PENERAPAN REGRESI NONPARAMETRIK PENALIZED SPLINE UNTUK MEMODELKAN TINGKAT PENGANGGURAN TERBUKA DI PULAU JAWA

NIA RAHAYU NINGSIH, . (2022) PENERAPAN REGRESI NONPARAMETRIK PENALIZED SPLINE UNTUK MEMODELKAN TINGKAT PENGANGGURAN TERBUKA DI PULAU JAWA. Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

	Text COVER.pdf Restricted to Registered users only Download (2MB)
	Text BAB 1.pdf Restricted to Registered users only Download (89kB)
	Text BAB 2.pdf Restricted to Registered users only Download (198kB)
	Text BAB 3.pdf Restricted to Registered users only Download (157kB)
	Text BAB 4.pdf Restricted to Registered users only Download (551kB)
	Text BAB 5.pdf Restricted to Registered users only Download (72kB)
	Text DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (5kB)
	Text LAMPIRAN.pdf Restricted to Registered users only Download (268kB)

Abstract

Pada analisis regresi terdapat tiga metode pendekatan kurva regresi, yaitu pendekatan parametrik, pendekatan semiparametrik, dan pendekatan nonparametrik. Salah satu metode pendugaan dalam regresi nonparametrik adalah regresi spline dengan metode pendugaan parameter yaitu smoothing, truncated, dan penalized. Pendugaan penalized spline memiliki karakteristik untuk mengontrol kelancaran (smoothness) kurva sehingga kurva terhindar dari sifat kekakuan dan overfitting serta tidak membutuhkan asumsi. Tujuan penelitian ini adalah untuk memodelkan tingkat pengangguran terbuka di Pulau Jawa yang memiliki tingkat pengangguran terbuka tertinggi di Indonesia, dimana kajian menggunakan pendekatan ini belum pernah dilakukan. Hasil penelitian menghasilkan nilai Mean Square Error (MSE) aditif sebesar 4,137 dengan nilai koefisien determinasi sebesar 44,58% yang mengindikasikan bahwa tingkat pengangguran terbuka dapat dijelaskan oleh peubah-peubah penjelas sebesar 44,58%. ******************* In regression analysis, there are three regression curve approach methods: parametric approach, semiparametric approach, and nonparametric approach. One of the estimation methods in nonparametric regression is spline regression with parameter estimation methods, namely smoothing, truncated, and penalized. Penalized spline estimation controls the smoothness of the curve so that the curve avoids stiffness and overfitting and does not require assumptions. This study aims to model the open unemployment rate in Java, which has the highest open unemployment rate in Indonesia, where studies using this approach have never been conducted. The study's results resulted in an additive Mean Square Error (MSE) of 4.137 with a coefficient of determination of 44.58%, indicating

Item Type:	Thesis (Sarjana)
Additional Information:	1). Vera Maya Santi, M.Si. ; 2). Faroh Ladayya, M.Si.
Subjects:	Sains > Matematika
Divisions:	FMIPA > S1 Statistika
Depositing User:	sawung yudo
Date Deposited:	13 Nov 2024 02:01
Last Modified:	13 Nov 2024 02:03
URI:	http://repository.unj.ac.id/id/eprint/52081

Actions (login required)

View Item