PERBANDINGAN PEMODELAN DATA KEMISKINAN DI PROVINSI NUSA TENGGARA BARAT MENGGUNAKAN REGRESI NONPARAMETRIK KERNEL DAN DERET FOURIER

ZURRIATUSSALMI, ZURRIATUSSALMI (2021) PERBANDINGAN PEMODELAN DATA KEMISKINAN DI PROVINSI NUSA TENGGARA BARAT MENGGUNAKAN REGRESI NONPARAMETRIK KERNEL DAN DERET FOURIER. S1 thesis, Universitas Mataram.

[img] Text
Zurriatussalmi Skripsi28 fiks.pdf
Restricted to Repository staff only

Download (3MB)

Abstract

Kemiskinan merupakan salah satu masalah perekonomian yang dihadapi oleh hampir setiap negara di dunia terutama negara berkembang seperti Indonesia. Kemiskinan di Provinsi Nusa Tenggara Barat masih berada di atas rata-rata tingkat kemiskinan nasional. Hal ini menempatkan posisi Nusa Tenggara Barat berada di posisi ke delapan dalam sepuluh besar provinsi dengan persentase penduduk miskin terbesar di Indonesia. Salah satu cara mengontrol kondisi tersebut yaitu dengan menggunakan analisis regresi. Dalam analisis regresi kurva yang diasumsikan tidak diketahui bentuknya dapat didekati dengan regresi nonparametrik. Salah satu pendekatan regresi nonparametrik yang banyak digunakan adalah pendekatan kernel dan deret Fourier. Metode kernel memiliki kemampuan yang baik dalam memodelkan data yang tidak memiliki pola tertentu, fleksibel, bentuk matematisnya mudah, dan dapat mencapai tingkat kekonvergenan yang relatif cepat sedangkan keunggulan pendekatan deret Fourier mampu mengatasi data yang mempunyai sebaran trigonometri. Pola data yang sesuai dengan pendekatan deret Fourier adalah pola data yang berulang. Hasil analisis data awal menunjukkan bahwa pola data masing-masing variabel X dengan Y membentuk pola yang cenderung acak dan tidak dapat diasumsikan mengikuti pola tertentu. Selain itu, pola yang terbentuk juga cenderung membentuk pola sinusoidal. Oleh karena itu, pada penelitian ini dilakukan pemodelan permasalahan kemiskinan dengan menggunakan regresi nonparametrik kernel dan deret Fourier. Pada penelitian ini didapatkan dua model untuk dibandingkan yaitu model regresi nonparametrik kernel dan model regresi nonparametrik deret Fourier menggunakan knot optimal yaitu tiga titik knot. Berdasarkan hasil analisis diperoleh model regresi nonparametrik kernel menghasilkan nilai GCV sebesar 96,9176392, MSE sebesar 133,4606 dan R2 31%, sedangkan model regresi nonparametrik deret Fourier menghasilkan nilai GCV sebesar 9,523771024 , Nilai MSE sebesar 6,6780321024 dan R2 sebesar 99,9999931%. Berdasarkan hasil tersebut dapat disimpulkan bahwa model terbaik adalah model regresi nonparametrik deret Fourier.

Item Type: Thesis (S1)
Keywords (Kata Kunci): Kata kunci : Data Kemiskinan, Deret Fourier, Regresi Nonparametrik, Kernel
Subjects: Q Science > Q Science (General)
Divisions: Fakultas Matematika dan ilmu Pengetahuan Alam
Depositing User: Rini Trisnawati
Date Deposited: 17 May 2022 07:21
Last Modified: 17 May 2022 07:21
URI: http://eprints.unram.ac.id/id/eprint/28782

Actions (login required)

View Item View Item