Flexibility of Nonparametric Regression Spline Truncated on Data without a Specific Pattern
DOI:
https://doi.org/10.51402/jle.v2i1.30Keywords:
Regresi Nonparametrik, Regresi Parametrik, Spline TruncatedAbstract
Bentuk pola hubungan antara variabel prediktor dan variabel respon ada yang diketahui, namun pada nyatanya ada pula yang tidak diketahui. Apabila bentuk pola hubungan antara variabel respon dan variabel prediktor tidak diketahui, pendekatan regresi nonparametrik merupakan pendekatan yang paling sesuai. Pendekatan regresi nonparametrik tidak tergantung pada asumsi bentuk kurva regresi tertentu, sehingga akan memberikan fleksibilitas yang tinggi. Salah satu estimator regresi nonparametrik yang terkenal adalah spline truncated. Spline truncated merupakan potongan-potongan polinomial yang memiliki sifat tersegmen dan kontinu. Pada penelitian ini, akan disimulasikan pola hubungan antara kedua variabel yaitu respon dan prediktor yang tidak memiliki pola tertentu, yang kemudian didekati dengan dua pendekatan regresi, yaitu parametrik dan nonparametrik. Berdasarkan ukuran kebaikan estimasi kurva regresi menggunakan koefisien determinasi diperoleh hasil bahwa pendekatan regresi nonparametrik lebih baik daripada pendekatan regresi parametrik. Hal ini dikarenakan pendekatan regresi nonparametric memiliki fleksibilitas yang tinggi sehingga mampu menyesuaikan sendiri bentuk estimasi kurva regresi.
References
Astiti, D. A. W., Sumarjaya, I. W., dan Susilawati, M. (2016). Analisis Regresi Nonparametrik Spline Multivariat untuk Pemodelan Indikator Kemiskinan di Indonesia. E-Jurnal Matematika, 05(03), pp. 111-116.
Budiantara, I. N. (2019). Regresi Nonparametrik Spline Truncated. Surabaya: ITS Press.
Dani, A. T. R., Adrianingsih, N. Y., dan Ainurrochmah, A. (2020). Pengujian Hipotesis Simultan Model Regresi Nonparametrik Spline Truncated dalam Pemodelan Kasus Ekonomi. Jambura Journal of Probability and Statistics, 01(02), pp. 98-106.
Eubank, R. L. (1999). Nonparametric Regression and Spline Smoothing. New York: Marcel Dekker Inc.
Nisa, K., Herawati, N., dan Setiawan, E. (2018). Analisis Regresi Nonparametrik dengan Teknik Smoothing. Seminar dan Rapat Tahunan (Semirata) Medan, pp. 01-20.
Pratiwi, L. P. S. (2017). Pemodelan Spline Truncated dalam Regresi Nonparametrik Birespon. Makalah Konferensi Nasional Sistem dan Informatika, STMIK STIKOM Bali.
Rahasia, Z., Resmawan, dan Isa, D. R. (2020). Pemodelan data Time Series dengan Pendekatan Regresi Nonparametrik B-Spline. Aksioma: Jurnal Matematika dan Pendidikan Matematika, 11(01), pp. 09-16.
Saputro, D. R. S., Sukmayanti, A. dan Widyaningsih, P. (2019). The Nonparametric Regression model Using Fourier Series Approximation and Penalized Least Squares (PLS). 2nd International Conference on Statistics, Mathematics, Teaching and Research, Journal of Physics: Conf. Series, pp. 01-04.
Suparti dan Prahutama, A. (2016). Pemodelan Regresi Nonparametrik menggunakan Pendekatan Polinomial Lokal pada Beban Listrik di Kota Semarang. Media Statistika, 09(02), pp. 85-93.
Suparti, Prahutama, A., dan Santoso, R. (2018). Mix Local Polynomial and Spline Truncated: The Development of Nonparametric Regression Model. ISNPINSA-7, Journal of Physics: Conf. Series, pp. 01-07.
Suparti, Santoso, R., Prahutama, A., dan Devi, A. R. (2018). Regresi Nonparametrik. Ponorogo: Wade Group.
Yanthi, N. P. D. dan Budiantara, I. N. (2016). Pemodelan Faktor-Faktor yang Mempengaruhi Indeks Pembangunan Manusia menggunakan Regresi Nonparametrik Spline di Jawa Tengah. Jurnal Sains dan Seni ITS, 05(02), pp. 157-162.
