Model Regresi Nonparametrik Spline Truncated pada Data Indeks Pembangunan Manusia (IPM) di Indonesia

ronald d, kornelius (2017) Model Regresi Nonparametrik Spline Truncated pada Data Indeks Pembangunan Manusia (IPM) di Indonesia. Other thesis, sebelas maret university.

[img] PDF - Published Version
Download (295Kb)

    Abstract

    Pembangunan manusia merupakan indikator penting dalam proses pemba-ngunan negara selain pertumbuhan ekonomi. Standar ukur pembangunan ma-nusia di suatu negara ditetapkan dalam Indeks Pembangunan Manusia (IPM). Menurut Badan Pusat Statistik (BPS), dalam beberapa tahun terakhir, IPM di Indonesia menunjukkan peningkatan. Empat faktor yang diduga memenga-ruhi hal tersebut adalah angka harapan hidup, produk domestik regional bruto (PDRB), jumlah penduduk miskin, dan persentase penduduk buta huruf. Penga-ruh faktor-faktor tersebut terhadap IPM dapat diketahui melalui model regresi. Model regresi memiliki dua pendekatan, yaitu parametrik dan nonparametrik. Pendekatan model regresi ditentukan berdasarkan pola datanya. Apabila data IPM dan empat faktor tersebut diplotkan, maka menunjukkan pola data yang tidak mengikuti pola tertentu sehingga data IPM di Indonesia da-pat diterapkan pada model regresi pendekatan nonparametrik. Fungsi yang dapat digunakan pada model regresi nonparametrik adalah spline. Model regresi non-parametrik spline dapat dituliskan kembali dalam bentuk model regresi nonpa-rametrik spline truncated. Model regresi nonparametrik spline truncated terbaik dipengaruhi oleh pemilihan orde dan titik knot optimal. Pemilihan titik knot optimal berdasarkan nilai generalized cross validation (GCV ) minimum. Tujuan penelitian ini adalah menerapkan model regresi nonparametrik spline truncated orde satu dengan 3,4, dan 5 titik knot pada data IPM di Indonesia serta menen-tukan faktor yang memengaruhi IPM di Indonesia. Berdasarkan hasil penelitian, diperoleh model regresi nonparametrik spline truncated terbaik pada data IPM di Indonesia dengan kombinasi 5-5-5-4 titik knot optimal. Angka harapan hidup dan persentase penduduk buta huruf me-rupakan faktor yang memengaruhi IPM di Indonesia. Selanjutnya, kelayakan model regresi diukur berdasarkan koefisien determinasi (R2). Nilai R2 model re-gresi nonparametrik spline truncated terbaik pada data IPM di Indonesia adalah 0.9454. Hal tersebut mengindikasikan IPM di Indonesia dapat dijelaskan 94.54% oleh angka harapan hidup dan persentase penduduk buta huruf. Sisanya, 5.46% merupakan persentase faktor lainnya yang tidak teramati dalam penelitian. Kata kunci: IPM, model regresi nonparametrik spline truncated, titik knot op-timal.

    Item Type: Thesis (Other)
    Subjects: Q Science > QA Mathematics
    Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika
    Depositing User: Taufik A
    Date Deposited: 25 Dec 2017 22:25
    Last Modified: 25 Dec 2017 22:25
    URI: https://eprints.uns.ac.id/id/eprint/37943

    Actions (login required)

    View Item