Estimasi Interval Kurva Regresi Nonparametrik Deret Fourier (Studi Kasus Data Persentase Kemiskinan Provinsi Jawa Timur Tahun 2021)

Syahzaqi, Idrus (2023) Estimasi Interval Kurva Regresi Nonparametrik Deret Fourier (Studi Kasus Data Persentase Kemiskinan Provinsi Jawa Timur Tahun 2021). Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6003211013-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2025. Download (1MB) | Request a copy

Abstract

Regresi adalah salah satu metode analisis yang digunakan untuk mengetahui pola hubungan antara variabel respon dengan variabel prediktor. Ketika data yang digunakan tidak diketahui bentuk kurva regresinya, maka pendekatan regresi nonparametrik dapat menjadi pilihan. Selain itu sifat fleksibilitas pada regresi nonparametrik dapat terlihat dengan menetapkan kriteria tertentu misalkan adanya osilasi optimal pada regresi nonparametrik Deret Fourier, maka data akan menentukan bentuk estimasi dari kurva regresinya, tanpa dipengaruhi oleh faktor subyektifitas peneliti. Penelitian menggunakan regresi nonparametrik telah banyak dilakukan. Namun dari beberapa penelitian yang telah dilakukan, masih belum banyak ditemukan penelitian yang mengkaji estimasi interval pada regresi nonparametrik estimator Deret Fourier. Estimasi interval untuk kurva regresi nonparametrik estimator Deret Fourier memiliki kelebihan berupa nilai probabilitas kesalahan yang lebih kecil daripada estimasi titik karena tidak terfokus pada satu titik tetapi berdasarkan pada range nilai tertinggi (max) dan nilai terendah (min). Estimasi interval dapat diterapkan pada bidang ekonomi kasus kemiskinan. Provinsi Jawa Timur dipilih sebagai objek penelitian, mengingat wilayah ini menempati posisi pertama dengan angka kemiskinan tertinggi di Indonesia. Pola hubungan persentase kemiskinan dengan laju PDRB dan HLS tidak mengikuti pola tertentu namun memiliki tren menurun, sehingga dengan adanya tren menurun dan adanya indikasi perilaku pengulangan (osilasi), maka dapat digunakan pendekatan dengan regresi nonparametrik Deret Fourier. Berdasarkan analisis diperoleh bahwa menggunakan tiga parameter osilasi dapat memberikan hasil yang optimal dengan nilai GCV sebesar 10,31 dan MSE sebesar 6,01. Hasil dari estimasi interval dapat diketahui jarak antara batas bawah dan batas atas pada tiap daerah yang bervariasi. Jarak yang cukup lebar berada di Sampang, sedangkan yang cukup sempit berada di Pamekasan. Semakin kecil jarak nilai estimasi interval maka semakin baik, karena lebih presisi dibandingkan dengan jarak yang semakin lebar.
=================================================================================================================================
Regression is one of the analytical methods used to determine the relationship pattern between response variables and predictor variables. When the data used is not known the shape of the regression curve, then the nonparametric regression approach can be an option. In addition, the nature of flexibility in nonparametric regression can be seen by setting certain criteria, for example the presence of optimal oscillations in the nonparametric Fourier series regression, then the data will determine the shape of the estimation of the regression curve, without being influenced by the subjectivity factor of the researcher. Research using nonparametric regression has been carried out a lot. However, from several studies that have been conducted, there are still not many studies that examine interval estimation in the nonparametric regression estimator of the Fourier Series. The interval estimation for the nonparametric regression curve of the Fourier series estimator has the advantage of having a smaller error probability value than point estimation because it is not focused on one point but is based on a range of the highest (max) and lowest (min) values. Interval estimation can be applied to the economic field of poverty cases. East Java Province was chosen as the object of research, considering that this region occupies the first position with the highest poverty rate in Indonesia. The pattern of relationship between the percentage of poverty and GRDP and HLS does not follow a certain pattern but has a downward trend, so that with a downward trend and indications of repetitive behavior (oscillations), an approach with nonparametric Fourier series regression can be used. Based on the analysis, it was found that using three oscillation parameters can provide optimal results with a GCV value of 10,31 and an MSE of 6,01. The results of interval estimation can be seen the distance between the lower limit and the upper limit in each area which varies. The distance that is wide enough is in Sampang, while the distance that is quite narrow is in Pamekasan. The smaller the interval estimation value, the better, because it is more precise than the wider distance.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Interval Estimation, Nonparametric Regression, Fourier Series, Percentage of Poverty, Estimasi Interval, Regresi Nonparametrik, Deret Fourier, Persentase Kemiskinan
Subjects:	H Social Sciences > HA Statistics H Social Sciences > HA Statistics > HA31.7 Estimation Q Science > QA Mathematics > QA404 Fourier series
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49101-(S2) Master Thesis
Depositing User:	Idrus Syahzaqi
Date Deposited:	16 Feb 2023 05:50
Last Modified:	16 Feb 2023 05:50
URI:	http://repository.its.ac.id/id/eprint/97353

Actions (login required)

View Item