PERBANDINGAN METODE GCV DAN CV UNTUK PEMILIHAN TITIK KNOT OPTIMAL MENGGUNAKAN REGRESI NONPARAMETRIK SPLINE (Studi Kasus: Ketimpangan Pendapatan Di Provinsi Papua)

AMALIZA, SISCA, B2A218002 (2019) PERBANDINGAN METODE GCV DAN CV UNTUK PEMILIHAN TITIK KNOT OPTIMAL MENGGUNAKAN REGRESI NONPARAMETRIK SPLINE (Studi Kasus: Ketimpangan Pendapatan Di Provinsi Papua). Undergraduate thesis, Muhammadiyah University, Semarang.

[img]
Preview
Text
ABSTRAK.pdf

Download (340kB) | Preview
[img]
Preview
Text
BAB I.pdf

Download (745kB) | Preview
[img]
Preview
Text
BAB II.pdf

Download (751kB) | Preview
[img] Text
BAB III.pdf
Restricted to Repository staff only

Download (687kB) | Request a copy
[img] Text
BAB IV.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[img]
Preview
Text
BAB V.pdf

Download (600kB) | Preview
[img]
Preview
Text
DAFTAR PUSTAKA.pdf

Download (604kB) | Preview

Abstract

Pemodelan ketimpangan pendapatan di Provinsi Papua menggunakan regresi nonparametrik spline. Regresi nonparametrik memberikan fleksibilitas yang tinggi karena bentuk estimasi kurva regresinya menyesuaikan data. Salah satu metode regresi nonparametrik adalah spline truncated. Banyaknya titik knot dan lokasi dari tiap-tiap knot dalam spline truncated akan berpengaruh pada bentuk estimasi kurva regresi. Untuk itulah perlu dicari titik knot yang optimal untuk menghasilkan model terbaik. Ada beberapa metode yang dapat digunakan untuk memilih titik knot yang optimal, diantaranya Generalized Cross Validation (GCV) dan Cross-Validation (CV). Penelitian ini mengkaji metode GCV dan CV dan selanjutnya membandingkan metode GCV dan CV dalam pemilihan titik knot optimal pada data ketimpangan pendapatan di Provinsi Papua tahun 2017. Kriteria untuk memilih model terbaik yaitu berdasarkan nilai Mean Squared Error(MSE) dan R 2 . Hasil menunjukkan metode GCV menduga titik knot lebih tepat dibandingkan CV. Hasil pada data ketimpangan pendapatan didapatkan titik knot optimal menggunakan metode GCV adalah tiga titik knot dengan MSE sebesar 0,0009 dan R sebesar 91,87%. Sementara itu, dengan menggunakan metode CV didapatkan titik knot optimal adalah tiga titik knot dengan MSE sebesar 0.0046 dan R 2 2 sebesar 59.52 %. Sehingga, metode GCV menduga titik knot lebih baik dibandingkan metode CV. Kata Kunci: Ketimpangan Pendapatan, Regresi Nonparametrik Spline Truncated, GCV, CV

Item Type: Thesis (Undergraduate)
Call Number: 055/Statistik/I/2020
Subjects: L Education > Statistics
Divisions: Faculty of Science and Mathematics > S1 Statistics
Depositing User: perpus unimus
Date Deposited: 14 Oct 2020 07:12
Last Modified: 14 Oct 2020 07:12
URI: http://repository.unimus.ac.id/id/eprint/3945

Actions (login required)

View Item View Item