Estimasi Kurva Regresi Deret Fourier Dalam Regresi Nonparametrik Multivariabel (Studi Kasus: Data Tingkat Pengangguran Terbuka Di Indonesia Tahun 2020)

Nufus, Mitha Rabiyatul (2023) Estimasi Kurva Regresi Deret Fourier Dalam Regresi Nonparametrik Multivariabel (Studi Kasus: Data Tingkat Pengangguran Terbuka Di Indonesia Tahun 2020). Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6003211021-Master_Thesis.pdf Restricted to Repository staff only until 1 July 2025. Download (2MB) | Request a copy

Abstract

Suatu metode statistika yang digunakan untuk mengetahui dan memodelkan pola hubungan antara variabel prediktor dengan variabel respon yang tidak diketahui bentuk fungsinya disebut dengan regresi nonparametrik. Salah satu metode yang banyak digunakan untuk mengestimasi kurva regresi dengan menggunakan pendekatan nonparametrik adalah deret Fourier. Estimasi kurva regresi deret Fourier penting untuk dikaji lebih lanjut agar dapat memudahkan dalam mengestimasi data yang digunakan. Kelebihan deret Fourier adalah metode ini cukup baik digunakan untuk menjelaskan kurva yang pola datanya berulang. Penelitian ini mengkaji mengenai estimasi kurva regresi nonparametrik deret Fourier dengan menggunakan metode Ordinary Least Square (OLS) dan diperoleh estimasi dari kurva regresi deret Fourier pada penelitian ini yang dinotasikan dengan ŷ. Pengaplikasian metode deret Fourier pada penelitian ini adalah pada data Tingkat Pengangguran Terbuka (TPT) di Indonesia sebagai variabel respon dengan lima variabel prediktor yang juga digunakan yaitu variabel dependency ratio (X1), angka partisipasi kasar SMA (X2), rata-rata lama sekolah (X3), laju pertumbuhan PDRB (X4) dan angka melek huruf (X5). Metode yang digunakan untuk memiliki parameter osilasi optimal adalah dengan menggunakan metode GCV (Generalized Cross Validation) dan diperoleh bahwa model deret Fourier terbaik adalah menggunakan parameter osilasi (K) sebanyak 3 dengan nilai GCV (Generalized Cross Validation) minimum sebesar 2,663 dan R2 sebesar 91,73% serta nilai MSE (Mean Square Error) sebesar 2,410.

==================================================================================================================================

A statistical method used to determine and model the relationship pattern between predictor variables and response variables whose form of function is unknown is called nonparametric regression. One method that is widely used to estimate the regression curve using a nonparametric approach is the Fourier series. Estimation of the Fourier series regression curve is important to study further in order to make it easier to estimate the data used. The advantage of the Fourier series is that this method is good enough to describe curves with repeating data patterns. This study examines the estimation of the nonparametric regression curve of the Fourier series using the Ordinary Least Square (OLS) method and the estimation of the regression curve of the Fourier series in this study is denoted by ŷ.The application of the Fourier series method in this study is the Open Unemployment Rate (TPT) data in Indonesia as a response variable with five predictor variables that are also used, namely the dependency ratio variable (X1), high school gross enrollment rate (X2), average length of schooling (X3), GRDP growth rate (X4) and literacy rate (X5). The method used to have optimal oscillation parameters is to use the GCV (Generalized Cross Validation) method and it is found that the best Fourier series model is using oscillation parameters (K) of 3 with a minimum GCV (Generalized Cross Validation) value is 2.663 and R2 is 91,73% and the MSE (Mean Square Error) value is 2.410.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Deret Fourier, Generalized Cross Validation, Regresi Nonparametrik, Tingkat Pengangguran Terbuka, Fourier Series, Generalized Cross Validation, Nonparametric Regression, Open Unemployment Rate
Subjects:	H Social Sciences > HA Statistics H Social Sciences > HA Statistics > HA29 Theory and method of social science statistics H Social Sciences > HA Statistics > HA31.3 Regression. Correlation H Social Sciences > HA Statistics > HA31.7 Estimation H Social Sciences > HB Economic Theory > Economic forecasting--Mathematical models.
Divisions:	Faculty of Mathematics and Science > Statistics > 49101-(S2) Master Thesis
Depositing User:	Mitha Rabiyatul Nufus
Date Deposited:	13 Feb 2023 02:34
Last Modified:	13 Feb 2023 02:34
URI:	http://repository.its.ac.id/id/eprint/96928

Actions (login required)

View Item