sekolah (t1). Pemodelan ini menghasilkan R2 sebesar 62,78
persen dan MSE sebesar 23,370.

Kata kunci: Deret Fourier, Kernel, Persentase Penduduk Miskin, Regresi

Nonparametrik Campuran.

v
(halaman ini sengaja dikosongkan)

vi