PEMODELAN PENDAPATAN ASLI DAERAH MENGGUNAKAN REGRESI NONPARAMETRIK LOKAL LINIER KERNEL

Tilova, Martina Navra, B2A015021 (2019) PEMODELAN PENDAPATAN ASLI DAERAH MENGGUNAKAN REGRESI NONPARAMETRIK LOKAL LINIER KERNEL. Sarjana / Sarjana Terapan (S1/D4) thesis, ["eprint_fieldopt_institution_Muhammadiyah University, Semarang" not defined].

Preview	Text ABSTRAK.pdf Download (401kB) | Preview
Preview	Text BAB I.pdf Download (830kB) | Preview
Preview	Text BAB II.pdf Download (850kB) | Preview
	Text BAB III.pdf Restricted to Repository staff only Download (996kB) | Request a copy
	Text BAB IV.pdf Restricted to Repository staff only Download (1MB) | Request a copy
Preview	Text BAB V.pdf Download (713kB) | Preview
Preview	Text DAFTAR PUSTAKA.pdf Download (518kB) | Preview
Preview	Text KARYA ILMIAH.pdf Download (958kB) | Preview

Abstract

Pendapatan Asli Daerah (PAD) merupakan pendapatan daerah yang dapat digunakan untuk menyelenggarakan pemerintah dan pembangunan daerah. Peningkatan PAD diharapkan meningkatkan investasi belanja modal pemerintah daerah sehingga kualitas pelayanan publik semakin baik. Analisis regresi merupakan suatu metode statistika yang dapat digunakan untuk mengetahui hubungan antara suatu variabel terikat Y terhadap satu atau lebih variabel bebas X. Regresi nonparametrik adalah pendekatan regresi yang tidak diketahui bentuk kurva regresi dan tidak memberikan asumsi bentuk kurva regresi tertentu. Estimator yang digunakan dalam penelitian ini adalah estimator lokal linier yang mempunyai kelebihan yaitu mengestimasi fungsi disetiap titik sehingga model yang didapatkan lebih mendekati dengan pola data yang sesungguhnya. Estimator lokal linier diperoleh dengan metode WLS (Weighted Least Square), selain itu juga estimator ini sangat bergantung pada bandwidth(h) optimal yang ditentukan berdasarkan metode GCV (Generalized Cross Validation). Selanjutnya model regresi nonparametrik berdasarkan estimator lokal linier kernel diterapkan pada data Pendapatan Asli Daerah (PAD) di Provinsi Jawa Tengah dengan tiga variabel prediktor yaitu Jumlah Penduduk, Inflasi, dan Pengeluaran Daerah. Dalam penelitian ini akan menerapkan model regresi nonparametrik berdasarkan estimator lokal linier kernel. Output yang dihasilkan dihasilkan dari program R menunjukkan bahwa nilai bandwidth optimal sebesar 1.7 dengan nilai GCV minimum sebesar 0.9007611 dan nilai MSE yang diperoleh adalah sebesar 8.767846. Kata Kunci : PAD, Regresi nonparametric, Lokal linier, Kernel.

Actions (login required)

View Item